已知x与y之间的一组数据，则y与x的线性回归方程 y^ = b^ x+ a^ 必过点（）x0123y1357

题型：单选题题类：常考题难易度：普通

河北省衡水市枣强中学2016-2017学年高二上学期理数期末考试试卷

已知x与y之间的一组数据，则y与x的线性回归方程 $\text{[math]}$ = $\text{[math]}$ x+ $\text{[math]}$ 必过点（）

x	0	1	2	3
y	1	3	5	7

A、（2，2） B、（1，2） C、（1.5，4） D、（1.5，0）

举一反三

某产品在某零售摊位的零售价x（单位：元）与每天的销售量y（单位：个）的统计资料如表所示：

x	16	17	18	19
y	50	34	41	31

由表可得回归直线方程 $\text{[math]}$ = $\text{[math]}$ x+ $\text{[math]}$ 中的 $\text{[math]}$ =﹣4，据此模型预测零售价为20元时，每天的销售量为　　　（　　）

随着移动互联网的快速发展，基于互联网的共享单车应运而生．某市场研究人员为了了解共享单车运营公司M的经营状况，对该公司最近六个月内的市场占有率进行了统计，并绘制了相应的折线图．

（Ⅰ）由折线图可以看出，可用线性回归模型拟合月度市场占有率y与月份代码x之间的关系．求y关于x的线性回归方程，并预测M公司2017年4月份的市场占有率；

（Ⅱ）为进一步扩大市场，公司拟再采购一批单车．现有采购成本分别为1000元/辆和1200元/辆的A、B两款车型可供选择，按规定每辆单车最多使用4年，但由于多种原因（如骑行频率等）会导致车辆报废年限各不相同．考虑到公司运营的经济效益，该公司决定先对两款车型的单车各100辆进行科学模拟测试，得到两款单车使用寿命频数表如下：

报废年限

车型

1年

2年

3年

4年

总计

100

经测算，平均每辆单车每年可以带来收入500元．不考虑除采购成本之外的其他成本，假设每辆单车的使用寿命都是整数年，且以频率作为每辆单车使用寿命的概率．如果你是M公司的负责人，以每辆单车产生利润的期望值为决策依据，你会选择采购哪款车型？

参考数据：， $\text{[math]}$ ， $\text{[math]}$ =17.5．

参考公式：

回归直线方程为 $\text{[math]}$ 其中 $\text{[math]}$ = $\text{[math]}$ ， $\text{[math]}$ = $\text{[math]}$ ﹣ $\text{[math]}$ ．

四名同学根据各自的样本数据研究变量x，y之间的相关关系，并求得回归直线方程，分别得到以下四个结论：

①y与x负相关且 $\text{[math]}$ ＝2.347x－6.423；②y与x负相关且 $\text{[math]}$ ＝－3.476x＋5.648；

③y与x正相关且 $\text{[math]}$ ＝5.437x＋8.493；④y与x正相关且 $\text{[math]}$ ＝－4.326x－4.578.

其中一定不正确的结论的序号是（）

某葡萄基地的种植专家发现，葡萄每株的收获量 $\text{[math]}$ （单位： $\text{[math]}$ ）和与它“相近”葡萄的株数 $\text{[math]}$ 具有线性相关关系（所谓两株作物“相近”是指它们的直线距离不超过 $\text{[math]}$ ），并分别记录了相近葡萄的株数为1，2，3，4，5，6，7时，该葡萄每株收获量的相关数据如下：

$\text{[math]}$	1	2	3	5	6	7
$\text{[math]}$	15	13	12	10	9	7

某厂需要确定加工某大型零件所花费的时间，连续4天做了4次统计，得到的数据如下：

零件的个数 $\text{[math]}$ （个）	2	3	4	5
加工的时间 $\text{[math]}$ （小时）	2.5	3	4	5.5

参考公式：两个具有线性关系的变量的一组数据： $\text{[math]}$ ，

其回归方程为 $\text{[math]}$ ，其中 $\text{[math]}$

中国人民大学发布的《中国大学生创业报告》显示，在国家“双创”政策的引导下，随着社会各方对于大学生创业实践的支持力度不断加强，大学生创业意向高涨，近九成的在校大学生曾考虑过创业，近两成的学生有强烈的创业意向. 数据充分表明，大学生正以饱满的热情投身到创新创业的大潮之中，大学生创业实践正呈现出生机勃勃的态势。小张大学毕业后从2008年年初开始创业，下表是2019年春节他将自己从2008—2018年的净利润按年度给出的一个总的统计表（为方便运算，数据作了适当的处理，单位：万元）．

年度	2008	2009	2010	2011	2012	2013	2014	2015	2016	2017	2018
年份序号 $\text{[math]}$	1	2	3	4	5	6	7	8	9	10	11
利润 $\text{[math]}$	6	7	8	9	10	10	11	12	13	13	14

（Ⅰ）散点图如图所示，根据散点图指出年利润 $\text{[math]}$ （单位：万元）和年份序号 $\text{[math]}$ 之间是否具有线性关系？并用相关系数说明用线性回归模型描述年净利润 $\text{[math]}$ 与年份序号 $\text{[math]}$ 之间关系的效果；

（Ⅱ）试用线性回归模型描述年净利润 $\text{[math]}$ 与年份序号 $\text{[math]}$ 之间的关系：求出年净利润 $\text{[math]}$ 关于年份序号 $\text{[math]}$ 的回归方程（系数精确到0.1），并帮小张估计他2019年可能赚到的净利润．

附注：参考数据 $\text{[math]}$ ．

参考公式： $\text{[math]}$ ． $\text{[math]}$ 且 $\text{[math]}$ 越大拟合效果越好．回归方程 $\text{[math]}$ 斜率的最小二乘法估计公式为： $\text{[math]}$ .

相关试卷

公司介绍

服务介绍

帮助中心