线性回归方程专题

合集下载

线性回归方程高考题讲解

线性回归方程高考题讲解线性回归方程高考题1、下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量（吨）与相应的生产能耗（吨标准煤）的几组对照数据：3 4 5 62.5 3 4 4.5（1）请画出上表数据的散点图；（2）请根据上表提供的数据，用最小二乘法求出关于的线性回归方程；（3）已知该厂技改前100吨甲产品的生产能耗为90吨标准煤．试根据（2）求出的线性回归方程，预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤? （参考数值：）2、假设关于某设备的使用年限x和所支出的维修费用y(万元)统计数据如下:使用年限x 2 3 4 5 6维修费用y 2.2 3.8 5.5 6.5 7.0若有数据知y对x呈线性相关关系.求:(1) 填出下图表并求出线性回归方程=bx+a的回归系数,;序号x y xy x21 2 2.22 3 3.83 4 5.54 5 6.55 6 7.0∑(2) 估计使用10年时,维修费用是多少.3、某车间为了规定工时定额，需要确定加工零件所花费的时间，为此作了四实试验，得到的数据如下：零件的个数x（个） 2 3 4 5加工的时间y（小时） 2.5 3 4 4.5（1）在给定的坐标系中画出表中数据的散点图；（2）求出y关于x的线性回归方程，并在坐标系中画出回归直线；（3）试预测加工10个零件需要多少时间？（注：4、某服装店经营的某种服装，在某周内获纯利(元)与该周每天销售这种服装件数之间的一组数据关系如下表：3 4 5 6 7 8 966 69 73 81 89 90 91已知：．(Ⅰ)画出散点图； (1I)求纯利与每天销售件数之间的回归直线方程．5、某种产品的广告费用支出与销售额之间有如下的对应数据：2 4 5 6 830 40 60 50 70(1)画出散点图：(2)求回归直线方程；6、下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量x（吨）与相应的生产能耗y（吨标准煤）的几组对照数据：ｘ 3 4 5 6ｙ 2.5 3 4 4.5（I）请画出上表数据的散点图；（II）请根据上表提供的数据，求出ｙ关于ｘ的线性回归方程；（III）已知该厂技术改造前100吨甲产品能耗为90吨标准煤.试根据（II）求出的线性回归方程，预测生产100吨甲产品的生产能耗比技术改造前降低多少吨标准煤？（参考公式及数据: ,）7、以下是测得的福建省某县某种产品的广告费支出x与销售额y（单位：百万元）之间，有如下的对应数据：广告费支出x 2 4 5 6 8销售额y 30 40 60 50 70（1）画出数据对应的散点图，你能从散点图中发现福建省某县某种产品的广告费支出x与销售额y（单位：百万元）之间的一般规律吗？（2）求y关于x的回归直线方程；（3）预测当广告费支出为2（百万元）时，则这种产品的销售额为多少？（百万元）8、在某种产品表面进行腐蚀线实验，得到腐蚀深度y与腐蚀时间t之间对应的一组数据：时间t(s) 5 10 15 20 306 10 10 13 16深度y(m)(1)画出散点图；(2)试求腐蚀深度y对时间t的回归直线方程。

专题01 线性回归方程(解析版)

【解析】解： x 0 1 2 3 3 ， y m 3 5.5 7 m 15.5 ，
4
2
4
4
这组数据的样本中心点是 ( 3 , m 15.5) ， 24
关于 y 与 x 的线性回归方程 yˆ 2.1x 0.85 ，
m 15.5 2.1 3 0.85 ，解得 m 0.5 ，
x （次数 / 分
20
30
40
50
60
钟）
y( C)
25
27.5
29
32.5
36
A． 33 C
B． 34 C
C． 35 C
【解析】解：由题意，得 x 20 30 40 50 60 40 ， 5
y 25 27.5 29 32.5 36 30 ， 5
则 k y 0.25x 30 0.25 40 20 ；
故答案为：10．
例 7．已知一组数据点：
x
x1
x2
x8
y
y1
y2
y8
8
用最小二乘法得到其线性回归方程为 yˆ 2x 4 ，若数据 x1 ， x2 ，， x8 的平均数为 1，则 yi i 1
16 ．
3
原创精品资源学科网独家享有版权，侵权必究！
【解析】解：由题意， x 1 ，设样本点的中心为 (1, y) ，又线性回归方程为 yˆ 2x 4 ，则 y 2 1 4 2 ，
购买一台乙款垃圾处理机器节约政府支持的垃圾处理费用 Y （单位：万元）的分布列为：
Y
30
20
70
120
P
0.3
0.4
0.2
0.1
E(Y ) 30 0.3 20 0.4 70 0.2 120 0.1 25 （万元）

高二线性回归方程试题及答案

回归直线方程1、某公司为了解广告投入对销售收益的影响，在若干地区各投入万元广告费用，并将各地的销售收益绘制成频率分布直方图(如图所示).由于工作人员操作失误，横轴的数据丢失，但可以确定横轴是从开始计数的. [附：回归直线的斜率和截距的最小二乘估计公式分别为.] （1）根据频率分布直方图计算图中各小长方形的宽度;（2）试估计该公司投入万元广告费用之后，对应销售收益的平均值(以各组的区间中点值代表该组的取值);（3）该公司按照类似的研究方法,测得另外一些数据,并整理得到下表:广告投入(单位:万元) 1 2 3 4 5 销售收益(单位:万元)2 3 27由表中的数据显示,与之间存在着线性相关关系,请将（2）的结果填入空白栏,并求出关于的回归直线方程.401221ˆˆˆ,ni ii nii x y nx ybay bx xnx ==-==--∑∑4x y x y y x2、某校在规划课程设置方案的调研中，随机抽取160名理科学生，想调查男生、女生对“坐标系与参数方程”与“不等式选讲”这两道题的选择倾向性，调研中发现选择“坐标系与参数方程”的男生人数与选择“不等式选讲”的总人数相等，且选择“坐标系与参数方程”的女生人数比选择“不等式选讲”的女生人数多25人，根据调（）完成列联表，并判断在犯错误的概率不超过的前提下，能否认为选题与性别有关.（Ⅰ）按照分层抽样的方法，从选择“坐标系与参数方程”与选择“不等式选讲”的学生中共抽取8人进行问卷.若从这8人中任选3人，记选择“坐标系与参数方程”与选择“不等式选讲”的人数的差为，求的分布列及数学期望．附：，其中．ξξE ξ()()()()()22n ad bc K a b c d a c b d -=++++n a b c d =+++3、面向全市招聘事业编工作人员，由人事、劳动、纪检等部门联合组织招聘考试，招聘考试分为两个阶段：笔试和面试.现将所有参赛选手参加笔试的成绩（得分均为整数，满分为100分）进行统计，制成如下频率分布表．（Ⅰ）求出上表中的x，y，z，s，p的值；（Ⅱ）按规定，笔试成绩不低于90分的应聘人员可以参加面试，且面试的方式采用单循环，以参加面试人员胜出的场数决定是否录用（即参加面试的所有人员中每两人必需进行一个场次的PK比赛）．已知松山区有两名应聘人员取得面试资格，在所有的比赛中，求有松山区选手参加比赛的概率．答案1、某公司为了解广告投入对销售收益的影响，在若干地区各投入万元广告费用，并将各地的销售收益绘制成频率分布直方图(如图所示).由于工作人员操作失误，横轴的数据丢失，但可以确定横轴是从开始计数的. [附：回归直线的斜率和截距的最小二乘估计公式分别为.] （1）根据频率分布直方图计算图中各小长方形的宽度;（2）试估计该公司投入万元广告费用之后，对应销售收益的平均值(以各组的区间中点值代表该组的取值);（3）该公司按照类似的研究方法,测得另外一些数据,并整理得到下表:广告投入(单位:万元) 1 2 3 4 5 销售收益(单位:万元)2 3 27由表中的数据显示,与之间存在着线性相关关系,请将（2）的结果填入空白栏,并求出关于的回归直线方程.解：（1）设各小长方形的宽度为,由频率分布直方图中各小长方形的面积总和为1,可知,故，即图中各小长方形的宽度为2. …3分（2）由（1）知各小组依次是, 其中点分别为,对应的频率分别为,故可估计平均值为.7分（3）由（2）可知空白栏中填5.由题意可知, ，401221ˆˆˆ,ni ii nii x y nx ybay bx xnx ==-==--∑∑4x y x y y x m (0.080.10.140.120.040.02)0.51m m +++++⋅==2m =[0,2),[2,4),[4,6),[6,8),[8,10),[10,12]1,3,5,7,9,110.16,0.20,0.28,0.24,0.08,0.0410.1630.250.2870.2490.08110.045⨯+⨯+⨯+⨯+⨯+⨯=12345232573, 3.855x y ++++++++====,,根据公式,可求得 ………………10分, ………………11分所以所求的回归直线方程为. ………………12分2、某校在规划课程设置方案的调研中，随机抽取160名理科学生，想调查男生、女生对“坐标系与参数方程”与“不等式选讲”这两道题的选择倾向性，调研中发现选择“坐标系与参数方程”的男生人数与选择“不等式选讲”的总人数相等，且选择“坐标系与参数方程”的女生人数比选择“不等式选讲”的女生人数多25人，根据调（）完成列联表，并判断在犯错误的概率不超过的前提下，能否认为选题与性别有关.（Ⅰ）按照分层抽样的方法，从选择“坐标系与参数方程”与选择“不等式选讲”的学生中共抽取8人进行问卷.若从这8人中任选3人，记选择“坐标系与参数方程”与选择“不等式选讲”的人数的差为，求的分布列及数学期望．附：，其中．【解析】（Ⅰ）51122332455769i ii x y=⨯+⨯+⨯+⨯+⨯==∑522222211234555ii x==++++=∑26953 3.8121.2,555ˆ310b-⨯⨯===-⨯3.8 1.230ˆ.2a=-⨯= 1.20.2y x =+ξξE ξ()()()()()22n ad bc K a b c d a c b d -=++++n a b c d =+++，故不能认为选题与性别有关．…………………5分（Ⅱ）选择“坐标系与参数方程”与选择“不等式选讲”的人数比例为100：60＝5：3，所以抽取的8人中倾向“坐标系与参数方程”的人数为5，倾向“不等式选讲”的人数为3．依题意，得，，，，． …………………9分故的分布列如下:所以． …………………12分 3、面向全市招聘事业编工作人员，由人事、劳动、纪检等部门联合组织招聘考试，招聘考试分为两个阶段：笔试和面试.现将所有参赛选手参加笔试的成绩（得分均为整数，满分为100分）进行统计，制成如下频率分布表．（Ⅰ）求出上表中的x ，y ，z ，s ，p 的值；（Ⅱ）按规定，笔试成绩不低于90分的应聘人员可以参加面试，且面试的方式采用单循环，以参加面试人员胜出的场数决定是否录用（即参加面试的所有人员中每两人必需进行一个场次的 PK 比赛）．已知松山区有两名应聘人员取得面试资格，在所有的比赛中，求有松山区选手参加比赛的概率．解：（1）由题意知，参加招聘考试的人员共有p == 50人， ∴x == 0.18， 22160(9001800) 3.74 5.0241055510060K -=≈<⨯⨯⨯3,1,1,3=--ξ33381(3)56C P C =-==ξ12533815(1)56C C P C =-==ξ21533830(1)56C C P C ===ξ30533810(3)56C C P C ===ξξ115301033(1)135********E =-⨯+-⨯+⨯+⨯=ξ160.32950y = 50×0.38 = 19， Z = 50﹣9﹣19﹣16 = 6， S = = 0.12 ----------------------------------------------------------6分（Ⅱ）由（Ⅱ）知，参加面试的应聘人员共6人.若参加面试的6人分别记为：S 1 , S 2 , a , b , c , d .( 其中S 1 , S 2 表示松山区的参赛选手，a , b , c , d 表示其他旗、县的选手)则所有的比赛为：（S 1 , S 2 ）（S 1 , a ）（S 1 ,b ）（S 1 ,c ）（S 1 , d ）（S 2 , a ）（S 2 , b ）（S 2 , c ）（S 2 ,d ）（a , b ）（ a , c ）（ a , d ）（ b , c ）（b , d ）（c , d ）共十五个场次的比赛，有松山区选手出现的比赛有9场. 若有松山区选手参加比赛的事件为：A 则P (A ) =-------------------------------12分65035。

线性回归方程(人教A版)(含答案)

线性回归方程（人教A版）一、单选题(共8道，每道12分)1.人的年龄与人体脂肪的百分数的回归方程为：，如果某人36岁，那么这个人的脂肪含量( )A.一定是B.在附近的可能性比较大C.无任何参考数据D.以上解释均无道理答案：B解题思路：试题难度：三颗星知识点：可线性化的回归分析2.根据如下样本数据：得到的回归方程为，则( )A. B.C. D.答案：A解题思路：试题难度：三颗星知识点：可线性化的回归分析3.已知变量与负相关，且由观测数据算得样本平均数，，则由该观测数据算得的线性回归方程可能是( )A. B.C. D.答案：D解题思路：试题难度：三颗星知识点：可线性化的回归分析4.对具有线性相关关系的变量，测得一组数据如下表：根据上表，利用最小二乘法得到它们的回归直线方程为，则的值为( )A.1B.1.5C.2D.2.5答案：B解题思路：试题难度：三颗星知识点：可线性化的回归分析5.某单位为了解办公楼用电量与气温之间的关系，随机统计了四个用电量与当地平均气温，并制作了对照表：由表中数据得到线性归回方程，当气温为时，预测用电量为( )A.68度B.52度C.12度D.28度答案：A解题思路：试题难度：三颗星知识点：可线性化的回归分析6.根据如下样本数据：得到回归方程，则( )A.，B.，C.，D.，答案：A解题思路：试题难度：三颗星知识点：可线性化的回归分析7.某样本数据如下表所示：假设根据表中数据所得线性回归直线方程为，某同学根据表中的两组数据和求得的直线方程为，根据散点图的分布情况，判断以下结论正确的是( )A.，B.，C.，D.，答案：D解题思路：试题难度：三颗星知识点：可线性化的回归分析8.实验测得四组的值分别为，，，，则与间的线性回归方程是( )A. B.C. D.答案：C解题思路：试题难度：三颗星知识点：可线性化的回归分析。

专题05 回归分析(解析版)

专题5 回归分析例1．已知回归方程y=5x+1，则该方程在样本（1，4）处的残差为（）A．﹣2B．1C．2D．5【解析】解：当x＝1时，y=5x+1＝6，∴方程在样本（1，4）处的残差是4﹣6＝﹣2．故选：A．例2．研究变量x，y得到一组样本数据，进行回归分析，有以下结论①残差平方和越小的模型，拟合的效果越好；②用相关指数R2来刻画回归效果，R2越小说明拟合效果越好；③在回归直线方程y=−0.2x+0.8中，当解释变量x每增加1个单位时，预报变量y平均减少0.2个单位；④若变量y和x之间的相关系数为r＝﹣0.9462，则变量y和x之间的负相关很强．以上正确说法的是①③④．【解析】解：①可用残差平方和判断模型的拟合效果，残差平方和越小，模型的拟合效果越好，故①正确；②用相关指数R2来刻画回归效果，R2越大说明拟合效果越好，故②错误；③在回归直线方程y=−0.2x+0.8中中，当解释变量x每增加1个单位时，预报变量y平均减少0.2个单位，故③正确；④若变量y和x之间的相关系数为r＝﹣0.9462，r的绝对值趋向于1，则变量y和x之间的负相关很强，故④正确．故答案为：①③④．例3．下列命题中，正确的命题有②③．①回归直线y=b x+a恒过样本点中心（x，y），且至少过一个样本点；②用相关指数R2来刻画回归效果，表示预报变量对解释变量变化的贡献率，R2越接近于1说明模型的拟合效果越好；③残差图中残差点比较均匀的落在水平的带状区域中，说明选用的模型比较合适；④两个模型中残差平方和越大的模型的拟合效果越好．【解析】解：①回归直线y=b x+a恒过样本点中心（x，y），不一定过样本点，故①正确；②用相关指数R2来刻画回归效果，表示预报变量对解释变量变化的贡献率，R2越接近于1说明模型的拟合效果越好，正确；③残差图中残差点比较均匀的落在水平的带状区域中，说明选用的模型比较合适，正确；④两个模型中残差平方和越大的模型的拟合效果越差．故④错误，故正确的是②③，故答案为：②③例4．下列命题：①相关指数R2越小，则残差平方和越大，模型的拟合效果越好．②对分类变量X与Y的随机变量K2的观测值k来说，k越小，“X与Y有关系”可信程度越大．③残差点比较均匀地落在水平带状区域内，带状区域越宽，说明模型拟合精度越高．④两个随机变量相关性越强，则相关系数的绝对值越接近0．其中错误命题的个数为4．【解析】解：对于①，相关指数R2越小，则残差平方和越大，此时模型的拟合效果越差，所以①错误；对于②，对分类变量X与Y的随机变量K2的观测值k来说，k越小，“X与Y有关系”可信程度越小，所以②错误；对于③，残差点比较均匀地落在水平带状区域内，带状区域越宽，说明模型拟合精度越低，所以③错误；对于④，两个随机变量相关性越强，则相关系数的绝对值越接近1，所以④错误．综上知，错误命题的序号是①②③④，共4个．故答案为：4．例5．垃圾是人类日常生活和生产中产生的废弃物，由于排出量大，成分复杂多样，且具有污染性，所以需要无害化、减量化处理．某市为调査产生的垃圾数量，采用简单随机抽样的方法抽取20个县城进行了分析，得到样本数据（x i，y i）（i＝1，2，……，20），其中x i和y i分别表示第i个县城的人口（单位：万人）和该县年垃圾产生总量（单位：吨），并计算得∑20i=1x i=80，∑20i=1y i=4000，∑20i=1（x i−x）2＝80，∑20i=1（y i−y）2＝8000，∑20i=1（x i−x）（y i−y）＝7000．（1）请用相关系数说明该组数据中y与x之间的关系可用线性回归模型进行拟合；（2）求y关于x的线性回归方程；（3）某科研机构研发了两款垃圾处理机器，如表是以往两款垃圾处理机器的使用年限（整年）统计表：1年2年3年4年5年使用年限台数款式甲款520151050乙款152010550某环保机构若考虑购买其中一款垃圾处理器，以使用年限的频率估计概率．根据以往经验估计，该机构选择购买哪一款垃圾处理机器，才能使用更长久？参考公式：相关系数r=∑n i=1i−x)(y i−y)√∑i=1(x i−x)∑i=1(y i−y)2．对于一组具有线性相关关系的数据（x i，y i）（i＝1，2，……，n），其回归直线y=b x+a的斜率和截距的最小二乘估计分别为：b=∑ni=1(x i−x)(y i−y)∑n i=1(x i−x)2，a=y−b x．【解析】解：（1）由题意知相关系数r=∑20i=1i−x)(y i−y)√∑i=1(x i−x)2∑i=1(y i−y)2=√80×8000=78=0.875，因为y与x的相关系数接近1，所以y与x之间具有较强的线性相关关系，可用线性回归模型进行拟合．（2）由题意可得，b=∑20i=1(x i−x)(y i−y)∑20i=1(x i−x)2=70080=8.75，a=y−b x=400020−8.75×8020=200−8.75×4=165，所以y=8.75x+165．（3）以频率估计概率，购买一台甲款垃圾处理机器节约政府支持的垃圾处理费用X（单位：万元）的分布列为X﹣50050100P0.10.40.30.2E（X）＝﹣50×0.1+0×0.4+50×0.3+100×0.2＝30（万元）购买一台乙款垃圾处理机器节约政府支持的垃圾处理费用Y（单位：万元）的分布列为：Y﹣302070120P0.30.40.20.1E（Y）＝﹣30×0.3+20×0.4+70×0.2+120×0.1＝25（万元）因为E（X）＞E（Y），所以该县城选择购买一台甲款垃圾处理机器更划算．例6．某基地蔬菜大棚采用水培、无土栽培方式种植各类蔬菜．据统计该基地的西红柿增加量y（百斤）与使用某种液体肥料x（千克）之间对应数据为如图所示的折线图．（1）依据数据的折线图，请计算相关系数r（精确到0.01），并以此判定是否可用线性回归模型拟合y 与x的关系？若是请求出回归直线方程，若不是请说明理由；（2）过去50周的资料显示，该地周光照量X（小时）都在30小时以上，其中不足50小时的周数有5周，不低于50小时且不超过70小时的周数有35周，超过70小时的周数有10周．蔬菜大棚对光照要求较大，某光照控制仪商家为该基地提供了部分光照控制仪，但每周光照控制仪最多可运行台数受周光照量X限制，并有如表关系：周光照量X（单位：小时）30＜X＜5050≤X≤70n≥2光照控制仪最多可运行台数542若某台光照控制仪运行，则该台光照控制仪周利润为3000元；若某台光照控制仪未运行，则该台光照控制仪周亏损1000元．若商家安装了5台光照控制仪，求商家在过去50周每周利润的平均值．附：对于一组数据（x1，y1），（x2，y2），……，（x n，y n），其相关系数公式r=∑n i=1i−x)(y i−y)√∑i=1i−x)2∑i=1i−y)2，回归直线y=b x+a的斜率和截距的最小二乘估计分别为：b=∑ni=1(x i−x)(y i−y)∑n i=1(x i−x)2=∑ni=1x i y i−nxy∑n i=1(x i−x)2，a=y−b x，参考数据√0.3≈0.55，√0.9≈0.95．【解析】解：（1）由已知数据可得x=2+4+5+6+85=5，y=3+4+4+4+55=4，因为∑5i=1(x i−x)(y i−y)=(−3)×(−1)+0+0+0+3×1=6，√∑5i=1(x i−x)2=√(−3)2+(−1)2+02+12+32=2√5，√∑5i=1(y i−y)2=√(−1)2+02+02+02+12=√2．所以相关系数r=∑n i=1i−x)(y i−y)√∑i=1i −x)2√∑i=1i−y)2=2√5⋅√2=√910≈0.95，因为r＞0.75，所以可用线性回归模型拟合y与x的关系，因为b=∑ni=1(x i−x)(y i−y)∑n i=1(x i−x)2=620=0.3，a=y−b x=2.5，所以回归直线方程y＝0.3x+2.5．（2）记商家周总利润为Y元，由条件可得在过去50周里：X＞70时，共有10周，只有2台光照控制仪运行，周总利润Y＝2×3000﹣3×1000＝3000元，当50≤X≤70时，共有35周，有4台光照控制仪运行，周总利润Y＝4×3000﹣1×1000＝11000元，当X＜50时，共有5周，5台光照控制仪都运行，周总利润Y＝5×3000＝15000元，所以过去50周每周利润的平均值Y=3000×10+11000×35+15000×550=9800元，所以商家在过去50周每周利润的平均值为9800元．例7．湖南省从2021年开始将全面推行“3+1+2”的新高考模式，新高考对化学、生物、地理和政治等四门选考科目，制定了计算转换T分（即记入高考总分的分数）的“等级转换赋分规则”（详见附1和附2），具体的转换步骤为：①原始分Y等级转换；②原始分等级内等比例转换赋分．某校的一次年级统考中，政治、生物两选考科目的原始分分布如表：等级A B C D E比例约15%约35%约35%约13%约2%政治学科各等级对应的原始分区间[81，98][72，80][66，71][63，65][60，62]生物学科各等级对应的原始分区间[90，100][77，89][69，76][66，68][63，65]现从政治、生物两学科中分别随机抽取了20个原始分成绩数据，作出茎叶图：（1）根据茎叶图，分别求出政治成绩的中位数和生物成绩的众数；（2）该校的甲同学选考政治学科，其原始分为82分，乙同学选考生物学科，其原始分为91分，根据赋分转换公式，分别求出这两位同学的转化分；（3）根据生物成绩在等级B的6个原始分和对应的6个转化分，得到样本数据（Y i，T i），请计算生物原始分Y i与生物转换分T i之间的相关系数，并根据这两个变量的相关系数谈谈你对新高考这种“等级转换赋分法”的看法．附1：等级转换的等级人数占比与各等级的转换分赋分区间等级A B C D E原始分从高到低排序的等级人数占比约15% 约35% 约35% 约13% 约2%转换分T 的赋分区间[86，100] [71，85][56，70] [41，55] [30，40]附2：计算转换分T 的等比例转换赋分公式：Y 2−Y Y−Y 1=T 2−T T−T 1．（其中：Y 1，Y 2别表示原始分Y 对应等级的原始分区间下限和上限；T 1，T 2分别表示原始分对应等级的转换分赋分区间下限和上限．T 的计算结果按四舍五入取整）．附3：∑ 6i=1（Y i −Y ）（T i −T ）＝74，√∑ 6i=1(Yi −Y)2∑ 6i=1(T i −T)2=√5494≈74.12，r =∑n i=1i −Y)(T i −T)√∑i=1i −Y)2∑i=1i −T)2．【解析】解：（1）根据茎叶图知，政治成绩的中位数为72，生物成绩的众数为73；（2）甲同学选考政治学科的等级为A ，由转换赋分公式：98−8282−81=100−T T−86，解得T ＝87；乙同学选考生物学科的等级为A ，由赋分转换公式：100−9191−90=100−T T−86，解得T ＝87；所以甲、乙两位同学的转换分都是87分．（3）由题意知，r =∑n i=1i −Y)(T i −T)√∑ i=1(Y i −Y)2∑ i=1(T i −T)2=7474.12≈0.998，说法1：等级转换赋分公平，因为相关系数十分接近1，接近函数关系，因此高考这种“等级转换赋分”具有公平性与合理性．说法2：等级转换赋分法不公平，在同一等级内，原始分与转化分是确定的函数关系，理论上原始分与转化分的相关系数为1，在实际赋分过程中由于数据的四舍五入，使得实际的转化分与应得的转化分有一定的误差，极小部分同学赋分后会出现偏高或偏低的现象．（只要说法有道理，都可以得分）．例8．某市房管局为了了解该市市民2018年1月至2019年1月期间买二手房情况，首先随机抽样其中200名购房者，并对其购房面积m （单位：平方米，60≤m ≤130）进行了一次调查统计，制成了如图1所示的频率分布直方图，接着调查了该市2018年1月至2019年1月期间当月在售二手房均价y （单位：万元/平方米），制成了如图2所示的散点图（图中月份代码1﹣13分别对应2018年1月至2019年1月）．（Ⅰ）试估计该市市民的购房面积的中位数m0；（Ⅱ）现采用分层抽样的方法从购房面积位于[110，130]的40位市民中随机抽取4人，再从这4人中随机抽取2人，求这2人的购房面积恰好有一人在[120，130]的概率；（Ⅲ）根据散点图选择y=a+b√x和y=c+d lnx两个模型进行拟合，经过数据处理得到两个回归方程，分别为y=0.9369+0.0285√x和y=0.9554+0.0306lnx，并得到一些统计量的值如表所示：y=0.9369+0.0285√x y=0.9554+0.0306lnx ∑13i=1(y i−y i)20.0005910.000164∑13i=1(y i−y)20.006050请利用相关指数R2判断哪个模型的拟合效果更好，并用拟合效果更好的模型预测出2019年12月份的二手房购房均价（精确到0.001）．【参考数据】ln2≈0.69，ln3≈1.10，ln23≈3.14，ln25≈3.22，√2≈141，√3≈1.73，√23≈4.80．【参考公式】R2=1−∑ni=1(y i−y i)2∑n i=1(y i−y)2．【解析】解：（I）由频率分布直方图，可得，前三组频率和为0.05+0.1+0.2＝0.35，前四组频率和为0.05+0.1+0.2+025＝0.6，故中位数出现在第四组，且m0=90+10×0.150.25=96．（Ⅱ）设从位于[110，120）的市民中抽取x人，从位于[120，130]的市民中抽取y人，由分层抽样可知：440=x30=y10，则x＝3，y＝1，在抽取的4人中，记3名位于[11，120）的市民为A1，A2，A3，位于[120，130]的市民为B则所有抽样情况为：（A1，A2），（A1，A3），（A1，B），（A2，A3），（A2，B），（A3，B）共6种．而其中恰有一人在位于购房面积[120，130]的情况共有3种，故所求概率P=36=12，（III）设模型y=0.9369+0.0285√x和y=0.955+0.0306lnx的相关指数分别为R12，R22，则R12=1−0.0005910.006050，R22=1−0.0001640.006050，显然R12＜R22，故模型y=0.9554+0.0306lnx的拟合效果更好．由2019年12月份对应的代码为24，则y=0.9554+0.0306ln24=0.9554+0.0306(3ln2+ln3)≈1.052万元/平方米．例9．某汽车公司拟对“东方红”款高端汽车发动机进行科技改造，根据市场调研与模拟，得到科技改造投入x（亿元）与科技改造直接收益y（亿元）的数据统计如表：x2346810132122232425y1322314250565868.56867.56666当0＜x≤16时，建立了y与x的两个回归模型：模型①：y=4.1x+11.8；模型②：y=21.3√x−14.4；当x＞16时，确定y与x满足的线性回归方程为：y=−0.7x+a．（Ⅰ）根据下列表格中的数据，比较当0＜x≤16时模型①、②的相关指数R2，并选择拟合精度更高、更可靠的模型，预测对“东方红”款汽车发动机科技改造的投入为16亿元时的直接收益．回归模型模型①模型②回归方程y=4.1x+11.8y=21.3√x−14.4∑7i=1(y i−y i)2182.479.2（附：刻画回归效果的相关指数R2＝1−∑n i=1(y i−y i)2∑n i=1(y i−y)2．）（Ⅱ）为鼓励科技创新，当科技改造的投入不少于20亿元时，国家给予公司补贴收益10亿元，以回归方程为预测依据，比较科技改造投入16元与20亿元时公司实际收益的大小；（附：用最小二乘法求线性回归方程y=b x+a的系数公式b=∑ni=1x i y i−nx⋅y∑n i=1x i2−nx2=∑ni=1(x i−x)(y i−y)∑n i=1(x i−x)2；a=y−b x）（Ⅲ）科技改造后，“东方红”款汽车发动机的热效率X大幅提高，X服从正态分布N（0.52，0.012），公司对科技改造团队的奖励方案如下：若发动机的热效率不超过50%但不超过53%，不予奖励；若发动机的热效率超过50%但不超过53%，每台发动机奖励2万元；若发动机的热效率超过53%，每台发动机奖励4万元．求每台发动机获得奖励的数学期望．（附：随机变量ξ服从正态分布N（μ，σ2），则P（μ﹣σ＜ξ＜μ+σ）＝0.6827，P（μ﹣2σ＜ξ＜μ+2σ）＝0.9545．）【解析】解：（Ⅰ）由表格中的数据，有182.4＞79.2，即182.4∑7i=1(y i−y)2＞79.2∑7i=1(y i−y)2，∴模型①的R2小于模型②的R2，说明模型②的刻画效果更好．∴当x＝16亿元时，科技改造直接收益的预测值为y=21.3×√16−14.4=70.8（亿元）；（Ⅱ）由已知可得，x−20=0.5+2+3.5+4+55=3，则x=23，y−60=8.5+8+7.5+6+65=7.2，则y=67.2，∴a=y−0.7x=67.2+0.7×23=83.3，∴当x＞16亿元时，y与x满足线性回归方程y=−0.7x+83.3，当x＝20亿元时，科技改造直接收益的预测值为y=−0.7×20+83.3=69.3．∴当x＝20亿元时，实际收益的预测值为69.3+10＝79.3亿元＞70.8亿元．∴科技改造投入20亿元时，公司的实际收益更大；（Ⅲ）∵P（0.52﹣0.02＜X＜0.52+0.02）＝0.9545，∴P（X＞0.50）=1+0.95452=0.97725，P（X≤0.50）=1−0.95452=0.02275，∵P（0.52﹣0.01＜X＜0.52+0.01）＝0.6827，∴P（X＞0.53）=1−0.68272=0.15865，∴P（0.50＜X≤0.53）＝0.97725﹣0.15865＝0.8186．设每台发动机获得的奖励为Y（万元），则Y的分布列为：Y024P0.022750.81860.15865∴每台发动机获得的奖励的数学期望为：E（Y）＝0×0.02275+2×0.8186+4×0.15865＝2.2718（万元）．例10．某高中数学建模兴趣小组的同学为了研究所在地区男高中生的身高与体重的关系，从若干个高中男学生中抽取了1000个样本，得到如下数据．数据一：身高在[170，180）（单位：cm）的体重频数统计体重（kg）[50，55）[55，60）[60，65）[65，70）[70，75）[75，80）[80，85）[85，90）人数206010010080201010数据二：身高所在的区间含样本的个数及部分数据身高x（cm）[140，150）[150，160）[160﹣170）[170﹣180）[180﹣190）平均体重y（kg）4553.66075（Ⅰ）依据数据一将下面男高中生身高在[170﹣180）（单位：cm）体重的频率分布直方图补充完整，并利用频率分布直方图估计身高在[170﹣180）（单位：cm）的中学生的平均体重；（保留小数点后一位）（Ⅱ）依据数据一、二，计算身高（取值为区间中点）和体重的相关系数约为0.99，能否用线性回归直线来刻画中学生身高与体重的相关关系，请说明理由；若能，求出该回归直线方程；（Ⅲ）说明残差平方和或相关指数R2与线性回归模型拟合效果之间关系．（只需写出结论，不需要计算）参考公式：b=∑ni=1(x i−x)(y i−y)∑n i=1(x i−x)2=∑ni=1x i y i−nx⋅y∑n i=1x i2−nx2，a=y−b x．参考数据：（1）145×45+155×53.6+165×60+185×75＝38608；（2）1452+1552+1652+1752+1852﹣5×1652＝1000．（3）663×175＝116025，664×175＝116200，665×175＝116375．（4）728×165＝120120．【解析】解：（1）身高在[170，180）的总人数为：20+60+100+100+80+20+10+10＝400，体重在[55﹣60）的频率为：60400=0.15，体重在[70﹣75）的频率为：80400=0.2，平均体重为：52.5×0.05+57.5×0.15+62.5×0.25+67.5×0.25+72.5×0.2 +77.5×0.05+82.5×0.025+87.5×0.025≈66.4，（2）因为 r ＝0.99→1，线性相关很强，故可以用线性回归直线来刻画中学生身高与体重的相关， x =145+155+165+175+1855=165，y =45+75+60+53.6+66.45=60，b =∑ 8i=1x i y i −8x⋅y ∑ 8i=1x i 2−8x2=38608+175×66.4−5×165×601000=0.728， a =y −b x =60−0.728×165=−60.12，所以回归直线方程为：y =0.728x −60.12，（3）残差平方和越小或相关指数 R 2 越接近于1，线性回归模型拟合效果越好．例11．2019年的“金九银十”变成“铜九铁十”，国各地房价“跳水”严重，但某地二手房交易却“逆市”而行．如图是该地某小区2018年11月至2019年1月间，当月在售二手房均价（单位：万元/平方米）的散点图．（图中月份代码1～13分别对应2018年11月～2019年11月）根据散点图选择y =a +b √x 和y ＝c +dlnx 两个模型进行拟合，经过数据处理得到两个回归方程分别为y ^=0.9369+0.0285√x和y^=0.9554+0.0306lnx，并得到以下一些统计量的值：y^=0.9369+0.0285√x y^=0.9554+0.0306lnx ∑13i=1(y i−y^i)20.0005910.000164∑13i=1(y i−y)20.006050（1）请利用相关指数R2判断哪个模型的拟合效果更好；（2）某位购房者拟于2020年4月购买这个小区m（70≤m≤160）平方米的二手房（欲购房为其家庭首套房）．若购房时该小区所有住房的房产证均已满2但未满5年，请你利用（1）中拟合效果更好的模型解决以下问题：（i）估算该购房者应支付的购房金额；（购房金额＝房款+税费，房屋均价精确到0.001万元/平方米）（ii）若该购房者拟用不超过100万元的资金购买该小区一套二手房，试估算其可购买的最大面积．（精确到1平方米）附注：根据有关规定，二手房交易需要缴纳若干项税费，税费是按房屋的计税价格（计税价格＝房款）进行征收的．房产证满2年但未满5年的征收方式如下：首套面积90平方米以内（含90平方米）为1%；首套面积90平方米以上且140平方米以内（含140平方米）1.5%；首套面积140平方米以上或非首套为3%．参考数据：ln2≈0.69，ln3≈1.10，ln17≈2.83，ln19≈2.94，√2≈1.41，√3≈1.73，√17≈4.12，√19≈4.36．参考公式：相关指数R2=1−∑ni=1(y i−y^i)2∑n i=1(y i−y)2．【解析】解：（1）模型一中，y=0.9369+0.0285√x的残差平方和为0.000591，相关指数为R21−0.0005910.006050≈0.923，模型二中，y=0.9554+0.0306lnx的残差平方和为0.000164，相关指数为 R 21−0.0001640.006050≈0.973，∴ 相关指数较大的模型二拟合效果好些．（2）通过散点图确定2020年4月对应的 x ＝18，代入（1）中拟合效果更好的模型二，代入计算 y =0.9554+0.0306ln18 ＝0.9554+0.0306×（ln 2+2ln 3）＝0.9554+0.0306×（0.69+2×1.10） ≈1.044 （万元/平方米），则2020年4月份二手房均价的预测值为1.044（万元/平方米）．（i ）设该购房者应支付的购房金额 h 万元，因为税费中淵方只需缴纳契税， ①当70⩽m ⩽90 时，契税为计税价格的 1%，故h ＝m ×1.044×（1%+1）＝1.05444m ； ②当90＜m ⩽144 时，契税为计税价格的 1.5%，故h ＝m ×1.044×（1.5%+1）＝1.05966m ； ③当144＜m ⩽160 时，契税为计税价格的 3%，故h ＝m ×1.044×（3%+1）＝1.07532m ；∴ℎ={1.05444m ，70⩽m ⩽901.05966m ，90＜m ⩽1441.07532m ，144＜m ⩽160；∴ 当 70⩽m ⩽90 时购房金额为 1.05444m 万元，当 90＜m ⩽144 时购房金额为 1.05966m 万元，当 144＜m ⩽160 时购房金额为 1.07532m 万元．（ii ）设该购房者可购买该小区二手房的最大面积为 t 平方米，由（i ）知，当70⩽m ⩽90时，应支付的购房金额为 1.05444t ，又1.05444t ⩽1.05444×90＜100，又因为房屋均价约为1.044万元/平方米，所以 t ＜100，所以90⩽t ＜100，由1.05966t ⩽100，解得 t ⩽1001.05966，且1001.05966≈94.4，所以该购房者可购买该小区二手房的最大面积为94平方米．例12．某新兴科技公司为了确定新研发的产品下一季度的营销计划，需了解月宣传费x （单位：万元）对月销售量y（单位：千件）的影响，收集了2020年3月至2020年8月共6个月的月宣传费x和月销售量y的数据如表：月份345678宣传费x5678910月销售量y0.4 3.5 5.27.08.610.7现分别用模型①y=b x+a和模型②y=e m x+n对以上数据进行拟合，得到回归模型，并计算出模型的残差如表：（模型①和模型②的残差分别为e1和e2，残差＝实际值﹣预报值）x5678910y0.4 3.5 5.37.08.610.7e1﹣0.60.540.280.12﹣0.24﹣0.1e2﹣0.63 1.71 2.10 1.63﹣0.7﹣5.42（1）根据上表的残差数据，应选择哪个模型来拟合月宣传费x与月销售量y的关系较为合适，简要说明理由；（2）为了优化模型，将（1）中选择的模型残差绝对值最大所对应的一组数据（x，y）剔除，根据剩余的5组数据，求该模型的回归方程，并预测月宣传费为12万元时，该公司的月销售量．（剔除数据前的参考数据：x=7.5，y=5.9，∑6i=1x i y i=299.8，∑6i=1x i2=355，z＝lny．z≈−1.41，∑6i=1x i y i=−73.10，ln10.7≈2.37，e4.034≈56.49．）参考公式：b=∑ni=1x i y i−nxy∑n i=1x i2−nx2，a=y−b x．【解析】解：（1）应选择模型①，因为模型①每组数据对应的残差绝对值都比模型②的小，残差波动小，残差点比较均匀地落在水平的带状区域内，说明拟合精度高．（2）由（1）知，需剔除第一组数据，则剔除后的x=7.5×6−55=8，y=5.9×6−0.45=7，5xy=280，5x2=320，∑5i=1x i y i=299.8−5×0.4=297.8，∑5i=1x i2=355−25=330．∴b=∑5i=1x i y i−5xy∑5i=1x i2−5x2=297.8−280330−320=1.78，a=y−b x=7−1.78×8=−7.24．得①的回归方程为y=1.78x−7.24，则当x＝12时，y=1.78×12−7.24=14.12．故月宣传费为12万元时，该公司的月销售量为14.12千件．例13．新型冠状病毒肺炎COVID﹣19疫情发生以来，在世界各地逐渐蔓延．在全国人民的共同努力和各级部门的严格管控下，我国的疫情已经得到了很好的控制．然而，小王同学发现，每个国家在疫情发生的初期，由于认识不足和措施不到位，感染人数都会出现快速的增长．如表是小王同学记录的某国连续8天每日新型冠状病毒感染确诊的累计人数．日期代码x12345678累计确诊人数y481632517197122为了分析该国累计感染人数的变化趋势，小王同学分别用两种模型：①y=bx2+a，②y=dx+c对变量x和y的关系进行拟合，得到相应的回归方程并进行残差分析，残差图如下（注：残差e î=y i−y î）：经过计算得它∑8i=1(x i−x)(y i−y)=728，∑8i=1(x i−x)2=42，∑8i=1(z i−z)(y i−y)=6868，∑8i=1(z i−z)2=3570，其中z i=x i2，z=18∑8i=1z i.（1）根据残差图，比较模型①，②的拟合效果，应该选择哪个模型？并简要说明理由；（2）根据（1）问选定的模型求出相应的回归方程（系数均保留两位小数）；（3）由于时差，该国截止第9天新型冠状病毒感染确诊的累计人数尚未公布．小王同学认为，如果防疫形势没有得到明显改善，在数据公布之前可以根据他在（2）问求出的回归方程来对感染人数做出预测，那么估计该地区第9天新型冠状病毒感染确诊的累计人数是多少？附：回归直线的斜率和截距的最小二乘估计公式分别为：b=∑8i=1(x i−x)(y i−y)∑8i=1(x i−x)2，a=y−b x．【解析】解：（1）选择模型①，理由如下：根据残差图可以看出，模型①的估计值和真实值相对比较接近，模型②的残差相对比较大，所以模型①的拟合效果相对较好；（2）由（1）可知y关于x的回归方程为y=bx2+a，令z＝x2，则y=bz+a，由所给的数据可得：z=18(1+4+9+16+25+36+49+64)=25.5，y=18(4+8+16+31+51+71+97+122)=50，b=∑8i=1(z i−z)(y i−y)∑8i=1(z i−z)2=68683570≈1.92，则a=y−b z≈50﹣1.92×25.5＝1.04，所以y关于x的回归方程为y=1.92x2+1.04；（3）将x＝9代入回归方程，可得y=1.92×92+1.04＝156.56≈157（人），所以预测该地区第9天新型冠状病毒感染确诊的累计人数约为157人．例14．H市某企业坚持以市场需求为导向，合理配置生产资源，不断改革、探索销售模式．下表是该企业每月生产的一种核心产品的产量x（吨）与相应的生产总成本y（万元）的五组对照数据．产量x（件）12345生产总成本y（万元）3781012（Ⅰ）根据上达数据，若用最小二乘法进行线性模拟，试求y关于x的线性回归方程y=b x+a；参考公式：b=∑ni=1x i y i−nxy∑n i=1x i2−nx2，a=y−b x．（Ⅱ）记第（Ⅰ）问中所求y与x的线性回归方程y=b x+a为模型①，同时该企业科研人员利用计算机根据数据又建立了y与x的回归模型②：y=12x2+1．其中模型②的残差图（残差＝实际值﹣预报值）如图所示：请完成模型①的残差表与残差图，并根据残差图，判断哪一个模型更适宜作为y关于x的回归方程？并说明理由；（Ⅲ）根据模型①中y与x的线性回归方程，预测产量为6吨时生产总成本为多少万元？【解析】解：（Ⅰ）计算x=15(1+2+3+4+5)=3，y=15(3+7+8+10+12)=8，∑5i=1x i2=12+22+32+42+52=55，∑5i=1x i y i=1⋅3+2⋅7+3⋅8+4⋅10+5⋅12=141，b=∑5i=1x i y i−nxy∑5i=1x i2−nx2=141−5×3×855−5×9=2.1，a=y−b x=8−2.1×3=1.7，因此，回归直线方程为y=2.1x+1.7．（Ⅱ）模型①的残差表为：x12345y3781012 y 3.8 5.9810.112.2 e﹣0.8 1.10﹣0.1﹣0.2画出残差图，如图所示；结论：模型①更适宜作为y关于x的回归方程，因为：理由1：模型①的4个样本点的残差点落在的带状区域比模型②的带状区域更窄；理由2：模型①的4个样本点的残差点比模型②的残差点更贴近进x轴．．（不列残差表不扣分，写出一个理由即可得分．）（Ⅲ）根据模型①中y与x的回归直线方程，计算x＝6时，y=2.1×6+1.7=14.3，所以预测产量为6吨时生产总成本为14.3万元．例15．为了解某企业生产的某产品的年利润与年广告投入的关系，该企业对最近一些相关数据进行了调查统计，得出相关数据见表：23456年广告投入x（万元）346811年利润y（十万元）根据以上数据，研究人员分别借助甲．乙两种不同的回归模型，得到两个回归方程，方程甲：方程甲：y（1）=b（x﹣1）2+2.75，方程乙：y（2）=c x﹣1.6．（1）求b（结果精确到0.01）与c的值．（2）为了评价两种模型的拟合效果，完成以下任务．①完成下表（备注：e î=y i−y î，e î称为相应于点（x i，y i）的残差；年广告投入x（万元）23456年利润y（十万元）346811模型甲估计值y î（1）残差e î（1）模型乙估计值y î（2）残差e î（2）②分别计算模型甲与模型乙的残差平方和Q1及Q2，并通过比较Q1，Q2的大小，判断哪个模型拟合效果更好．【解析】解：（1）设t＝（x﹣1）2，则t=15(1+4+9+16+25)=11．∵y=6.4，∴6.4=b×11+2.75，解得b≈0.33．又x=4，∴6.4=c×4−1.6，即c=2．（2）①经计算，可得下表：年广告投入x（万元）23456年利润y（十万元）346811模型甲估计值y î（1） 3.08 4.07 5.728.0311残差e î（1）﹣0.08﹣0.070.28﹣0.030模型乙估计值y î（2） 2.4 4.4 6.48.410.4残差e î（2）0.6﹣0.4﹣0.4﹣0.40.6②Q1=(−0.08)2+(−0.07)2+0.282+(−0.03)2=0.0906．Q2=0．62×2+(−0.4)2×3=1.2．∵Q1＜Q2，∴模型甲的拟合效果更好．。

(完整版)线性回归方程必练题(强烈推荐).doc

《线性回归方程》强化训练1、（门槛题）某车间为了规定工时定额，需要确定加工零件所花费的时间，为此作了四次试验，得到的数据如下：零件的个数x （个） 2 3 4 5加工的时间y （小时） 2.5 3 4 4.5（Ⅰ）在给定的坐标系中画出表中数据的散点图；（Ⅱ）求出 y 关于 x 的线性回归方程? ? ?，并在坐标系中画出回归直线；y bx a（Ⅲ）试预测加工10个零件需要多少时间？n附录：参考公式：? x i x y i y?i 1 ，?b n y bx .2 ax i xi 12 、（泸州市 2017 届高三一诊第 20 题）某班主任为了解本班学生的数学和物理考试成绩间关系，在某次阶段性测试中，他在全班学生中随机抽取一个容量为 5 的样本进行分析。

该样本中5位同学的数学和物理成绩对应如下表：学生编号123 4 5 数学分数 x 89 9193 95 97 物理分数 y8789899293( Ⅰ ) 根据上表数据，用变量y 与 x 相关系数说明物理成绩y 与数学成绩 x 之间线性相关关系的强弱； ( Ⅱ ) 建立 y 与 x 的线性回归方程（系数精确到0.01），并预测该班数学分数为 88 的学生的物理分数 .5552附录：参考数据：y i450，x i y i41880，y i y4.90 ；i 1i 1i 1n参考公式：相关系数rx i x y i y?i 1；回归直线的方程是 ??，nny bxa2 2i 1 x i xi 1 y iyn其中对应的回归估计值：?x i x y iy?i 1， ?，参考值：15 3.87bny bx .2ai 1 x i x3、（ 2016年全国新课标高考Ⅲ卷第 18 题）下图是我国 2008 年至2014年生活垃圾无害化处理量（单位：亿吨）的折线图.（Ⅰ）由折线图看出，可用线性回归模型拟合 y 与 t 的关系，请用相关系数加以说明；（Ⅱ）建立 y 关于 t 的回归方程（系数精确到0.01），预测 2016 年我国生活垃圾无害化处理量 777y)2附注：参考数据：y i 9.32 ，t i y i 40.17 ，( y i0.55 ， 7 2.646 .i 1 i 1i 1nt y it i y参考公式：相关系数ri 1，nn22t ty i yii 1i 1n)) ))(t i t )( y iy)i 1) )回归方程 ya bt 中斜率和截距的最小二乘估计公式分别为：bn，a=y (t it ) 2i 1.)bt .4 、（ 2015 年全国新课标高考Ⅰ卷第 19 题）某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费 x （单位：千元）对年销售量（单位：）和年利润（单位：千元）的影响，对近 8 年的宣传费x i 和年销售量 y i i 1,2,L ,8ytz数据作了初步处理，得到下面的散点图及一些统计量的值.r ur ur 8888xyw(x i x) 2(w i w) 2( x i x)( y iy)( w i w)( y i y)i 1i 1i1i 146.6 563 6.8289.81.61469108.8ur8表中 w ix i ， w =1w i .8 i 1（Ⅰ）根据散点图判断， y a bx 与 y cd x ，哪一个适宜作为年销售量y 关于年宣传费 x 的回归方程类型？（给出判断即可，不必说明理由）（Ⅱ）根据（Ⅰ）的判断结果及表中数据，建立 y 关于 x 的回归方程；（Ⅲ）已知这种产品的年利润 z 与 x ， y 的关系为 z 0.2 y x ，根据（Ⅱ）的结果回答下列问题：（ⅰ）年宣传费 x49 时，年销售量及年利润的预报值是多少？（ⅱ）年宣传费 x 为何值时，年利润的预报值最大？附：对于一组数据 (u 1, v 1 ) , (u 2 , v 2 ) ，， (u n , v n ) , 其回归直线 vu 的斜率和截距的最小二乘估计分别为：n(u iu)(v iv)μ i 1μμ=n，=vu .(u i u)2i 1。

(整理)两个变量间的线性相关及回归方程的求法专题.

两个变量间的线性相关及回归方程的求法专题一、如何认识两个变量间的相关关系相关关系我们可以从以下三个方面加以认识：（1）相关关系与函数关系不同．函数关系中的两个变量间是一种确定性关系．例如正方形面积S与边长x之间的关系2xS 就是函数关系．即对于边长x的每一个确定的值，都有面积S的惟一确定的值与之对应．相关关系是一种非确定性关系，即相关关系是非随机变量与随机变量之间的关系．例如人的身高与年龄；商品的销售额与广告费等等都是相关关系．（2）函数关系是一种因果关系，而相关关系不一定是因果关系，也可能是伴随关系．例如有人发现，对于在校儿童，身高与阅读技能有很强的相关关系．然而学会新词并不能使儿童马上长高，而是涉及到第三个因素——年龄，当儿童长大一些，他们的阅读能力会提高而且由于长大身高也会高些．（3）函数关系与相关关系之间有着密切联系，在一定的条件下可以相互转化．例如正方形面积S与其边长x间虽然是一种确定性关系，但在每次测量边长时，由于测量误差等原因，其数值大小又表现出一种随机性．而对于具有线性关系的两个变量来说，当求得其回归直线后，我们又可以用一种确定性的关系对这两个变量间的关系进行估计．相关关系在现实生活中大量存在，从某种意义上讲，函数关系是一种理想的关系模型，而相关关系是一种更为一般的情况．因此研究相关关系，不仅可使我们处理更为广泛的数学应用问题，还可使我们对函数关系的认识上升到一个新的高度．二、如何判断两个变量线性相关关系1、利用变量相关关系的概念利用变量相关关系的概念判断时，一般是看当一个变量的值一定时，另一个变量是否带有确定性，两个变量之间的关系具有确定关系－－函数关系；两个变量之间的关系具有随机性，不确定性－－相关关系。

例1、在下列各个量与量的关系中：①正方体的体积与棱长之间的关系；②一块农田的水稻产量与施肥量之间的关系；③人的身高与年龄之间的关系；④家庭的收入与支出之间的关系；⑤某户家庭用电量与水费之间的关系。

线性回归方程

所以可预测，到2075年，加拿大女性的平均寿命为95.3岁. ………………………………………………………………….14′ 学后反思通常在尚未断定两个变量之间是否具有线性相关关系的情况下，应先进行相关性检验;在确认具有线性相关关系后，再求其线性回归方程.一般步骤为：①作出散点图，判断是否线性相关；②若是，则用公式求出a、b，写出线性回归方程；③ 据方程进行估计.
水稻产量:320 330 360 410 460 470 480
（1）将上述数据制成散点图；（2）你能从散点图中发现施化肥量与水稻产量近似成什么关系吗？水稻产量会一直随施化肥量的增加而增长吗？分析判断变量间是否是线性相关，一种常用的简便可行的方
法就是作散点图.
解（1）散点图如下：
（2）从图中可以发现,当施化肥量由小到大变化时，水稻产量由小变大，图中的数据点大致分布在一条直线的附近，因此施化肥量和水稻产量近似成线性相关关系，但水稻产量只是在一定范围内随着化肥施用量的增加而增长.
nxy ,a y bx
xi nx2
来计算回归系数，有时常制表对应出xiyi,xi2,以便于求和.
举一反三
3. 某中学期中考试后，对成绩进行分析,从某班中选出5名学
生的总成绩和外语成绩如下表：
学生学科 1 2 3 4 5
总成绩（x） 482 外语成绩（y）
383
421
364
含量x之间的相关关系,现取8对观测值,计算
得
x
i 1
8
i
52 ,
y
i 1
8
i
228
,
x
i 1
8
2
i
478 ,
x y

高学期线性回归方程同步练习题(文科)(教师版)

高二第二学期第一章线性回归方程同步练习题（文科）（1）一、选择题1 . 下列两个变量之间的关系哪个不是函数关系（ D ） A ．角度和它的余弦值 B.正方形边长和面积 C ．正ｎ边形的边数和它的内角和 D.人的年龄和身高2．某市纺织工人的月工资（元）依劳动生产率（千元）变化的回归方程为y=50+80x ，则下列说法中正确的是（ C ）A ．劳动生产率为1000元时，月工资为130元B ．劳动生产率提高1000元时，月工资提高约为130元C ．劳动生产率提高1000元时，月工资提高约为80元D ．月工资为210元时，劳动生产率为2000元 3．设有一个回归方程为y=2-1.5x ，则变量x 每增加一个单位时，y 平均（ C ） A ．增加1.5单位 B ．增加2单位 C ．减少1.5单位 D ．减少2单位4．实验测得四组(x ，y )的值为(1,2)，(2,3)，(3,4)，(4,5)，则y 与x 之间的回归直线方程为( A )A.y ^＝x ＋1 B.y ^＝x ＋2 C.y ^＝2x ＋1 D.y ^＝x －15．由一组样本(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )得到的回归直线方程y ^＝a ＋bx ，下面有四种关于回归直线方程的论述：(1)直线y ^＝a ＋bx 至少经过点(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )中的一个点；(2)直线y ^＝a ＋bx 的斜率是∑ni ＝1x i y i －n x y ∑ni ＝1x 2i －n x 2；(3)直线y ^＝a ＋bx 必过(x ，y )点； (4)直线y ^＝a ＋bx 和各点(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )的偏差∑ni ＝1 (y i －a －bx i )2是该坐标平面上所有的直线与这些点的偏差中最小的直线．其中正确的论述有( D )A ．0个 B ．1个C ．2个 D ．3个解析线性回归直线不一定过点(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )中的任何一点；b ＝∑ni ＝1x i y i －n x y∑ni ＝1x 2i －n x 2就是线性回归直线的斜率，也就是回归系数；线性回归直线过点(x ，y )；线性回归直线是平面上所有直线中偏差∑ni ＝1(y i －a －bx i )2取得最小的那一条．故有三种论述是正确的，选D. 6．某化工厂为预测产品的回收率y ，需要研究它和原料有效成分含量x 之间的相关关系，现取8对观测值，计算，得∑8i ＝1x i ＝52，∑8i ＝1y i ＝228，∑8i ＝1x 2i ＝478，∑8i ＝1x i y i ＝1849，则其线性回归方程为( A ) A.y ^＝11.47＋2.62x B.y ^＝－11.47＋2.62x C.y ^＝2.62＋11.47x D.y ^＝11.47－2.62x解析利用回归系数公式计算可得a ＝11.47，b ＝2.62，故y ^＝11.47＋2.62x . 7. 下列变量之间的关系是函数关系的是（ A ）A ．已知二次函数c bx ax y ++=2，其中a ，b 是已知常数，取b 为自变量，因变量是这个函数的判别式ac b Δ42-=B ．光照时间和果树的亩产量C ．降雪量和交通事故发生率D ．每亩用肥料量和粮食亩产量 8. 列有关线性回归的说法，不正确是（ D ）A.变量取值一定时，因变量的取值带有一定的随机性的两个变量之间的关系叫做相关关系B.在平面直角坐标系中用描点的方法得到表示具有相关关系的两个变量的一组数据的图形叫做散点图C.线性回归直线方程最能代表观测值x ，y 之间的关系D.任何一组观测值都能得到具有代表意义的回归直线方程 9.已知x 与y 之间的一组数据：则y 对x 的线性回归方程y ＝bx ＋A. (2,2) B. (1.5,3.5) C. (1,2) D. (1.5,4)10. 设回归直线方程为y ＝2－1.5x ，若变量x 增加1个单位，则( C )． A. y 平均增加1.5个单位 B. y 平均增加2个单位 C. y 平均减少1.5个单位 D. y 平均减少2个单位二、填空题11.下列关系中，是相关关系的为（填序号）.①学生的学习态度与学习成绩之间的关系；②教师的执教水平与学生的学习成绩之间的关系； ③学生的身高与学生的学习成绩之间的关系；④家庭的经济条件与学生的学习成绩之间的关系. 答案 ①②12.下列有关线性回归的说法，正确的是（填序号）.①相关关系的两个变量不一定是因果关系②散点图能直观地反映数据的相关程度 ③回归直线最能代表线性相关的两个变量之间的关系④任一组数据都有回归直线方程答案 ①②③13.下列命题：①线性回归方法就是由样本点去寻找一条贴近这些样本点的直线的数学方法； ②利用样本点的散点图可以直观判断两个变量的关系是否可以用线性关系表示；③通过回归直线yˆ=b ˆx +a ˆ及回归系数b ˆ,可以估计和预测变量的取值和变化趋势. 其中正确命题的序号是 .答案 ①②③14．下列关系：①人的年龄与其拥有的财富之间的关系；②曲线上的点与该点的坐标之间的关系；③苹果的产量与气候之间的关系；④森林中的同一树木，其截面直径与高度之间的关系；⑤学生的身高与其学号之间的关系，其中有相关关系的是___①③④_____(填序号)．15.已知回归方程为yˆ=0.50x-0.81,则x=25时，y ˆ的估计值为 .答案 11.69 16．下表是某厂1～4由散点图可知，用水量y 与月份x 之间有较好的线性相关关系，其线性回归直线方程是y ^＝－0.7x ＋a ，则a 等于______．解析 x ＝2.5，y ＝3.5，∵回归直线方程过定点(x ，y )，∴3.5＝－0.7×2.5＋a .∴a ＝5.25. 17．某服装商场为了了解毛衣的月销售量y (件)与月平均气温x (℃)之间的关系，随机统计了某4个月的月销售量与当月平均气温，其数据如下表：由表中数据算出线性回归方程y ＝bx ＋a 中的b ≈－2，气象部门预测下个月的平均气温约为6℃，据此估计，该商场下个月毛衣的销售量约为________件．答案 46解析由所提供数据可计算得出x ＝10，y ＝38，又b ≈－2代入公式a ＝y －b x 可得a ＝58，即线性回归方程y ^＝－2x ＋58，将x ＝6代入可得．18．正常情况下，年龄在18岁到38岁的人们，体重y （kg ）依身高x （cm ）的回归方程为y=0.72x-58.5。

典型例题：线性回归方程

认识线性回归方程一、线性回归方程设X与y是具有相关关系的两个变量，且相应于n个观测值的n个点大致分布在一条直线的附近，这条直线就叫做回归直线.例1.假设关于某设备的使用年限x （年）和所支出的维修费用y （万元）有如下的统计资料：若由资料知y对x呈线性相关关系，试求：（1）线性回归方程y = a+bxi（2）估计使用年限10年时，维修费用是多少？分析：因为y对x呈线性相关关系，所以可以用线性相关的方法解决问题.解：（1）制表于是有& = • =].23,。

=亍一庚= 5 — 1.23x4 = 0.08.90-5x42・•・线性回归方程为y = 1.23X+0.08 ；（2）当x = 10时，『 = 1.23x10+0.08 = 12.38 （万元）,即估计使用10年时1 / 3维修费用约是12.38万元.评注：已知y对x呈线性相关关系，无须进行相关性检验，否则应首先进行相关性检验.二、回归分析通过对有关数据的分析，作出散点图，并利用散点图直观地认识两个变量的相关关系，也可以用相关系数r 来确定两个变量的线性相关关系.例2. —个车间为了规定工时定额，需要确定加工零件所花费的时间，为此进行了 10次试验，测得的数据如下：零件数X （个） 10 2030 40 5060708090100加工时间y （分）62 68 75 81 89 95 102 108 115 122（1） y 与X 是否具有线性相关关系？（2）如果y 与x 具有线性相关关系，求回归直线方程.分析：先求出r 的值，I"的值越接近于1,表明两个变量的线性相关关系越强.解：（1）列岀下表，并用科学计算器进行计算.■11 2 3 4 5 6 7 8 9 10 xi10 20 30 40 50 60 70 80 90 100 开626875818995102108115122620 1360 2250 3240 4450 5700 71408640 10350 12200 10x = 55, y = 91.7,r-l10= 38500,=87777,/-I10工尤必=55950r-l55950-10x55x91.77(38500 -10 x 552)(87777 -10 x 91.72)•••0.9998>0・632,「.y 与x 具有线性相关关系;（2）设所求的回归直线方程为y 从，« 0.9998 o工心-10厂/-Ia = y-bx = 9\.7-0.668x55 a54.96 ,•••所求的回归直线方程为,y = 0.668x+54.96 •评注：这类问题的解决方法一般分为两步，第一步分析两个变量是否有线性相关关系，第二步求回归直线方程.那么山上表可知 d55950-10x55x91.738500-I0x552~* 0.668,10D )l-10xy)0 _ jOx /-I。

(完整版)线性回归方程必练题(强烈推荐)

《线性回归方程》强化训练1、（门槛题）某车间为了规定工时定额，需要确定加工零件所花费的时间，为此作了四次试验，得到的数据如下：零件的个数x （个） 23 4 5 加工的时间y （小时）2.5344.5（Ⅰ）在给定的坐标系中画出表中数据的散点图；（Ⅱ）求出y 关于x 的线性回归方程ˆˆˆybx a =+，并在坐标系中画出回归直线；（Ⅲ）试预测加工10个零件需要多少时间？附录：参考公式：()()()121ˆniii nii x x y y bx x ==--=-∑∑ ，ˆˆay bx =-.2、（泸州市2017届高三一诊第20题）某班主任为了解本班学生的数学和物理考试成绩间关系，在某次阶段性测试中，他在全班学生中随机抽取一个容量(Ⅱ)建立y 与x 的线性回归方程（系数精确到0.01），并预测该班数学分数为88的学生的物理分数.附录：参考数据：51450i i y ==∑，5141880i i i x y ==∑ 4.90=；参考公式：相关系数()()niix x y y r --=∑；回归直线的方程是ˆˆˆybx a =+，其中对应的回归估计值：()()()121ˆniii ni i x x y y bx x==--=-∑∑ ，ˆˆay bx =- 3.87=.3、（2016年全国新课标高考Ⅲ卷第18题）下图是我国2008年至2014年生活垃圾无害化处理量（单位：亿吨）的折线图.（Ⅰ）由折线图看出，可用线性回归模型拟合y 与t 的关系，请用相关系数加以说明；（Ⅱ）建立y 关于t 的回归方程（系数精确到0.01），预测2016年我国生活垃圾无害化处理量. 附注：参考数据：，2.646≈. 参考公式：相关系数()()nii y y r t t --=∑，回归方程中斜率和截距的最小二乘估计公式分别为：719.32ii y==∑7140.17i i i t y ==∑0.55=y a bt =+)))121()()()nii i nii tt y y b tt ==--=-∑∑)，=.a y bt -)))4、（2015年全国新课标高考Ⅰ卷第19题）某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费x （单位：千元）对年销售量y （单位：t ）和年利润z （单位：千元）的影响，对近8年的宣传费i x 和年销售量()1,2,,8i y i =L 数据作了初步处理，得到下面的散点图及一些统计量的值.x ry u r w u r821()ii x x =-∑821()ii w w =-∑81()()iii x x y y =--∑ 81()()iii w w yy =--∑46.6 563 6.8289.8 1.6 1469 108.8表中i i w x =，w u r =811.8i i w =∑（Ⅰ）根据散点图判断，y a bx =+与y c d x =+，哪一个适宜作为年销售量y 关于年宣传费x 的回归方程类型？（给出判断即可，不必说明理由）（Ⅱ）根据（Ⅰ）的判断结果及表中数据，建立y 关于x 的回归方程；（Ⅲ）已知这种产品的年利润z 与x ，y 的关系为0.2z y x =- ，根据（Ⅱ）的结果回答下列问题：（ⅰ）年宣传费49x =时，年销售量及年利润的预报值是多少？（ⅱ）年宣传费x 为何值时，年利润的预报值最大？附：对于一组数据11(,)u v ,22(,)u v ，…，(,)n n u v ,其回归直线v u αβ=+的斜率和截距的最小二乘估计分别为：µ121()()=()niii ni i u u v v u u β==---∑∑，µµ=v u αβ-.。

线性回归方程

线性回归方程知识定位线性回归方程在全国卷中有所考察，往往以解答题形式出现，考察难度中等，主要掌握以下内容即可：①会作两个有关联变量数据的散点图，会利用散点图认识变量间的相关关系． ②了解最小二乘法的思想，能根据给出的线性回归方程系数公式建立线性回归方程．知识梳理知识梳理1：相关关系和函数关系在实际问题中，变量之间的常见关系有两类：一类是确定性函数关系，变量之间的关系可以用函数表示。

例如正方形的面积S 与其边长之间的函数关系（确定关系）；一类是相关关系，变量之间有一定的联系，但不能完全用函数来表达。

例如一块农田的水稻产量与施肥量的关系（非确定关系）相关关系：自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系叫做相关关系。

相关关系与函数关系的异同点：相同点：均是指两个变量的关系。

不同点：函数关系是一种确定关系；而相关关系是一种非确定关系；函数关系是自变量与因变量之间的关系，这种关系是两个非随机变量的关系；而相关关系是非随机变量与随机变量的关系。

知识梳理2：求回归直线方程的思想方法观察散点图的特征，发现各点大致分布在一条直线的附近，思考：类似图中的直线可画几条？引导学生分析，最能代表变量x 与y 之间关系的直线的特征：即n 个偏差的平方和最小，其过程简要分析如下：设所求的直线方程为，其中a 、b 是待定系数。

则，于是得到各个偏差。

显见，偏差的符号有正负，若将它们相加会造成相互抵消，所以它们的和不能代表几个点与相应直线在整体上的接近程度，故采用n 个偏差的平方和表示n 个点与相应直线在整体上的接近程度。

记。

x 2x S =ˆybx a =+ˆ(1,2,,)i i ybx a i n =+=⋅⋅⋅⋅ˆˆ(),(1,2,...)i i i yy y bx a i n -=-+=ˆˆi yy -2221122()()....()n n Q y bx x y bx a y bx a =--+--++--21()nii i Q ybx a ==--∑上述式子展开后，是一个关于a ，b 的二次多项式，应用配方法，可求出使Q 为最小值时的a ，b 的值，即其中例题精讲【试题来源】【题目】下列各组变量哪个是函数关系，哪个是相关关系？（1）电压U 与电流I （2）圆面积S 与半径R（3）自由落体运动中位移s 与时间t （4）粮食产量与施肥量（5）人的身高与体重（6）广告费支出与商品销售额【答案】见解析【解析】分析：函数关系是一种确定关系；而相关关系是一种非确定关系；函数关系是自变量与因变量之间的关系，这种关系是两个非随机变量的关系；而相关关系是非随机变量与随机变量的关系。

《线性回归方程》课件1

i 1
i 1
i 1
i 1
i 1
方程
类似地，我们可以推得，求回归
yˆ bx a 中系数a,b的一般公式:
n
n
xi yi nx y (xi x)(yi y)
b
i1 n
xi2
2
nx
i1
n
(xi x)2
,
i1
i1
a ybx
以上公式的推导较复杂，故不作推导，但它的原理较为简单：即各点到该直线的距离的平方和最小，这一方法叫最小二乘法。
线性回归方程
问题引入：
有些教师常说：“如果你的数学成绩好，那么你的物理学习就不会有什么大问题” 按照这种说法，似乎学生的物理成绩与数学成绩之间也存在着某种关系。你如何认识它们之间存在的关系？
数学成绩
物理成绩
学习兴趣
学习时间
其他因素
结论：变量之间除了函数关系外，还有
。
变量之间的关系
函数关系---变量之间是一种确定性的关系.如:圆的面积S和半径r之间的关系.
b
i 1 n
xi2
2
nx
i1
n
(xi x)2
,
i 1
i 1
a y bx
数学３——统计 1. 画散点图 2. 了解最小二乘法的思想 3. 求回归直线方程 4. 用回归直线方程解决应用问题
近似表示的相关关系叫做线性相关关系.
如果散点图中的点分布从整体上看大致在一条直线附近我们就称这两个变量之间具有线性相关关系
线性回归方程：一般地,设有n个观察数据如下：
x x1 x2 x3 … xn
y y1 y2 y3 … yn 当a,b使
Q ( y1 bx1 a)2 ( y2 bx2 a)2 ... ( yn bxn a)2

(完整版)高考线性回归方程总结

第二讲线性回归方程1、相关关系：1、⎩⎨⎧<=1||1||r r 不确定关系：相关关系确定关系：函数关系2、相关系数：，其中：∑∑∑===-⋅---=ni i ni i ni iiy y x x y yx x r 12121)()((（1）；（2）⎩⎨⎧<>负相关正相关0r r 相关性很弱；相关性很强；3.0||75.0||<>r r 例题1：下列两个变量具有相关关系的是（）A.正方形的体积与棱长；B.匀速行驶的车辆的行驶距离与行驶时间；C.人的身高和体重；D.人的身高与视力。

例题2：在一组样本数据的散点),,,2)(,(),,(),,(212211不全相等n n n x x x n y x y x y x ≥图中，若所有样本点都在直线上，则样本相关系数为),2,1)(,(n i y x i i =121+-=x y （）21.21.1.1.--D C B A 例题3：是相关系数，则下列命题正确的是：r （1）时，两个变量负相关很强；（2）时，两个变量正相关]75.0,1[--∈r ]1,75.0[∈r 很强；（3）时，两个变量相关性一般；)75.0,3.0[]3.0,75.0(或--∈r （4）（4）时，两个变量相关性很弱。

1.0=r 3、散点图：初步判断两个变量的相关关系。

例题4：在画两个变量的散点图时，下列叙述正确的是（）A.预报变量在轴上，解释变量在轴上；x yB.解释变量在轴上，预报变量在轴上；x yC.可以选择两个变量中的任意一个变量在轴上；xD.可以选择两个变量中的任意一个变量在轴上；y 例题5：散点图在回归分析过程中的作用是（）A.查找个体个数B.比较个体数据的大小C.研究个体分类D.粗略判断变量是否线性相关2、线性回归方程：1、回归方程：a x b yˆˆˆ+=其中，（代入样本点的中心）2121121)()((ˆxn x yx n yx x x y yx x bn i i ni iini in i ii --=---=∑∑∑∑====x b y aˆˆ-=例题1：设是变量个样本点，直线是由这些样本),(),,(),,(2211n n y x y x y x n y x 的和l 点通过最小二乘法得到的线性回归直线（过一、二、四象限），以下结论正确的是（）A.直线过点B.当为偶数时，分布在两侧的样本点的个数一定相同l ),(y x n lC.相关系数在0到1之间D.相关系数为直线的斜率的和y x 的和y x l 例题2：工人月工资（元）依劳动生产率（千元）变化的回归直线方程为y x ，下列判断正确的是（）x y9060ˆ+=A.劳动生产率为1000元时，工资为150元；B.劳动生产率提高1000元时，工资平均提高150元；C.劳动生产率提高1000元时，工资平均提高90元；D.劳动生产率为1000元时，工资为90元；例题3：设某大学的女生体重与身高具有线性相关关系，根据一组样本数)(kg y )(cm x 据，用最小二乘法建立的回归方程为，则不正确)2,1)(,(n i y x i i =71.8585.0ˆ-=x y的是（）A.与具有正的线性相关关系；B.回归直线过样本点的中心y x (y xC.若该大学某女生身高增加1cm,则其体重约增加0.85kgD.若该大学某女生身高为170cm,则可断定其体重必为58.79kg例题4：为了了解儿子的身高与其父亲身高的关系，随机抽取5对父子的身高数据如下：父亲身高174176176176178儿子身高175175176177177则对的线性回归方程为（）A. B. C. D.y x 1-=x y 1+=x y x y 2188+=176=y 2、残差：（1）残差图：横坐标为样本编号，纵坐标为每个编号样本对应的残差。