如表是某厂1﹣4月份用水量（单位：百吨）的一组数据：月份x 1 2 3 4 用水量 4.5 4 3 2.5 由散点可知，用水量y与月份x之间由较好的线性相关关系，其线性回归方程是 =0.7x+a，则a等于．

题型：填空题题类：常考题难易度：普通

线性回归方程+++2

如表是某厂1﹣4月份用水量（单位：百吨）的一组数据：

月份x	1	2	3	4
用水量	4.5	4	3	2.5

由散点可知，用水量y与月份x之间由较好的线性相关关系，其线性回归方程是 $\text{[math]}$ =0.7x+a，则a等于．

举一反三

年份（x）	2011	2012	2013	2014	2015
家庭数（y）	6	10	16	22	26

（Ⅰ）地产数据研究院研究发现，3月至7月的各月均价y（万元/平方米）与月份x之间具有较强的线性相关关系，试建立y关于x的回归方程（系数精确到0.01），政府若不调控，依次相关关系预测第12月份该市新建住宅销售均价；

（Ⅱ）地产数据研究院在2016年的12个月份中，随机抽取三个月份的数据作样本分析，若关注所抽三个月份的所属季度，记不同季度的个数为X，求X的分布列和数学期望．

参考数据： $\text{[math]}$ =25， $\text{[math]}$ =5.36， $\text{[math]}$ =0.64

回归方程 $\text{[math]}$ = $\text{[math]}$ x+ $\text{[math]}$ 中斜率和截距的最小二乘估计公式分别为：

$\text{[math]}$ = $\text{[math]}$ ， $\text{[math]}$ = $\text{[math]}$ ﹣ $\text{[math]}$ ．

（Ⅰ）求y关于x的线性回归方程；

（Ⅱ）利用（Ⅰ）中的回归方程，分析2010年至2016年该村人均纯收入的变化情况，并预测该村2017年人均纯收入．

附：回归直线的斜率和截距的最小乘法估计公式分别为： $\text{[math]}$ = $\text{[math]}$ ， $\text{[math]}$ = $\text{[math]}$ ﹣ $\text{[math]}$ ．

$\text{[math]}$	3	4	5	6
$\text{[math]}$	2.5	3	4	4.5

（Ⅰ）请根据相关系数 $\text{[math]}$ 的大小判断回收率 $\text{[math]}$ 与 $\text{[math]}$ 之间是否存在高度线性相关关系；

（Ⅱ）请根据上表提供的数据，用最小二乘法求出 $\text{[math]}$ 关于 $\text{[math]}$ 的线性回归方程 $\text{[math]}$ ，并预测当 $\text{[math]}$ 时回收率 $\text{[math]}$ 的值.

参考数据： $\text{[math]}$

$\text{[math]}$	1	0	$\text{[math]}$	$\text{[math]}$	其他
$\text{[math]}$ 相关关系	完全相关	不相关	高度相关	低度相关	中度相关

$\text{[math]}$ ， $\text{[math]}$

月份	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$
违章驾驶员人数	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$

参考公式： $\text{[math]}$ ,参考数据： $\text{[math]}$ .

相关试卷