资料中包含下列文件，点击文件名可预览资料内容
还剩39页未读，
继续阅读
成套系列资料，整套一键下载
- 第48讲 用样本估计总体（精讲）-【一轮复习讲义】2025年高考数学高频考点题型归纳与方法总结（新高考通用） 试卷 4 次下载
- 第48练 用样本估计总体（精练：基础+重难点）-【一轮复习讲义】2025年高考数学高频考点题型归纳与方法总结（新高考通用） 试卷 4 次下载
- 第49练 成对数据的统计分析（精练：基础+重难点）-【一轮复习讲义】2025年高考数学高频考点题型归纳与方法总结（新高考通用） 试卷 4 次下载
- 第十章 统计与成对数据的统计分析（综合检测）-【一轮复习讲义】2025年高考数学高频考点题型归纳与方法总结（新高考通用） 试卷 4 次下载
- 第50讲 排列与组合（精讲）-【一轮复习讲义】2025年高考数学高频考点题型归纳与方法总结（新高考通用） 试卷 4 次下载
第49讲 成对数据的统计分析（精讲）-【一轮复习讲义】2025年高考数学高频考点题型归纳与方法总结（新高考通用）
展开
这是一份第49讲 成对数据的统计分析（精讲）-【一轮复习讲义】2025年高考数学高频考点题型归纳与方法总结（新高考通用），文件包含第49讲成对数据的统计分析精讲原卷版docx、第49讲成对数据的统计分析精讲解析版docx等2份试卷配套教学资源，其中试卷共120页， 欢迎下载使用。
题型目录一览
一、知识点梳理
一、变量间的相关关系
1.变量之间的相关关系
当自变量取值一定时，因变量的取值带有一定的随机性，则这两个变量之间的关系叫相关关系．由于相关关系的不确定性，在寻找变量之间相关关系的过程中，统计发挥着非常重要的作用．我们可以通过收集大量的数据，在对数据进行统计分析的基础上，发现其中的规律，对它们的关系作出判断．
注意：相关关系与函数关系是不同的，相关关系是一种非确定的关系，函数关系是一种确定的关系，而且函数关系是一种因果关系，但相关关系不一定是因果关系，也可能是伴随关系．
2.散点图
将样本中的个数据点描在平面直角坐标系中，所得图形叫做散点图．根据散点图中点的分布可以直观地判断两个变量之间的关系．
（1）如果散点图中的点散布在从左下角到右上角的区域内，对于两个变量的这种相关关系，我们将它称为正相关，如图（1）所示；
（2）如果散点图中的点散布在从左上角到右下角的区域内，对于两个变量的这种相关关系，我们将它称为负相关，如图（2）所示．
3.相关系数
若相应于变量的取值，变量的观测值为，则变量与的相关系数，通常用来衡量与之间的线性关系的强弱，的范围为．
（1）当时，表示两个变量正相关；当时，表示两个变量负相关．
（2）越接近，表示两个变量的线性相关性越强；越接近，表示两个变量间几乎不存在线性相关关系．当时，所有数据点都在一条直线上．
（3）通常当时，认为两个变量具有很强的线性相关关系．
二、线性回归
1.线性回归
线性回归是研究不具备确定的函数关系的两个变量之间的关系（相关关系）的方法．
对于一组具有线性相关关系的数据（x1，y1），（x2，y2），…，（xn，yn），其回归方程的求法为
其中，，，（，）称为样本点的中心．
2.残差分析
对于预报变量，通过观测得到的数据称为观测值，通过回归方程得到的称为预测值，观测值减去预测值等于残差，称为相应于点的残差，即有．残差是随机误差的估计结果，通过对残差的分析可以判断模型刻画数据的效果以及判断原始数据中是否存在可疑数据等，这方面工作称为残差分析．
（1）残差图
通过残差分析，残差点比较均匀地落在水平的带状区域中，说明选用的模型比较合适，其中这样的带状区域的宽度越窄，说明模型拟合精确度越高；反之，不合适．
（2）通过残差平方和分析，如果残差平方和越小，则说明选用的模型的拟合效果越好；反之，不合适．
（3）相关指数
用相关指数来刻画回归的效果，其计算公式是：．
越接近于，说明残差的平方和越小，也表示回归的效果越好．
三、非线性回归
解答非线性拟合问题，要先根据散点图选择合适的函数类型，设出回归方程，通过换元将陌生的非线性回归方程化归转化为我们熟悉的线性回归方程．
求出样本数据换元后的值，然后根据线性回归方程的计算方法计算变换后的线性回归方程系数，还原后即可求出非线性回归方程，再利用回归方程进行预报预测，注意计算要细心，避免计算错误．
1.建立非线性回归模型的基本步骤：
（1）确定研究对象，明确哪个是解释变量，哪个是预报变量；
（2）画出确定好的解释变量和预报变量的散点图，观察它们之间的关系（是否存在非线性关系）；
（3）由经验确定非线性回归方程的类型（如我们观察到数据呈非线性关系，一般选用反比例函数、二次函数、指数函数、对数函数、幂函数模型等）；
（4）通过换元，将非线性回归方程模型转化为线性回归方程模型；
（5）按照公式计算线性回归方程中的参数（如最小二乘法），得到线性回归方程；
（6）消去新元，得到非线性回归方程；
（7）得出结果后分析残差图是否有异常．若存在异常，则检查数据是否有误，或模型是否合适等．
四、独立性检验
1.分类变量和列联表
（1）分类变量：变量的不同“值”表示个体所属的不同类别，像这样的变量称为分类变量．
（2）列联表：
①定义：列出的两个分类变量的频数表称为列联表．
②2×2列联表．
一般地，假设有两个分类变量X和Y，它们的取值分别为{x1，x2}和{y1，y2}，其样本频数列联表（称为2×2列联表）为
从列表中，依据与的值可直观得出结论：两个变量是否有关系．
2.等高条形图
（1）等高条形图和表格相比，更能直观地反映出两个分类变量间是否相互影响，常用等高条形图表示列联表数据的频率特征．
（2）观察等高条形图发现与相差很大，就判断两个分类变量之间有关系．
3.独立性检验
（1）定义：利用独立性假设、随机变量来确定是否有一定把握认为“两个分类变量有关系”的方法称为两个分类变量的独立性检验．
（2）公式：，其中为样本容量．
（3）独立性检验的具体步骤如下：
①计算随机变量的观测值，查下表确定临界值：
②如果，就推断“与有关系”，这种推断犯错误的概率不超过；否则，就认为在犯错误的概率不超过的前提下不能推断“与有关系”．
【常用结论】
常见的非线性回归模型
（1）指数函数型（且，）
两边取自然对数，，即，
令，原方程变为，然后按线性回归模型求出，．
（2）对数函数型
令，原方程变为，然后按线性回归模型求出，．
（3）幂函数型
两边取常用对数，，即，
令，原方程变为，然后按线性回归模型求出，．
（4）二次函数型
令，原方程变为，然后按线性回归模型求出，．
（5）反比例函数型型
令，原方程变为，然后按线性回归模型求出，．
二、题型分类精讲
题型一 相关关系的判断
策略方法 判定两个变量正、负相关的方法
(1)画散点图：点的分布从左下角到右上角，两个变量正相关；点的分布从左上角到右下角，两个变量负相关．
(2)相关系数：r＞0时，正相关；r＜0时，负相关．
(3)线性回归直线方程中：eq \(b,\s\up7(^))>0时，正相关；eq \(b,\s\up7(^))<0时，负相关．
【典例1】（多选题）对小明在连续9次高考模拟数学测试中的成绩（单位：分）进行统计得到如图所示的散点图．他的同桌小刚根据散点图对他的数学成绩的分析中，正确的有（ ）．
A．小明的数学成绩总的趋势是在逐步提高
B．小明在这连续9次测试中的最高分与最低分的差超过40分
C．小明的数学成绩与测试序号具有线性相关性，且为负相关
D．小明的数学成绩与测试序号具有线性相关性，且为正相关
【典例2】（多选题）在下列所示的四个图中，每个图的两个变量间具有相关关系的是（ ）．
A．B．C．D．
【题型训练】
一、单选题
1．某商家今年上半年各月的人均销售额(单位：千元)与利润率统计表如下：
根据表中数据，下列说法正确的是（ ）
A．利润率与人均销售额成正相关关系
B．利润率与人均销售额成负相关关系
C．利润率与人均销售额成正比例函数关系
D．利润率与人均销售额成反比例函数关系
2．某生物兴趣小组为研究一种红铃虫的产卵数y与温度x（单位：℃）的关系.现收集了7组观测数据得到下面的散点图：
由此散点图，在20℃至36℃之间，下面四个回归方程类型中最适宜作为红铃虫产卵数y和温度x的回归方程类型的是（ ）
A．B．C．D．
3．根据身高和体重散点图，下列说法正确的是（ ）
A．身高越高，体重越重B．身高越高，体重越轻C．身高与体重成正相关D．身高与体重成负相关
4．在如图所示的散点图中，若去掉点，则下列说法正确的是（ ）
A．样本相关系数变大
B．变量与变量的相关程度变弱
C．变量与变量呈正相关
D．变量与变量的相关程度变强
5．变量X与Y相对应的一组数据为，，，，；变量U与V相对应的一组数据为，，，，.表示变量Y与X之间的线性相关系数，表示变量V与U之间的线性相关系数，则（ ）.
A．B．
C．D．
6．在研究急刹车的停车距离问题时，通常假定停车距离等于反应距离（，单位：m）与制动距离（，单位：m）之和.如图为某实验所测得的数据，其中“KPH”表示刹车时汽车的初速度（单位：km/h）.根据实验数据可以推测，下面四组函数中最适合描述，与的函数关系的是（ ）
A．，B．，
C．，D．，
题型二 线性回归方程
策略方法 求线性回归方程的一般步骤
【典例1】某工厂生产某种产品的月产量（单位：千件）与单位成本（单位：元/件）的数据如下：
(1)计算产量与单位成本的相关系数；
(2)建立产量与单位成本的回归方程；
(3)若该工厂计划7月份生产7千件该产品，则单位成本预计是多少？
【题型训练】
一、单选题
1．对四组数据进行统计，获得如下散点图，将四组数据相应的相关系数进行比较，正确的是（ ）
A．B．C．D．
2．变量，之间有如下对应数据：
已知变量对呈线性相关关系，且回归方程为，则的值是（ ）
A．10B．9C．8D．7
3．某公司一种型号的产品近期销售情况如表：
根据上表可得到回归直线方程，据此估计，该公司7月份这种型号产品的销售额为（ ）
A．18.85万元B．19.3万元C．19.25万元D．19.05万元
4．已知某生产商5个月的设备销售数据如下表所示：
生产商发现时间代码和销售台数有很强的相关性，决定用回归方程进行模拟，则的值是（ ）
参考数据、公式：；；若，则
A．3.2B．3.1C．3D．2.9
5．某社区为了丰富退休人员的业余文化生活，自2018年以来，始终坚持开展“悦读小屋读书活动”.下表是对2018年以来近5年该社区退休人员的年人均借阅量的数据统计：
（参考数据：）通过分析散点图的特征后，年人均借阅量关于年份代码的回归分析模型为，则2023年的年人均借阅量约为（ ）
A．31B．32C．33D．34
6．某地为响应“扶贫必扶智，扶智就扶知识、扶技术、扶方法”的号召，建立了农业科技图书馆，供农民免费借阅．现收集了该图书馆五年的借阅数据如下表：
根据上表，可得y关于x的线性回归方程为，则下列说法中错误的是（ ）．
A．
B．借阅量4.9，5.1，5.5，5.7，5.8的第75百分位数为5.7
C．y与x的线性相关系数
D．2021年的借阅量一定少于6.12万册
7．用模型拟合一组数据组，其中，设，得变换后的线性回归方程为，则（ ）
A．B．C．70D．35
二、多选题
8．“冬吃萝卜夏吃姜，不劳医生开药方.”鲁山县张良镇生产的黄姜，有“姜中之王”的美誉，自汉朝起便为历代宫廷贡品，闻名天下.某黄姜种植户统计了某种有机肥料的施肥量x（单位：吨）与姜的产量y（单位：吨）的一组数据，由表中数据，得到回归直线方程为，则下列结论正确的是（ ）
A．
B．姜的产量与这种有机肥的施肥量正相关
C．回归直线过点
D．当施肥量为1.8吨时，预计姜的产量约为8.48吨
9．某商店的某款商品近5个月的月销售量（单位：千瓶）如下表：
若变量和之间具有线性相关关系，用最小二乘法建立的经验回归方程为，则下列说法正确的是（ ）
A．点一定在经验回归直线上
B．
C．相关系数
D．预计该款商品第6个月的销售量为7800瓶
10．由变量和变量组成的10个成对样本数据得到的经验回归方程为，设过点的直线方程为，记，则（ ）
A．变量正相关
B．若，则
C．经验回归直线至少经过中的一个点
D．
11．某学校数学学习兴趣小组利用信息技术手段探究两个数值变量x，y之间的线性关系，随机抽取8个样本点，，……，，由于操作过程的疏忽，在用最小二乘法求经验回归方程时只输入了前6组数据，得到的线性回归方程为，其样本中心为.后来检查发现后，输入8组数据得到的新的经验回归方程为，新的样本中心为，已知，，则（ ）
A．新的样本中心仍为
B．新的样本中心为
C．两个数值变量x，y具有正相关关系
D．
三、填空题
12．某课外兴趣小组对某地区不同年龄段的人群阅读经典名著的情况进行了相关调查，相关数据如下表．
根据表中数据，人群数量与赋值变量之间呈线性相关，且关系式为，则 ．
13．数学兴趣小组对具有线性相关的两个变量x和y进行了统计分析，得到了下表：
并由表中数据求得y关于x的回归方程为，若a，b，c成等差数列，则 ．
14．已知对于一组数据，，…，，y关于x的经验回归方程为，若，则＝ .
15．网购作为一种新的消费方式，因其具有快捷､商品种类齐全､性价比高等优势而深受广大消费者认可.某网购公司统计了近五年在本公司网购的人数，得到如下的相关数据（其中“”表示2015年，“”表示2016年，且x为整数，依次类推；y表示人数）：
根据表中的数据，可以求出，若预测该公司的网购人数能超过300万人，则的最小值为 .
四、解答题
16．某农科所对冬季昼夜温差与某反季节大豆种子发芽多少之间的关系进行分析研究，他们记录了12月1日至5日的昼夜温差与每天100颗种子的发芽数，数据如下．
该农科所确定的研究方案：先从五组数据中选取两组，用剩下的3组数据求线性回归方程，再用被选取的两组数据进行检验．
(1)若先选取的是12月1日和5日的数据，请根据2日至4日的三组数据，求y关于x的线性回归方程；
(2)若由线性回归方程得到的估计数据与检验数据的误差均不超过2颗，则认为得到的线性回归方程是可靠的，试判断（1）中所得到的线性回归方程是否可靠．
注：，．
17．某连锁经营公司所属5个零售店某月的销售额和利润额资料如下表：
(1)画出散点图，观察散点图，说明两个变量有怎样的相关性；
(2)用最小二乘法计算利润额y对销售额x的回归直线方程；
(3)当销售额为4（千万元）时，估计利润额的大小．
参考公式：，，.
18．新冠肺炎疫情发生以来，中医药全面参与疫情防控救治，做出了重要贡献.某中医药企业根据市场调研与模拟，得到研发投入（亿元）与产品收益（亿元）的数据统计如下：
(1)计算，的相关系数，并判断是否可以认为研发投入与产品收益具有较高的线性相关程度?（若，则线性相关程度一般，若，则线性相关程度较高）
(2)求出关于的线性回归方程，并预测若想收益超过50（亿元）则需研发投入至少多少亿元?（结果保留一位小数）参考数据：，.
附：相关系数公式：，
回归直线方程的斜率，截距.
19．配速是马拉松运动中常使用的一个概念，是速度的一种，是指每千米所需要的时间.相比配速，把心率控制在一个合理水平是安全理性跑马拉松的一个重要策略.已知图①是某次马拉松比赛中一位跑者的心率y（单位：次/分钟）和配速x（单位：分钟/千米）的散点图，图②是本次马拉松比赛（全程约42千米）前5000名跑者成绩（单位：分钟）的频率分布直方图.
(1)由散点图看出，可用线性回归模型拟合y与x的关系，求y与x的线性回归方程；
(2)在本次比赛中，该跑者如果将心率控制在160（单位：次/分钟）左右跑完全程，估计他跑完全程花费的时间及他能获得的名次.
参考公式：中，，，其中，为样本平均值．
20．如图是M市某爱国主义教育基地宣传栏中标题为“2015～2022年基地接待青少年人次”的统计图．根据该统计图提供的信息解决下列问题．
①参考数据：
②参考公式：对于一组数据，其回归直线的斜率和截距的最小二乘法公式分别为：．
(1)求M市爱国主义教育基地所统计的8年中接待青少年人次的平均值和中位数；
(2)由统计图可看出，从2019年开始，M市爱国主义教育基地接待青少年的人次呈直线上升趋势，请你用线性回归分析的方法预测2024年基地接待青少年的人次．
21．2023年是全面贯彻落实党二十大精神的开局之年，也是实施“十四五”规划承上启下的关键之年，经济增长呈现稳中有进的可喜现象.2023年8月4日，贵州省工业和信息化厅召开推进贵州刺梨产业高质量发展专题会议，安排部署加快推进特色优势产业刺梨高质量发展工作，集中资源､力量打造“贵州刺梨”公共品牌.贵州省为做好刺梨产业的高质量发展，项目组统计了全省近5年刺梨产业综合总产值的各项数据如下：
年份x，综合产值y（单位：亿元）
(1)根据表格中的数据，可用一元线性回归模型刻画变量y与变量x之间的线性相关关系，请用相关系数加以说明（精确到0.01）；
(2)求出y关于x的经验回归方程，并预测2023年底贵州省刺梨产业的综合总产值.
参考公式：相关系数回归方程中斜率和截距的最小二乘法估计公式分别为；
参考数据：
22．在入室盗窃类案件中，出现频率最高的痕迹物证之一就是足迹． 负重行走对足迹步伐特征影响的规律强，而且较为稳定． 正在行走的人在负重的同时，步长变短，步宽变大，步角变大． 因此， 以身高分别为170cm， 175cm， 180cm的人员各 20名作为实验对象，让他们采取双手胸前持重物的负重方式行走，得到实验对象在负重0kg，5kg，10kg，15kg，20kg状态下相对稳定的步长数据平均值． 并在不同身高情况下，建立足迹步长s(单位：cm)关于负重x(单位：kg)的三个经验回归方程． 根据身高 170cm组数据建立线性回归方程①： ；根据身高 175cm组数据建立线性回归方程②： 根据身高 180cm 组数据建立线性回归方程③： ．
(1)根据身高 180cm组的统计数据，求，的值，并解释参数的含义；
(2)在一起盗窃案中，被盗窃物品重为9kg，在现场勘查过程中，测量得犯罪嫌疑人往返时足迹步长的差值为4.464cm，推测该名嫌疑人的身高，并说明理由．
附： ．为回归方程， ，，，
23．下图是我国2014年至2020年生活垃圾无害化处理量（单位：亿吨）的折线图．
注：年份代码1-7分别对应年份2014-2020（2021年后代码依次类推）．
(1)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；
(2)建立y关于t的回归方程（系数精确到0.01），预测2023年我国生活垃圾无害化处理量．
附注：参考数据：．
参考公式：相关系数
回归方程中斜率和截距的最小二乘估计公式分别为：．
24．2023年，国家不断加大对科技创新的支持力度，极大鼓舞了企业投入研发的信心，增强了企业的创新动能.某企业在国家一系列优惠政策的大力扶持下，通过技术革新和能力提升，极大提升了企业的影响力和市场知名度，订单数量节节攀升，右表为该企业今年1~4月份接到的订单数量.
(1)试根据样本相关系数r的值判断订单数量y与月份t的线性相关性强弱（，则认为y与t的线性相关性较强，，则认为y与t的线性相关性较弱）.（结果保留两位小数）
(2)建立y关于t的线性回归方程，并预测该企业5月份接到的订单数量.
附：相关系数，
回归方程中斜率和截距的最小二乘法估计公式分别为，，.
25．2015-2019年，中国社会消费品零售额占的比重超过4成，2020年后，中国社会消费品零售额占的比重逐年下降．下表为2018-2022年中国社会消费品零售额（单位：万亿元）及其占的比重（单位：%）的数据，其中2018-2022年对应的年份代码依次为1~5．
附：，，，，
相关系数．对于一组数据，，…，，其一元线性回归直线的斜率和截距的最小二乘估计公式分别为，．
(1)由上表数据，是否可用一元线性回归模型拟合与的关系，请用相关系数加以说明．
(2)请建立关于的一元线性回归方程．
26．某二手汽车经销商对其所经营的某型号二手汽车的使用年数（）与每辆车的销售价格（万元）进行整理，得到如下对应数据：
(1)根据表中数据，用最小二乘法求关于的线性回归方程；
(2)已知每辆该型号汽车的收购价格（万元）与使用年数（）的函数关系为，根据（1）中所求回归方程，预测为何值时，该经销商销售一辆该型号汽车所获得的利润最大，最大利润是多少？
附：回归直线的斜率和截距的最小二乘估计公式：，；
参考数据：.
题型三 非线性回归方程
策略方法
对于非线性回归分析问题，应先进行变量代换，求出代换后的回归直线方程，再求非线性回归方程．
【典例1】今年刚过去的4月份是“全国消费促进月”，各地拼起了特色经济”，带动消费复苏、市场回暖.“小饼烤炉加蘸料，灵魂烧烤三件套”，最近，淄博烧烤在社交媒体火爆出圈，吸引全国各地的游客坐着高铁，直奔烧烤店，而多家店铺的营业额也在近一个月内实现了成倍增长.因此某烧烤店老板考虑投入更多的人工成本，现有以往的服务人员增量x（单位：人）与年收益增量y单位：万元）的数据如下：
据此，建立了y与x的两个回归模型：
模型①：由最小二乘公式可求得与的一元线性经验回归方程为；
模型②：由散点图（如图）的样本点分布，可以认为样本点集中在曲线的附近．
对数据进行初步处理后，得到了一些统计的量的值：，，，，其中，
(1)根据所给的统计量，求模型②中关于的经验回归方程（精确到0.1）；
(2)根据下列表格中的数据，比较两种模型的决定系数，并选择拟合精度更高的模型，预测服务人员增加25人时的年收益增量．
附：样本的最小二乘估计公式为，，刻画样本回归效果的决定系数
【题型训练】
一、单选题
1．某科技公司为加强研发能力，研发费用逐年增加，最近6年的研发费用y（单位：亿元）与年份编号x得到样本数据，令，并将绘制成下面的散点图．若用方程对y与x的关系进行拟合，则（ ）
A．，B．，
C．，D．，
2．某校一个课外学习小组为研究某作物种子的发芽率和温度（单位：）的关系，在20个不同的温度条件下进行种子发芽实验，由实验数据得到下面的散点图：
由此散点图，在10℃至35℃之间，下面四个回归方程类型中最适宜作为发芽率y和温度x的回归方程类型的是（ ）
A．B．C．D．
3．如图是某地在50天内感染新冠病毒的累计病例y（单位：万人）与时间x（单位：天）的散点图，则下列最适宜作为此模型的回归方程类型的是（ ）
A．B．
C．D．
4．用模型拟合一组数据时，设，将其变换后得到回归方程为，则（ ）
A．B．1C．D．2
5．某市卫健委用模型的回归方程分析年月份感染新冠肺炎病毒的人数，令后得到的线性回归方程为，则（ ）
A．B．C．D．
二、解答题
6．一企业生产某种产品，通过加大技术创新投入降低了每件产品成本，为了调查年技术创新投入（单位：千万元）对每件产品成本（单位：元）的影响，对近年的年技术创新投入和每件产品成本的数据进行分析，得到如下散点图，并计算得：，，，，.
(1)根据散点图可知，可用函数模型拟合与的关系，试建立关于的回归方程；
(2)已知该产品的年销售额（单位：千万元）与每件产品成本的关系为.该企业的年投入成本除了年技术创新投入，还要投入其他成本千万元，根据（1）的结果回答：当年技术创新投入为何值时，年利润的预报值最大？
（注：年利润=年销售额一年投入成本）
参考公式：对于一组数据、、、，其回归直线的斜率和截距的最小乘估计分别为：，.
7．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.下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.
为了分析该国累计感染人数的变化趋势，小王同学分别用两杆模型：①，②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)：经过计算得，，，，其中，.
(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?（结果保留整数）
附：回归直线的斜率和截距的最小二乘估计公式分别为：，.
8．某公司研制了一种对人畜无害的灭草剂，为了解其效果，通过实验，收集到其不同浓度（）与灭死率的数据，得下表：
(1)以为解释变量，为响应变量，在和中选一个作为灭死率关于浓度（）的经验回归方程，不用说明理由；
(2)（i）根据（1）的选择结果及表中数据，求出所选经验回归方程；
（ii）依据（i）中所求经验回归方程，要使灭死率不低于，估计该灭草剂的浓度至少要达到多少？
参考公式：对于一组数据，，，，其经验回归直线的斜率和截距的最小二乘法估计分别为，.
9．为了研究某种细菌随天数x变化的繁殖个数y，收集数据如下：
(1)在图中作出繁殖个数y关于天数x变化的散点图，并由散点图判断（a，b为常数）与（，为常数，且，）哪一个适宜作为繁殖个数y关于天数x变化的回归方程类型？（给出判断即可，不必说明理由）
(2)对于非线性回归方程（，为常数，且，），令，可以得到繁殖个数的对数z关于天数x具有线性关系及一些统计量的值．
①证明：“对于非线性回归方程，令，可以得到繁殖个数的对数z关于天数x具有线性关系（即，β，α为常数）”；
②根据（1）的判断结果及表中数据，建立y关于x的回归方程（系数保留2位小数）．
附：对于一组数据，，…，，其回归直线方程的斜率和截距的最小二乘估计分别为，．
10．多年来，清华大学电子工程系黄翔东教授团队致力于光谱成像芯片的研究，2022年6月研制出国际首款实时超光谱成像芯片，相比已有光谱检测技术，实现了从单点光谱仪到超光谱成像芯片的跨越，为制定下一年的研发投入计划，该研发团队为需要了解年研发资金投入量x（单位：亿元）对年销售额（单位：亿元）的影响，结合近12年的年研发资金投入量x，和年销售额，的数据（，2，，12），该团队建立了两个函数模型：①②，其中均为常数，e为自然对数的底数，经对历史数据的初步处理，得到散点图如图，令，计算得如下数据：
(1)设和的相关系数为和的相关系数为，请从相关系数的角度，选择一个拟合程度更好的模型；
(2)（i）根据（1）的选择及表中数据，建立关于的回归方程（系数精确到0.01）；
（ii）若下一年销售额需达到80亿元，预测下一年的研发资金投入量是多少亿元？
附：①相关系数，回归直线中斜率和截距的最小二乘估计公式分别为：，；
②参考数据：.
11．某乡镇全面实施乡村振兴，大力发展特色产业——富硒水果．工作人员统计了近8年富硒水果种植面积（单位：百亩）与年销售额（单位：千万元）的数据．经计算得到如下处理后的统计量：，，，，，，，，，其中，．
(1)根据以上数据，从相关系数的角度，判断与哪个适宜作为年销售额关于种植面积的回归方程类型（相关系数精确到0.01）．
(2)根据（1）的判断结果及相关数据，建立关于的回归方程（系数精确到0.01）．
(3)该乡镇计划年销售额不低于10亿元，请预测种植面积至少为多少亩．
附：相关系数，回归直线的斜率与截距的最小二乘估计分别为，．
参考数据：，．
题型四 残差和相关指数的问题
策略方法
对于预报变量，通过观测得到的数据称为观测值，通过回归方程得到的称为预测值，观测值减去预测值等于残差，称为相应于点的残差，即有．残差是随机误差的估计结果，通过对残差的分析可以判断模型刻画数据的效果以及判断原始数据中是否存在可疑数据等，这方面工作称为残差分析．
【典例1】（单选题）已知一组样本数据，，，，根据这组数据的散点图分析与之间的线性相关关系，若求得其线性回归方程为，则在样本点处的残差为（ ）
A．38.1B．22.6C．D．91.1
【典例2】（单选题）营养学家对某地区居民的身高与营养摄入量的几组数据进行研究后发现两个变量存在相关关系，该营养学家按照不同的曲线拟合与之间的回归方程，并算出相关指数如下表所示：
则这组数据模型的回归方程的最好选择应是（ ）
A．B．
C．D．
【题型训练】
一、单选题
1．某兴趣小组研究光照时长x（h）和向日葵种子发芽数量y（颗）之间的关系，采集5组数据，作如图所示的散点图．若去掉后，下列说法正确的是（ ）
A．相关系数r变小B．决定系数变小
C．残差平方和变大D．解释变量x与预报变量y的相关性变强
2．对两个变量和进行回归分析，得到一组样本数据：、、、，则下列说法中不正确的是（ ）
A．由样本数据得到的线性回归方程必过样本点的中心
B．残差平方和越小的模型，拟合的效果越好
C．用相关指数来刻画回归效果，的值越小，说明模型的拟合效果越好
D．若变量和之间的相关系数，则变量与之间具有线性相关关系
3．某校数学兴趣小组在某座山测得海拔高度（单位：千米）与气压（单位：千帕）的六组数据绘制成如下散点图，分析研究发现点相关数据不符合实际，删除点后重新进行回归分析，则下列说法正确的是（ ）
A．删除点后，样本数据的两变量正相关
B．删除点后，相关系数的绝对值更接近于1
C．删除点后，新样本的残差平方和变大
D．删除点后，解释变量与响应变量相关性变弱
二、多选题
4．某研究小组采集了组数据，作出如图所示的散点图．若去掉后，下列说法正确的是（ ）
A．相关系数变小
B．决定系数变大
C．残差平方和变大
D．解释变量与预报变量的相关性变强
5．对具有相关关系的两个变量和进行回归分析时，经过随机抽样获得成对的样本数据，则下列说法正确的是（ ）
A．若两变量、具有线性相关关系，则回归直线至少经过一个样本点
B．变量、的线性相关系数的绝对值越接近，则两个变量与的线性相关程度越强
C．用残差平方和来比较两个模型的拟合效果时，残差平方和越小，模型的拟合效果越好
D．用来刻画回归模型的拟合效果时，若所有样本点都落在一条斜率为非零的直线上，则的值为
6．某学校一同学研究温差与本校当天新增感冒人数（人）的关系，该同学记录了5天的数据：
经过拟合，发现基本符合经验回归方程，则（ ）
A．样本中心点为B．
C．，残差为D．若去掉样本点，则样本的相关系数r增大
三、解答题
7．耐盐碱水稻俗称“海水稻”,是一种可以长在滩涂和盐碱地的水稻.海水稻的灌溉是将海水稀释后进行灌溉.某试验基地为了研究海水浓度(‰)对亩产量(吨)的影响,通过在试验田的种植实验,测得了某种海水稻的亩产量与海水浓度的数据如表.绘制散点图发现,可用线性回归模型拟合亩产量与海水浓度之间的相关关系,用最小二乘法计算得与之间的线性回归方程为．
(1)求，并估计当浇灌海水浓度为8‰时该品种的亩产量；
(2)(i)完成上述残差表：
(ii)统计学中常用相关指数来刻画回归效果，越大,模型拟合效果越好，如假设，就说明预报变量的差异有是由解释变量引起的.请计算相关指数(精确到0.01),并指出亩产量的变化多大程度上是由浇灌海水浓度引起的?
(附:残差公式，相关指数)
8．已知与之间的数据如下表：
（1）求关于的线性回归方程；（2）完成下面的残差表：
并判断（1）中线性回归方程的回归效果是否良好（若，则认为回归效果良好）.附：，，，.
9．身高体重指数(BMI)的大小直接关系到人的健康状况，某高中高三(1)班班主任为了解该班学生的身体健康状况，从该班学生中随机选取5名学生，测量其身高、体重的数据如下表.
(1)求体重关于身高的线性回归方程，并预测身高为180cm的同学的体重；
(2)试分析学生的体重差异约有多少是由身高引起的？(注:结果保留两位小数)参考公式:线性回归方程中，，，其中，为样本平均值，.
10．从集市上买回来的蔬菜仍存有残留农药，食用时需要清洗数次，统计表中的表示清洗的次数，表示清洗次后千克该蔬菜残留的农药量（单位：微克）．
（1）在如图的坐标系中，描出散点图，并根据散点图判断，与哪一个适宜作为清洗次后千克该蔬菜残留的农药量的回归方程类型；（给出判断即可，不必说明理由）
（2）根据判断及下面表格中的数据，建立关于的回归方程；
表中，．
（3）对所求的回归方程进行残差分析．
附：①线性回归方程中系数计算公式分别为，；
②，说明模拟效果非常好；
③，，，，．
题型五 独立性检验
策略方法
1．比较几个分类变量有关联的可能性大小的方法
(1)通过计算K2的大小判断：K2越大，两变量有关联的可能性越大．
(2)通过计算|ad－bc|的大小判断：|ad－bc|越大，两变量有关联的可能性越大．
2．独立性检验的一般步骤
(1)根据样本数据制成2×2列联表．
(2)根据公式K2＝eq \f(nad－bc2,a＋ba＋cb＋dc＋d)计算K2的观测值k．
(3)比较观测值k与临界值的大小关系，作统计推断．
【典例1】（单选题）疫苗是为预防､控制传染病的发生､流行，用于人体预防接种的预防性生物制品，其前期研发过程中，一般都会进行动物保护测试，为了考察某种疫苗预防效果，在进行动物试验时，得到如下统计数据：
附表及公式：
，.
现从试验动物中任取一只，取得“注射疫苗”的概率为0.5，则下列判断错误的是（ ）
A．注射疫苗发病的动物数为10
B．从该试验未注射疫苗的动物中任取一只，发病的概率为
C．能在犯错概率不超过0.05的前提下，认为疫苗有效
D．该疫苗的有效率为
【题型训练】
一、单选题
1．某部门随机调查了90名工作人员，为了了解他们的休闲方式是读书还是健身与性别是否有关，得到的数据如列联表所示.若认为性别与休闲方式有关，则此时犯错误的概率不超过（ ）
附：，，
A．0.01B．0.05C．95%D．99.5%
2．根据分类变量和的样本观察数据的计算结果，有不少于的把握认为和有关，则的一个可能取值为（ ）
A．3.971B．5.872C．6.775D．9.698
3．某超市对一种商品受顾客的喜爱程度进行100份问卷调查，得到了如下的列联表，从100人中随机抽取1人，抽到喜爱该商品的男顾客的概率为.
则有超过（ ）的把握认为喜爱该商品与性别有关.
下面的临界值表供参考：
A．B．C．D．
4．足球是一项大众喜爱的运动,为了解喜爱足球是否与性别有关,随机抽取了若干人进行调查,抽取女性人数是男性的2倍,男性喜爱足球的人数占男性人数的,女性喜爱足球的人数占女性人数的,若本次调查得出“在犯错误的概率不超过0.005的前提下认为喜爱足球与性别有关”的结论,则被调查的男性至少有（ ）人
A．10B．11C．12D．13
5．第19届亚运会将于2023年9月23日至10月8日在杭州举行，某网络直播平台调研“大学生是否喜欢观看体育比赛直播与性别有关”，从某高校男、女生中各随机抽取100人进行问卷调查，得到如下数据．
通过计算，有95％以上的把握认为大学生喜欢观看直播体育比赛与性别有关，则在被调查的100名女生中喜欢观看体育比赛直播的人数的最大值为（ ）
附：，其中．
A．55B．57C．58D．60
二、多选题
6．某高校有在校学生9000人，其中男生4000人，女生5000人，为了解学生每天自主学习中国古典文学的时间，随机调查了40名男生和50名女生，其中每天自主学习中国古典文学的时间超过3小时的学生称为“古文迷”，否则为“非古文迷”，调查结果如下表，则（ ）
参考公式：，其中．参考数据：
A．该校某位学生为古文迷的概率的估计值为0.6
B．随机调查的男女生人数符合分层抽样的抽样方法
C．有的把握认为学生是否为“古文迷”与性别有关系
D．没有的把握认为学生是否为“古文迷”与性别有关系
7．千百年来，我国劳动人民在生产实践中根据云的形状、走向、速度、厚度、颜色等的变化，总结了丰富的“看云识天气”的经验，并将这些经验编成谚语，如“天上钩钩云，地上雨淋淋”“日落云里走，雨在半夜后”……小波同学为了验证“日落云里走，雨在半夜后”，观察了A地区的100天日落和夜晚天气，得到如下2×2 列联表，并计算得到χ2≈19.05，下列小波对A地区天气的判断正确的是（ ）
A．夜晚下雨的概率约为
B．未出现“日落云里走”，夜晚下雨的概率约为
C．依据α＝0.005 的独立性检验，认为“日落云里走”是否出现与夜晚天气有关
D．依据α＝0.005 的独立性检验，若出现“日落云里走”，则认为夜晚一定会下雨
三、解答题
8．某高中有50名学生参加数学竞赛，得分（满分：150分）如下：
(1)若得分不低于120分的学生称为“数学优秀者”.问：是否有95%的把握认为“数学优秀者”与性别有关；
(2)若在竞赛得分不低于130分的男生中随机抽取3人，求这3人中至少有1人得分在内的概率.
附：，其中.
9．“一带一路”是促进各国共同发展，实现共同繁荣的合作共赢之路.为了了解我国与某国在“一带一路”合作中两国的贸易量情况，随机抽查了100天进口贸易量与出口贸易量（单位：亿人民币/天）得下表：
附：.
(1)估计事件“我国与该国贸易中，一天的进口贸易量与出口贸易量均不超过100亿人民币”的概率；
(2)根据所给数据，完成下面的列联表：
(3)根据（2）中的列联表，判断是否有99%的把握认为“我国与该国贸易中一天的进口贸易量与出口贸易量”有关？
10．为了了解高中学生课后自主学习数学时间（分钟/每天）和他们的数学成绩（分）的关系，某实验小组做了调查，得到一些数据（表一）．
表一
(1)请根据所给数据求出，的经验回归方程，并由此预测每天课后自主学习数学时间为100分钟时的数学成绩：（参考数据：，，的方差为200）
(2)基于上述调查，某校提倡学生周末在校自主学习．经过一学期的实施后，抽样调查了220位学生．按照是否参与周未在校自主学习以及成绩是否有进步统计，得到列联表（表二）．依据表中数据及小概率值的独立性检验，分析“周末在校自主学习与成绩进步”是否有关．
表二
附：，，．
11．直播带货是一种直播和电商相结合的销售手段，目前已被广大消费者所接受．针对这种现状，某公司决定逐月加大直播带货的投入，直播带货金额稳步提升，以下是该公司2023年前5个月的带货金额：
(1)计算变量，的相关系数（结果精确到0.01）．
(2)求变量，之间的线性回归方程，并据此预测2023年7月份该公司的直播带货金额．
(3)该公司随机抽取55人进行问卷调查，得到如下不完整的列联表：
请填写上表，并判断是否有90%的把握认为参加直播带货与性别有关．
参考数据：，，，
，．
参考公式：相关系数，线性回归方程的斜率，截距．
附：，其中．
12．某地区对某次考试成绩进行分析，随机抽取100名学生的A，B两门学科成绩作为样本．将他们的A学科成绩整理得到如图所示的频率分布直方图，且规定成绩不小于70分为良好．已知他们中B学科良好的有50人，两门学科均良好的有40人．
(1)根据所给数据，完成下面的列联表，并根据列联表，判断是否有95%的把握认为这次考试学生的A学科良好与B学科良好有关；
(2)为了进一步分析学生成绩，从A学科不够良好的学生中采用分层抽样的方法抽出6人，最后从这6人中随机选出2人进行访谈，求其中恰有1人为B学科良好的概率.
附：，其中．
13．某校为了弘扬中国诗词文化，现要求全校学生参加诗词大赛，随机抽取了100名学生的测试成绩（单位：分），将数据分成5组：并整理得到如图的频率分布直方图.
(1)估计该校学生的测试成绩的中位数及平均数（同一组中的数据用该组区间的中点值作代表）；
(2)若规定成绩不低于80分的记为“诗词达人”，已知被抽取的男生中的“诗词达人”人数占被抽取男生总数的一半，且本次调查得出“在犯错误的概率不超过5%的前提下认为是否为诗词达人与性别有关”的结论，则被调查的100名学生中男生至少有多少人？
附：.
14．2023年9月8日，第19届亚运会火炬传递启动仪式在杭州西湖景区涌金公园广场成功举行．火炬传递首日传递从杭州西湖涌金公园广场出发，沿南山路—湖滨路—环城西路—北山街—西泠桥—孤山路传递，在“西湖十景”之一的平湖秋月收火．杭州亚运会火炬首日传递共有106棒火炬手参与．
(1)组委会从全省火炬手中随机抽取了100名火炬手进行信息分析，得到如下表格：
根据小概率值的独立性检验，试判断全省火炬手的性别与年龄满或未满50周岁是否有关联；
(2)在全省的火炬手中，男性占比72%，女性占比28%，且50%的男性火炬手和25%的女性火炬手喜欢观看足球比赛．某电视台随机选取一位喜欢足球比赛的火炬手做访谈，请问这位火炬手是男性的概率为多少？
15．某学校现有1000名学生，为调查该校学生一周使用手机上网时间的情况，收集了名学生某周使用手机上网时间的样本数据（单位：小时）.将数据分为6组：，，，，，，并整理得到如下的频率分布直方图：
(1)估计该校学生一周平均使用手机上网时间（每组数据以该组中点值为代表）；
(2)将一周使用手机上网时间在内定义为“长时间使用手机上网”；一周使用手机上网时间在内定义为“不长时间使用手机上网”，在样本数据中，有名学生不近视，请补充完成该周使用手机上网时间与近视程度的列联表.若为100，那么在犯错误概率不超过0.001的前提下是否能认为该校学生一周使用手机上网时间与近视程度有关”？
附：，其中，.
①相关关系的判断
②线性回归方程
③非线性回归方程
④残差和相关指数的问题
⑤独立性检验
总计
总计
0.5
0.40
0.25
0.15
0.10
0.05
0.025
0.010
0.005
0.001
0.455
0.708
1.323
2.072
2.706
3.841
5.024
6.635
7.879
10.828
月份
1
2
3
4
5
6
人均销售额
6
5
8
3
4
7
利润率(%)
12.6
10.4
18.5
3.0
8.1
16.3
月份
产量x/千件
单位成本y/（元/件）
1
2
73
2
3
72
3
4
71
4
3
73
5
4
69
6
5
68
4
4.5
5.5
6
12
11
10
月份
2
3
4
5
6
销售额（万元）
15.1
16.3
17.0
17.2
18.4
时间代码
1
2
3
4
5
销售台数（单位：百台）
5
7
8
14
16.5
年份
2018
2019
2020
2021
2022
年份代码
1
2
3
4
5
年人均借阅量（册）
16
22
28
年份
2016
2017
2018
2019
2020
年份代码x
1
2
3
4
5
年借阅量y（万册）
4.9
5.1
5.5
5.7
5.8
施肥量x（吨）
0.6
0.8
1
1.2
1.4
姜的产量y（吨）
3.1
4.2
5.2
6.4
7.3
第个月
1
2
3
4
5
月销售量
2.5
3.2
4
4.8
5.5
年龄区间／岁
赋值变量
人群数量
x
4
6
8
10
12
y
a
2
b
c
6
1
2
3
4
5
（万人）
20
50
100
150
180
日期
12月1日
12月2日
12月3日
12月4日
12月5日
温差x（℃）
10
11
13
12
8
发芽数y（颗）
23
25
30
26
16
商店名称
A
B
E
销售额x/千万元
3
5
6
7
9
利润额y/百万元
2
3
3
4
5
研发投入（亿元）
1
2
3
4
5
产品收益（亿元）
3
7
9
10
11
0
1
2
3
90
330
年份
2018
2019
2020
2021
2022
年份代码
1
2
3
4
5
综合产值
23.1
37.0
62.1
111.6
150.8
身高 180cm不同负重情况下的步长数据平均值
负重x/kg
0
5
10
15
20
足迹步长s/cm
74.35
73.50
71.80
68.60
65.75
月份t
1
2
3
4
订单数量y（万件）
5.2
5.3
5.7
5.8
年份代码
1
2
3
4
5
社会消费品零售额
37.8
40.8
39.2
44.1
44.0
社会消费品零售额占的比重
41.3
41.5
39.0
38.6
36.7
使用年数
2
4
6
8
10
售价
16
13
9
7
5
服务人员增量x/人
2
3
4
6
8
10
13
年收益增量y/万元
13
22
31
42
50
56
58
回归模型
模型①
模型②
回归方程
182.4
79.2
日期代码x
1
2
3
4
5
6
7
8
累计确诊人数y
4
8
16
31
51
71
97
122
浓度（）
灭死率
0.1
0.24
0.46
0.76
0.94
天数x
1
2
3
4
5
6
繁殖个数y
6
12
25
49
95
190
3.50
62.83
3.53
17.50
596.57
12.09
20
66
770
200
14
460
3125000
21500
拟合曲线
直线
指数曲线
抛物线
三次曲线
与的回归方程
相关指数
0.893
0.986
0.931
0.312
x
5
6
8
9
12
y
17
20
25
28
35
海水浓度（‰）
3
4
5
6
7
亩产量（吨）
残差
学生编号
1
2
3
4
5
身高x/cm
l65
170
175
170
170
体重y/kg
58
67
67
65
63
x
1
2
3
4
5
y
4.5
2.2
1.4
1.3
0.6
3
2
0.12
10
0.09
-8.7
0.9
未发病
发病
总计
未注射疫苗
30
注射疫苗
40
总计
70
30
100
0.05
0.01
0.005
0.001
3.841
6.635
7.879
10.828
性别
休闲方式
合计
读书
健身
女生
25（）
20（）
45
男生
15（）
30（）
45
合计
40
50
90
0.050
0.010
0.001
3.841
6.635
10.828
0.10
0.05
0.025
0.010
0.005
2.706
3.841
5.024
6.635
7.879
喜爱该商品
不喜爱该商品
合计
男顾客
10
女顾客
35
合计
100
0.25
0.15
0.010
0.005
1.323
2.072
6.635
7.879
a
0.10
0.05
0.01
0.005
0.001
2.706
3.841
5.635
7.879
10.828
喜欢观看
不喜欢观看
男生
女生
0.15
0.10
0.05
0.010
0.001
2.072
2.706
3.841
6.635
10.828
古文迷
非古文迷
男生
20
20
女生
40
10
0.50
0.40
0.25
0.05
0.025
0.010
0.455
0.708
1.321
3.841
5.024
6.635
日落云里走
夜晚天气
下雨
未下雨
出现
25
5
未出现
25
45
女生
1
4
5
5
3
2
男生
0
2
4
12
9
3
0.05
0.025
0.010
0.001
3.841
5.024
6.635
10.828
进口
出口
32
18
4
6
8
12
3
7
10
0.050
0.010
0.001
3.841
6.635
10.828
进口
出口
编号
1
2
3
4
5
学习时间
30
40
50
60
70
数学成绩
65
78
85
99
108
没有进步
有进步
合计
参与周末在校自主学习
35
130
165
未参与周末不在校自主学习
25
30
55
合计
60
160
220
0.10
0.05
0.010
0.005
0.001
2.706
3.841
6.635
7.879
10.828
月份
1
2
3
4
5
带货金额/万元
350
440
580
700
880
参加过直播带货
未参加过直播带货
总计
女性
25
30
男性
10
总计
0.15
0.10
0.05
0.025
2.072
2.706
3.841
5.024
B学科良好
B学科不够良好
合计
A学科良好
A学科不够良好
合计
0.15
0.10
0.05
0.025
0.010
0.005
0.001
2.072
2.706
3.841
5.024
6.635
7.879
10.828
0.100
0.050
0.025
0.010
2.706
3.841
5.024
6.635
性别
年龄
总计
满50周岁
未满50周岁
男
15
45
60
女
5
35
40
总计
20
80
100
0.1
0.05
0.01
0.005
0.001
2.706
3.841
6.635
7.879
10.828
近视
不近视
合计
长时间使用手机
不长时间使用手机
合计
0.1
0.05
0.010
0.005
0.001
2.706
3.841
6.635
7.879
10.828
题型目录一览
一、知识点梳理
一、变量间的相关关系
1.变量之间的相关关系
当自变量取值一定时，因变量的取值带有一定的随机性，则这两个变量之间的关系叫相关关系．由于相关关系的不确定性，在寻找变量之间相关关系的过程中，统计发挥着非常重要的作用．我们可以通过收集大量的数据，在对数据进行统计分析的基础上，发现其中的规律，对它们的关系作出判断．
注意：相关关系与函数关系是不同的，相关关系是一种非确定的关系，函数关系是一种确定的关系，而且函数关系是一种因果关系，但相关关系不一定是因果关系，也可能是伴随关系．
2.散点图
将样本中的个数据点描在平面直角坐标系中，所得图形叫做散点图．根据散点图中点的分布可以直观地判断两个变量之间的关系．
（1）如果散点图中的点散布在从左下角到右上角的区域内，对于两个变量的这种相关关系，我们将它称为正相关，如图（1）所示；
（2）如果散点图中的点散布在从左上角到右下角的区域内，对于两个变量的这种相关关系，我们将它称为负相关，如图（2）所示．
3.相关系数
若相应于变量的取值，变量的观测值为，则变量与的相关系数，通常用来衡量与之间的线性关系的强弱，的范围为．
（1）当时，表示两个变量正相关；当时，表示两个变量负相关．
（2）越接近，表示两个变量的线性相关性越强；越接近，表示两个变量间几乎不存在线性相关关系．当时，所有数据点都在一条直线上．
（3）通常当时，认为两个变量具有很强的线性相关关系．
二、线性回归
1.线性回归
线性回归是研究不具备确定的函数关系的两个变量之间的关系（相关关系）的方法．
对于一组具有线性相关关系的数据（x1，y1），（x2，y2），…，（xn，yn），其回归方程的求法为
其中，，，（，）称为样本点的中心．
2.残差分析
对于预报变量，通过观测得到的数据称为观测值，通过回归方程得到的称为预测值，观测值减去预测值等于残差，称为相应于点的残差，即有．残差是随机误差的估计结果，通过对残差的分析可以判断模型刻画数据的效果以及判断原始数据中是否存在可疑数据等，这方面工作称为残差分析．
（1）残差图
通过残差分析，残差点比较均匀地落在水平的带状区域中，说明选用的模型比较合适，其中这样的带状区域的宽度越窄，说明模型拟合精确度越高；反之，不合适．
（2）通过残差平方和分析，如果残差平方和越小，则说明选用的模型的拟合效果越好；反之，不合适．
（3）相关指数
用相关指数来刻画回归的效果，其计算公式是：．
越接近于，说明残差的平方和越小，也表示回归的效果越好．
三、非线性回归
解答非线性拟合问题，要先根据散点图选择合适的函数类型，设出回归方程，通过换元将陌生的非线性回归方程化归转化为我们熟悉的线性回归方程．
求出样本数据换元后的值，然后根据线性回归方程的计算方法计算变换后的线性回归方程系数，还原后即可求出非线性回归方程，再利用回归方程进行预报预测，注意计算要细心，避免计算错误．
1.建立非线性回归模型的基本步骤：
（1）确定研究对象，明确哪个是解释变量，哪个是预报变量；
（2）画出确定好的解释变量和预报变量的散点图，观察它们之间的关系（是否存在非线性关系）；
（3）由经验确定非线性回归方程的类型（如我们观察到数据呈非线性关系，一般选用反比例函数、二次函数、指数函数、对数函数、幂函数模型等）；
（4）通过换元，将非线性回归方程模型转化为线性回归方程模型；
（5）按照公式计算线性回归方程中的参数（如最小二乘法），得到线性回归方程；
（6）消去新元，得到非线性回归方程；
（7）得出结果后分析残差图是否有异常．若存在异常，则检查数据是否有误，或模型是否合适等．
四、独立性检验
1.分类变量和列联表
（1）分类变量：变量的不同“值”表示个体所属的不同类别，像这样的变量称为分类变量．
（2）列联表：
①定义：列出的两个分类变量的频数表称为列联表．
②2×2列联表．
一般地，假设有两个分类变量X和Y，它们的取值分别为{x1，x2}和{y1，y2}，其样本频数列联表（称为2×2列联表）为
从列表中，依据与的值可直观得出结论：两个变量是否有关系．
2.等高条形图
（1）等高条形图和表格相比，更能直观地反映出两个分类变量间是否相互影响，常用等高条形图表示列联表数据的频率特征．
（2）观察等高条形图发现与相差很大，就判断两个分类变量之间有关系．
3.独立性检验
（1）定义：利用独立性假设、随机变量来确定是否有一定把握认为“两个分类变量有关系”的方法称为两个分类变量的独立性检验．
（2）公式：，其中为样本容量．
（3）独立性检验的具体步骤如下：
①计算随机变量的观测值，查下表确定临界值：
②如果，就推断“与有关系”，这种推断犯错误的概率不超过；否则，就认为在犯错误的概率不超过的前提下不能推断“与有关系”．
【常用结论】
常见的非线性回归模型
（1）指数函数型（且，）
两边取自然对数，，即，
令，原方程变为，然后按线性回归模型求出，．
（2）对数函数型
令，原方程变为，然后按线性回归模型求出，．
（3）幂函数型
两边取常用对数，，即，
令，原方程变为，然后按线性回归模型求出，．
（4）二次函数型
令，原方程变为，然后按线性回归模型求出，．
（5）反比例函数型型
令，原方程变为，然后按线性回归模型求出，．
二、题型分类精讲
题型一 相关关系的判断
策略方法 判定两个变量正、负相关的方法
(1)画散点图：点的分布从左下角到右上角，两个变量正相关；点的分布从左上角到右下角，两个变量负相关．
(2)相关系数：r＞0时，正相关；r＜0时，负相关．
(3)线性回归直线方程中：eq \(b,\s\up7(^))>0时，正相关；eq \(b,\s\up7(^))<0时，负相关．
【典例1】（多选题）对小明在连续9次高考模拟数学测试中的成绩（单位：分）进行统计得到如图所示的散点图．他的同桌小刚根据散点图对他的数学成绩的分析中，正确的有（ ）．
A．小明的数学成绩总的趋势是在逐步提高
B．小明在这连续9次测试中的最高分与最低分的差超过40分
C．小明的数学成绩与测试序号具有线性相关性，且为负相关
D．小明的数学成绩与测试序号具有线性相关性，且为正相关
【典例2】（多选题）在下列所示的四个图中，每个图的两个变量间具有相关关系的是（ ）．
A．B．C．D．
【题型训练】
一、单选题
1．某商家今年上半年各月的人均销售额(单位：千元)与利润率统计表如下：
根据表中数据，下列说法正确的是（ ）
A．利润率与人均销售额成正相关关系
B．利润率与人均销售额成负相关关系
C．利润率与人均销售额成正比例函数关系
D．利润率与人均销售额成反比例函数关系
2．某生物兴趣小组为研究一种红铃虫的产卵数y与温度x（单位：℃）的关系.现收集了7组观测数据得到下面的散点图：
由此散点图，在20℃至36℃之间，下面四个回归方程类型中最适宜作为红铃虫产卵数y和温度x的回归方程类型的是（ ）
A．B．C．D．
3．根据身高和体重散点图，下列说法正确的是（ ）
A．身高越高，体重越重B．身高越高，体重越轻C．身高与体重成正相关D．身高与体重成负相关
4．在如图所示的散点图中，若去掉点，则下列说法正确的是（ ）
A．样本相关系数变大
B．变量与变量的相关程度变弱
C．变量与变量呈正相关
D．变量与变量的相关程度变强
5．变量X与Y相对应的一组数据为，，，，；变量U与V相对应的一组数据为，，，，.表示变量Y与X之间的线性相关系数，表示变量V与U之间的线性相关系数，则（ ）.
A．B．
C．D．
6．在研究急刹车的停车距离问题时，通常假定停车距离等于反应距离（，单位：m）与制动距离（，单位：m）之和.如图为某实验所测得的数据，其中“KPH”表示刹车时汽车的初速度（单位：km/h）.根据实验数据可以推测，下面四组函数中最适合描述，与的函数关系的是（ ）
A．，B．，
C．，D．，
题型二 线性回归方程
策略方法 求线性回归方程的一般步骤
【典例1】某工厂生产某种产品的月产量（单位：千件）与单位成本（单位：元/件）的数据如下：
(1)计算产量与单位成本的相关系数；
(2)建立产量与单位成本的回归方程；
(3)若该工厂计划7月份生产7千件该产品，则单位成本预计是多少？
【题型训练】
一、单选题
1．对四组数据进行统计，获得如下散点图，将四组数据相应的相关系数进行比较，正确的是（ ）
A．B．C．D．
2．变量，之间有如下对应数据：
已知变量对呈线性相关关系，且回归方程为，则的值是（ ）
A．10B．9C．8D．7
3．某公司一种型号的产品近期销售情况如表：
根据上表可得到回归直线方程，据此估计，该公司7月份这种型号产品的销售额为（ ）
A．18.85万元B．19.3万元C．19.25万元D．19.05万元
4．已知某生产商5个月的设备销售数据如下表所示：
生产商发现时间代码和销售台数有很强的相关性，决定用回归方程进行模拟，则的值是（ ）
参考数据、公式：；；若，则
A．3.2B．3.1C．3D．2.9
5．某社区为了丰富退休人员的业余文化生活，自2018年以来，始终坚持开展“悦读小屋读书活动”.下表是对2018年以来近5年该社区退休人员的年人均借阅量的数据统计：
（参考数据：）通过分析散点图的特征后，年人均借阅量关于年份代码的回归分析模型为，则2023年的年人均借阅量约为（ ）
A．31B．32C．33D．34
6．某地为响应“扶贫必扶智，扶智就扶知识、扶技术、扶方法”的号召，建立了农业科技图书馆，供农民免费借阅．现收集了该图书馆五年的借阅数据如下表：
根据上表，可得y关于x的线性回归方程为，则下列说法中错误的是（ ）．
A．
B．借阅量4.9，5.1，5.5，5.7，5.8的第75百分位数为5.7
C．y与x的线性相关系数
D．2021年的借阅量一定少于6.12万册
7．用模型拟合一组数据组，其中，设，得变换后的线性回归方程为，则（ ）
A．B．C．70D．35
二、多选题
8．“冬吃萝卜夏吃姜，不劳医生开药方.”鲁山县张良镇生产的黄姜，有“姜中之王”的美誉，自汉朝起便为历代宫廷贡品，闻名天下.某黄姜种植户统计了某种有机肥料的施肥量x（单位：吨）与姜的产量y（单位：吨）的一组数据，由表中数据，得到回归直线方程为，则下列结论正确的是（ ）
A．
B．姜的产量与这种有机肥的施肥量正相关
C．回归直线过点
D．当施肥量为1.8吨时，预计姜的产量约为8.48吨
9．某商店的某款商品近5个月的月销售量（单位：千瓶）如下表：
若变量和之间具有线性相关关系，用最小二乘法建立的经验回归方程为，则下列说法正确的是（ ）
A．点一定在经验回归直线上
B．
C．相关系数
D．预计该款商品第6个月的销售量为7800瓶
10．由变量和变量组成的10个成对样本数据得到的经验回归方程为，设过点的直线方程为，记，则（ ）
A．变量正相关
B．若，则
C．经验回归直线至少经过中的一个点
D．
11．某学校数学学习兴趣小组利用信息技术手段探究两个数值变量x，y之间的线性关系，随机抽取8个样本点，，……，，由于操作过程的疏忽，在用最小二乘法求经验回归方程时只输入了前6组数据，得到的线性回归方程为，其样本中心为.后来检查发现后，输入8组数据得到的新的经验回归方程为，新的样本中心为，已知，，则（ ）
A．新的样本中心仍为
B．新的样本中心为
C．两个数值变量x，y具有正相关关系
D．
三、填空题
12．某课外兴趣小组对某地区不同年龄段的人群阅读经典名著的情况进行了相关调查，相关数据如下表．
根据表中数据，人群数量与赋值变量之间呈线性相关，且关系式为，则 ．
13．数学兴趣小组对具有线性相关的两个变量x和y进行了统计分析，得到了下表：
并由表中数据求得y关于x的回归方程为，若a，b，c成等差数列，则 ．
14．已知对于一组数据，，…，，y关于x的经验回归方程为，若，则＝ .
15．网购作为一种新的消费方式，因其具有快捷､商品种类齐全､性价比高等优势而深受广大消费者认可.某网购公司统计了近五年在本公司网购的人数，得到如下的相关数据（其中“”表示2015年，“”表示2016年，且x为整数，依次类推；y表示人数）：
根据表中的数据，可以求出，若预测该公司的网购人数能超过300万人，则的最小值为 .
四、解答题
16．某农科所对冬季昼夜温差与某反季节大豆种子发芽多少之间的关系进行分析研究，他们记录了12月1日至5日的昼夜温差与每天100颗种子的发芽数，数据如下．
该农科所确定的研究方案：先从五组数据中选取两组，用剩下的3组数据求线性回归方程，再用被选取的两组数据进行检验．
(1)若先选取的是12月1日和5日的数据，请根据2日至4日的三组数据，求y关于x的线性回归方程；
(2)若由线性回归方程得到的估计数据与检验数据的误差均不超过2颗，则认为得到的线性回归方程是可靠的，试判断（1）中所得到的线性回归方程是否可靠．
注：，．
17．某连锁经营公司所属5个零售店某月的销售额和利润额资料如下表：
(1)画出散点图，观察散点图，说明两个变量有怎样的相关性；
(2)用最小二乘法计算利润额y对销售额x的回归直线方程；
(3)当销售额为4（千万元）时，估计利润额的大小．
参考公式：，，.
18．新冠肺炎疫情发生以来，中医药全面参与疫情防控救治，做出了重要贡献.某中医药企业根据市场调研与模拟，得到研发投入（亿元）与产品收益（亿元）的数据统计如下：
(1)计算，的相关系数，并判断是否可以认为研发投入与产品收益具有较高的线性相关程度?（若，则线性相关程度一般，若，则线性相关程度较高）
(2)求出关于的线性回归方程，并预测若想收益超过50（亿元）则需研发投入至少多少亿元?（结果保留一位小数）参考数据：，.
附：相关系数公式：，
回归直线方程的斜率，截距.
19．配速是马拉松运动中常使用的一个概念，是速度的一种，是指每千米所需要的时间.相比配速，把心率控制在一个合理水平是安全理性跑马拉松的一个重要策略.已知图①是某次马拉松比赛中一位跑者的心率y（单位：次/分钟）和配速x（单位：分钟/千米）的散点图，图②是本次马拉松比赛（全程约42千米）前5000名跑者成绩（单位：分钟）的频率分布直方图.
(1)由散点图看出，可用线性回归模型拟合y与x的关系，求y与x的线性回归方程；
(2)在本次比赛中，该跑者如果将心率控制在160（单位：次/分钟）左右跑完全程，估计他跑完全程花费的时间及他能获得的名次.
参考公式：中，，，其中，为样本平均值．
20．如图是M市某爱国主义教育基地宣传栏中标题为“2015～2022年基地接待青少年人次”的统计图．根据该统计图提供的信息解决下列问题．
①参考数据：
②参考公式：对于一组数据，其回归直线的斜率和截距的最小二乘法公式分别为：．
(1)求M市爱国主义教育基地所统计的8年中接待青少年人次的平均值和中位数；
(2)由统计图可看出，从2019年开始，M市爱国主义教育基地接待青少年的人次呈直线上升趋势，请你用线性回归分析的方法预测2024年基地接待青少年的人次．
21．2023年是全面贯彻落实党二十大精神的开局之年，也是实施“十四五”规划承上启下的关键之年，经济增长呈现稳中有进的可喜现象.2023年8月4日，贵州省工业和信息化厅召开推进贵州刺梨产业高质量发展专题会议，安排部署加快推进特色优势产业刺梨高质量发展工作，集中资源､力量打造“贵州刺梨”公共品牌.贵州省为做好刺梨产业的高质量发展，项目组统计了全省近5年刺梨产业综合总产值的各项数据如下：
年份x，综合产值y（单位：亿元）
(1)根据表格中的数据，可用一元线性回归模型刻画变量y与变量x之间的线性相关关系，请用相关系数加以说明（精确到0.01）；
(2)求出y关于x的经验回归方程，并预测2023年底贵州省刺梨产业的综合总产值.
参考公式：相关系数回归方程中斜率和截距的最小二乘法估计公式分别为；
参考数据：
22．在入室盗窃类案件中，出现频率最高的痕迹物证之一就是足迹． 负重行走对足迹步伐特征影响的规律强，而且较为稳定． 正在行走的人在负重的同时，步长变短，步宽变大，步角变大． 因此， 以身高分别为170cm， 175cm， 180cm的人员各 20名作为实验对象，让他们采取双手胸前持重物的负重方式行走，得到实验对象在负重0kg，5kg，10kg，15kg，20kg状态下相对稳定的步长数据平均值． 并在不同身高情况下，建立足迹步长s(单位：cm)关于负重x(单位：kg)的三个经验回归方程． 根据身高 170cm组数据建立线性回归方程①： ；根据身高 175cm组数据建立线性回归方程②： 根据身高 180cm 组数据建立线性回归方程③： ．
(1)根据身高 180cm组的统计数据，求，的值，并解释参数的含义；
(2)在一起盗窃案中，被盗窃物品重为9kg，在现场勘查过程中，测量得犯罪嫌疑人往返时足迹步长的差值为4.464cm，推测该名嫌疑人的身高，并说明理由．
附： ．为回归方程， ，，，
23．下图是我国2014年至2020年生活垃圾无害化处理量（单位：亿吨）的折线图．
注：年份代码1-7分别对应年份2014-2020（2021年后代码依次类推）．
(1)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；
(2)建立y关于t的回归方程（系数精确到0.01），预测2023年我国生活垃圾无害化处理量．
附注：参考数据：．
参考公式：相关系数
回归方程中斜率和截距的最小二乘估计公式分别为：．
24．2023年，国家不断加大对科技创新的支持力度，极大鼓舞了企业投入研发的信心，增强了企业的创新动能.某企业在国家一系列优惠政策的大力扶持下，通过技术革新和能力提升，极大提升了企业的影响力和市场知名度，订单数量节节攀升，右表为该企业今年1~4月份接到的订单数量.
(1)试根据样本相关系数r的值判断订单数量y与月份t的线性相关性强弱（，则认为y与t的线性相关性较强，，则认为y与t的线性相关性较弱）.（结果保留两位小数）
(2)建立y关于t的线性回归方程，并预测该企业5月份接到的订单数量.
附：相关系数，
回归方程中斜率和截距的最小二乘法估计公式分别为，，.
25．2015-2019年，中国社会消费品零售额占的比重超过4成，2020年后，中国社会消费品零售额占的比重逐年下降．下表为2018-2022年中国社会消费品零售额（单位：万亿元）及其占的比重（单位：%）的数据，其中2018-2022年对应的年份代码依次为1~5．
附：，，，，
相关系数．对于一组数据，，…，，其一元线性回归直线的斜率和截距的最小二乘估计公式分别为，．
(1)由上表数据，是否可用一元线性回归模型拟合与的关系，请用相关系数加以说明．
(2)请建立关于的一元线性回归方程．
26．某二手汽车经销商对其所经营的某型号二手汽车的使用年数（）与每辆车的销售价格（万元）进行整理，得到如下对应数据：
(1)根据表中数据，用最小二乘法求关于的线性回归方程；
(2)已知每辆该型号汽车的收购价格（万元）与使用年数（）的函数关系为，根据（1）中所求回归方程，预测为何值时，该经销商销售一辆该型号汽车所获得的利润最大，最大利润是多少？
附：回归直线的斜率和截距的最小二乘估计公式：，；
参考数据：.
题型三 非线性回归方程
策略方法
对于非线性回归分析问题，应先进行变量代换，求出代换后的回归直线方程，再求非线性回归方程．
【典例1】今年刚过去的4月份是“全国消费促进月”，各地拼起了特色经济”，带动消费复苏、市场回暖.“小饼烤炉加蘸料，灵魂烧烤三件套”，最近，淄博烧烤在社交媒体火爆出圈，吸引全国各地的游客坐着高铁，直奔烧烤店，而多家店铺的营业额也在近一个月内实现了成倍增长.因此某烧烤店老板考虑投入更多的人工成本，现有以往的服务人员增量x（单位：人）与年收益增量y单位：万元）的数据如下：
据此，建立了y与x的两个回归模型：
模型①：由最小二乘公式可求得与的一元线性经验回归方程为；
模型②：由散点图（如图）的样本点分布，可以认为样本点集中在曲线的附近．
对数据进行初步处理后，得到了一些统计的量的值：，，，，其中，
(1)根据所给的统计量，求模型②中关于的经验回归方程（精确到0.1）；
(2)根据下列表格中的数据，比较两种模型的决定系数，并选择拟合精度更高的模型，预测服务人员增加25人时的年收益增量．
附：样本的最小二乘估计公式为，，刻画样本回归效果的决定系数
【题型训练】
一、单选题
1．某科技公司为加强研发能力，研发费用逐年增加，最近6年的研发费用y（单位：亿元）与年份编号x得到样本数据，令，并将绘制成下面的散点图．若用方程对y与x的关系进行拟合，则（ ）
A．，B．，
C．，D．，
2．某校一个课外学习小组为研究某作物种子的发芽率和温度（单位：）的关系，在20个不同的温度条件下进行种子发芽实验，由实验数据得到下面的散点图：
由此散点图，在10℃至35℃之间，下面四个回归方程类型中最适宜作为发芽率y和温度x的回归方程类型的是（ ）
A．B．C．D．
3．如图是某地在50天内感染新冠病毒的累计病例y（单位：万人）与时间x（单位：天）的散点图，则下列最适宜作为此模型的回归方程类型的是（ ）
A．B．
C．D．
4．用模型拟合一组数据时，设，将其变换后得到回归方程为，则（ ）
A．B．1C．D．2
5．某市卫健委用模型的回归方程分析年月份感染新冠肺炎病毒的人数，令后得到的线性回归方程为，则（ ）
A．B．C．D．
二、解答题
6．一企业生产某种产品，通过加大技术创新投入降低了每件产品成本，为了调查年技术创新投入（单位：千万元）对每件产品成本（单位：元）的影响，对近年的年技术创新投入和每件产品成本的数据进行分析，得到如下散点图，并计算得：，，，，.
(1)根据散点图可知，可用函数模型拟合与的关系，试建立关于的回归方程；
(2)已知该产品的年销售额（单位：千万元）与每件产品成本的关系为.该企业的年投入成本除了年技术创新投入，还要投入其他成本千万元，根据（1）的结果回答：当年技术创新投入为何值时，年利润的预报值最大？
（注：年利润=年销售额一年投入成本）
参考公式：对于一组数据、、、，其回归直线的斜率和截距的最小乘估计分别为：，.
7．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.下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.
为了分析该国累计感染人数的变化趋势，小王同学分别用两杆模型：①，②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)：经过计算得，，，，其中，.
(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?（结果保留整数）
附：回归直线的斜率和截距的最小二乘估计公式分别为：，.
8．某公司研制了一种对人畜无害的灭草剂，为了解其效果，通过实验，收集到其不同浓度（）与灭死率的数据，得下表：
(1)以为解释变量，为响应变量，在和中选一个作为灭死率关于浓度（）的经验回归方程，不用说明理由；
(2)（i）根据（1）的选择结果及表中数据，求出所选经验回归方程；
（ii）依据（i）中所求经验回归方程，要使灭死率不低于，估计该灭草剂的浓度至少要达到多少？
参考公式：对于一组数据，，，，其经验回归直线的斜率和截距的最小二乘法估计分别为，.
9．为了研究某种细菌随天数x变化的繁殖个数y，收集数据如下：
(1)在图中作出繁殖个数y关于天数x变化的散点图，并由散点图判断（a，b为常数）与（，为常数，且，）哪一个适宜作为繁殖个数y关于天数x变化的回归方程类型？（给出判断即可，不必说明理由）
(2)对于非线性回归方程（，为常数，且，），令，可以得到繁殖个数的对数z关于天数x具有线性关系及一些统计量的值．
①证明：“对于非线性回归方程，令，可以得到繁殖个数的对数z关于天数x具有线性关系（即，β，α为常数）”；
②根据（1）的判断结果及表中数据，建立y关于x的回归方程（系数保留2位小数）．
附：对于一组数据，，…，，其回归直线方程的斜率和截距的最小二乘估计分别为，．
10．多年来，清华大学电子工程系黄翔东教授团队致力于光谱成像芯片的研究，2022年6月研制出国际首款实时超光谱成像芯片，相比已有光谱检测技术，实现了从单点光谱仪到超光谱成像芯片的跨越，为制定下一年的研发投入计划，该研发团队为需要了解年研发资金投入量x（单位：亿元）对年销售额（单位：亿元）的影响，结合近12年的年研发资金投入量x，和年销售额，的数据（，2，，12），该团队建立了两个函数模型：①②，其中均为常数，e为自然对数的底数，经对历史数据的初步处理，得到散点图如图，令，计算得如下数据：
(1)设和的相关系数为和的相关系数为，请从相关系数的角度，选择一个拟合程度更好的模型；
(2)（i）根据（1）的选择及表中数据，建立关于的回归方程（系数精确到0.01）；
（ii）若下一年销售额需达到80亿元，预测下一年的研发资金投入量是多少亿元？
附：①相关系数，回归直线中斜率和截距的最小二乘估计公式分别为：，；
②参考数据：.
11．某乡镇全面实施乡村振兴，大力发展特色产业——富硒水果．工作人员统计了近8年富硒水果种植面积（单位：百亩）与年销售额（单位：千万元）的数据．经计算得到如下处理后的统计量：，，，，，，，，，其中，．
(1)根据以上数据，从相关系数的角度，判断与哪个适宜作为年销售额关于种植面积的回归方程类型（相关系数精确到0.01）．
(2)根据（1）的判断结果及相关数据，建立关于的回归方程（系数精确到0.01）．
(3)该乡镇计划年销售额不低于10亿元，请预测种植面积至少为多少亩．
附：相关系数，回归直线的斜率与截距的最小二乘估计分别为，．
参考数据：，．
题型四 残差和相关指数的问题
策略方法
对于预报变量，通过观测得到的数据称为观测值，通过回归方程得到的称为预测值，观测值减去预测值等于残差，称为相应于点的残差，即有．残差是随机误差的估计结果，通过对残差的分析可以判断模型刻画数据的效果以及判断原始数据中是否存在可疑数据等，这方面工作称为残差分析．
【典例1】（单选题）已知一组样本数据，，，，根据这组数据的散点图分析与之间的线性相关关系，若求得其线性回归方程为，则在样本点处的残差为（ ）
A．38.1B．22.6C．D．91.1
【典例2】（单选题）营养学家对某地区居民的身高与营养摄入量的几组数据进行研究后发现两个变量存在相关关系，该营养学家按照不同的曲线拟合与之间的回归方程，并算出相关指数如下表所示：
则这组数据模型的回归方程的最好选择应是（ ）
A．B．
C．D．
【题型训练】
一、单选题
1．某兴趣小组研究光照时长x（h）和向日葵种子发芽数量y（颗）之间的关系，采集5组数据，作如图所示的散点图．若去掉后，下列说法正确的是（ ）
A．相关系数r变小B．决定系数变小
C．残差平方和变大D．解释变量x与预报变量y的相关性变强
2．对两个变量和进行回归分析，得到一组样本数据：、、、，则下列说法中不正确的是（ ）
A．由样本数据得到的线性回归方程必过样本点的中心
B．残差平方和越小的模型，拟合的效果越好
C．用相关指数来刻画回归效果，的值越小，说明模型的拟合效果越好
D．若变量和之间的相关系数，则变量与之间具有线性相关关系
3．某校数学兴趣小组在某座山测得海拔高度（单位：千米）与气压（单位：千帕）的六组数据绘制成如下散点图，分析研究发现点相关数据不符合实际，删除点后重新进行回归分析，则下列说法正确的是（ ）
A．删除点后，样本数据的两变量正相关
B．删除点后，相关系数的绝对值更接近于1
C．删除点后，新样本的残差平方和变大
D．删除点后，解释变量与响应变量相关性变弱
二、多选题
4．某研究小组采集了组数据，作出如图所示的散点图．若去掉后，下列说法正确的是（ ）
A．相关系数变小
B．决定系数变大
C．残差平方和变大
D．解释变量与预报变量的相关性变强
5．对具有相关关系的两个变量和进行回归分析时，经过随机抽样获得成对的样本数据，则下列说法正确的是（ ）
A．若两变量、具有线性相关关系，则回归直线至少经过一个样本点
B．变量、的线性相关系数的绝对值越接近，则两个变量与的线性相关程度越强
C．用残差平方和来比较两个模型的拟合效果时，残差平方和越小，模型的拟合效果越好
D．用来刻画回归模型的拟合效果时，若所有样本点都落在一条斜率为非零的直线上，则的值为
6．某学校一同学研究温差与本校当天新增感冒人数（人）的关系，该同学记录了5天的数据：
经过拟合，发现基本符合经验回归方程，则（ ）
A．样本中心点为B．
C．，残差为D．若去掉样本点，则样本的相关系数r增大
三、解答题
7．耐盐碱水稻俗称“海水稻”,是一种可以长在滩涂和盐碱地的水稻.海水稻的灌溉是将海水稀释后进行灌溉.某试验基地为了研究海水浓度(‰)对亩产量(吨)的影响,通过在试验田的种植实验,测得了某种海水稻的亩产量与海水浓度的数据如表.绘制散点图发现,可用线性回归模型拟合亩产量与海水浓度之间的相关关系,用最小二乘法计算得与之间的线性回归方程为．
(1)求，并估计当浇灌海水浓度为8‰时该品种的亩产量；
(2)(i)完成上述残差表：
(ii)统计学中常用相关指数来刻画回归效果，越大,模型拟合效果越好，如假设，就说明预报变量的差异有是由解释变量引起的.请计算相关指数(精确到0.01),并指出亩产量的变化多大程度上是由浇灌海水浓度引起的?
(附:残差公式，相关指数)
8．已知与之间的数据如下表：
（1）求关于的线性回归方程；（2）完成下面的残差表：
并判断（1）中线性回归方程的回归效果是否良好（若，则认为回归效果良好）.附：，，，.
9．身高体重指数(BMI)的大小直接关系到人的健康状况，某高中高三(1)班班主任为了解该班学生的身体健康状况，从该班学生中随机选取5名学生，测量其身高、体重的数据如下表.
(1)求体重关于身高的线性回归方程，并预测身高为180cm的同学的体重；
(2)试分析学生的体重差异约有多少是由身高引起的？(注:结果保留两位小数)参考公式:线性回归方程中，，，其中，为样本平均值，.
10．从集市上买回来的蔬菜仍存有残留农药，食用时需要清洗数次，统计表中的表示清洗的次数，表示清洗次后千克该蔬菜残留的农药量（单位：微克）．
（1）在如图的坐标系中，描出散点图，并根据散点图判断，与哪一个适宜作为清洗次后千克该蔬菜残留的农药量的回归方程类型；（给出判断即可，不必说明理由）
（2）根据判断及下面表格中的数据，建立关于的回归方程；
表中，．
（3）对所求的回归方程进行残差分析．
附：①线性回归方程中系数计算公式分别为，；
②，说明模拟效果非常好；
③，，，，．
题型五 独立性检验
策略方法
1．比较几个分类变量有关联的可能性大小的方法
(1)通过计算K2的大小判断：K2越大，两变量有关联的可能性越大．
(2)通过计算|ad－bc|的大小判断：|ad－bc|越大，两变量有关联的可能性越大．
2．独立性检验的一般步骤
(1)根据样本数据制成2×2列联表．
(2)根据公式K2＝eq \f(nad－bc2,a＋ba＋cb＋dc＋d)计算K2的观测值k．
(3)比较观测值k与临界值的大小关系，作统计推断．
【典例1】（单选题）疫苗是为预防､控制传染病的发生､流行，用于人体预防接种的预防性生物制品，其前期研发过程中，一般都会进行动物保护测试，为了考察某种疫苗预防效果，在进行动物试验时，得到如下统计数据：
附表及公式：
，.
现从试验动物中任取一只，取得“注射疫苗”的概率为0.5，则下列判断错误的是（ ）
A．注射疫苗发病的动物数为10
B．从该试验未注射疫苗的动物中任取一只，发病的概率为
C．能在犯错概率不超过0.05的前提下，认为疫苗有效
D．该疫苗的有效率为
【题型训练】
一、单选题
1．某部门随机调查了90名工作人员，为了了解他们的休闲方式是读书还是健身与性别是否有关，得到的数据如列联表所示.若认为性别与休闲方式有关，则此时犯错误的概率不超过（ ）
附：，，
A．0.01B．0.05C．95%D．99.5%
2．根据分类变量和的样本观察数据的计算结果，有不少于的把握认为和有关，则的一个可能取值为（ ）
A．3.971B．5.872C．6.775D．9.698
3．某超市对一种商品受顾客的喜爱程度进行100份问卷调查，得到了如下的列联表，从100人中随机抽取1人，抽到喜爱该商品的男顾客的概率为.
则有超过（ ）的把握认为喜爱该商品与性别有关.
下面的临界值表供参考：
A．B．C．D．
4．足球是一项大众喜爱的运动,为了解喜爱足球是否与性别有关,随机抽取了若干人进行调查,抽取女性人数是男性的2倍,男性喜爱足球的人数占男性人数的,女性喜爱足球的人数占女性人数的,若本次调查得出“在犯错误的概率不超过0.005的前提下认为喜爱足球与性别有关”的结论,则被调查的男性至少有（ ）人
A．10B．11C．12D．13
5．第19届亚运会将于2023年9月23日至10月8日在杭州举行，某网络直播平台调研“大学生是否喜欢观看体育比赛直播与性别有关”，从某高校男、女生中各随机抽取100人进行问卷调查，得到如下数据．
通过计算，有95％以上的把握认为大学生喜欢观看直播体育比赛与性别有关，则在被调查的100名女生中喜欢观看体育比赛直播的人数的最大值为（ ）
附：，其中．
A．55B．57C．58D．60
二、多选题
6．某高校有在校学生9000人，其中男生4000人，女生5000人，为了解学生每天自主学习中国古典文学的时间，随机调查了40名男生和50名女生，其中每天自主学习中国古典文学的时间超过3小时的学生称为“古文迷”，否则为“非古文迷”，调查结果如下表，则（ ）
参考公式：，其中．参考数据：
A．该校某位学生为古文迷的概率的估计值为0.6
B．随机调查的男女生人数符合分层抽样的抽样方法
C．有的把握认为学生是否为“古文迷”与性别有关系
D．没有的把握认为学生是否为“古文迷”与性别有关系
7．千百年来，我国劳动人民在生产实践中根据云的形状、走向、速度、厚度、颜色等的变化，总结了丰富的“看云识天气”的经验，并将这些经验编成谚语，如“天上钩钩云，地上雨淋淋”“日落云里走，雨在半夜后”……小波同学为了验证“日落云里走，雨在半夜后”，观察了A地区的100天日落和夜晚天气，得到如下2×2 列联表，并计算得到χ2≈19.05，下列小波对A地区天气的判断正确的是（ ）
A．夜晚下雨的概率约为
B．未出现“日落云里走”，夜晚下雨的概率约为
C．依据α＝0.005 的独立性检验，认为“日落云里走”是否出现与夜晚天气有关
D．依据α＝0.005 的独立性检验，若出现“日落云里走”，则认为夜晚一定会下雨
三、解答题
8．某高中有50名学生参加数学竞赛，得分（满分：150分）如下：
(1)若得分不低于120分的学生称为“数学优秀者”.问：是否有95%的把握认为“数学优秀者”与性别有关；
(2)若在竞赛得分不低于130分的男生中随机抽取3人，求这3人中至少有1人得分在内的概率.
附：，其中.
9．“一带一路”是促进各国共同发展，实现共同繁荣的合作共赢之路.为了了解我国与某国在“一带一路”合作中两国的贸易量情况，随机抽查了100天进口贸易量与出口贸易量（单位：亿人民币/天）得下表：
附：.
(1)估计事件“我国与该国贸易中，一天的进口贸易量与出口贸易量均不超过100亿人民币”的概率；
(2)根据所给数据，完成下面的列联表：
(3)根据（2）中的列联表，判断是否有99%的把握认为“我国与该国贸易中一天的进口贸易量与出口贸易量”有关？
10．为了了解高中学生课后自主学习数学时间（分钟/每天）和他们的数学成绩（分）的关系，某实验小组做了调查，得到一些数据（表一）．
表一
(1)请根据所给数据求出，的经验回归方程，并由此预测每天课后自主学习数学时间为100分钟时的数学成绩：（参考数据：，，的方差为200）
(2)基于上述调查，某校提倡学生周末在校自主学习．经过一学期的实施后，抽样调查了220位学生．按照是否参与周未在校自主学习以及成绩是否有进步统计，得到列联表（表二）．依据表中数据及小概率值的独立性检验，分析“周末在校自主学习与成绩进步”是否有关．
表二
附：，，．
11．直播带货是一种直播和电商相结合的销售手段，目前已被广大消费者所接受．针对这种现状，某公司决定逐月加大直播带货的投入，直播带货金额稳步提升，以下是该公司2023年前5个月的带货金额：
(1)计算变量，的相关系数（结果精确到0.01）．
(2)求变量，之间的线性回归方程，并据此预测2023年7月份该公司的直播带货金额．
(3)该公司随机抽取55人进行问卷调查，得到如下不完整的列联表：
请填写上表，并判断是否有90%的把握认为参加直播带货与性别有关．
参考数据：，，，
，．
参考公式：相关系数，线性回归方程的斜率，截距．
附：，其中．
12．某地区对某次考试成绩进行分析，随机抽取100名学生的A，B两门学科成绩作为样本．将他们的A学科成绩整理得到如图所示的频率分布直方图，且规定成绩不小于70分为良好．已知他们中B学科良好的有50人，两门学科均良好的有40人．
(1)根据所给数据，完成下面的列联表，并根据列联表，判断是否有95%的把握认为这次考试学生的A学科良好与B学科良好有关；
(2)为了进一步分析学生成绩，从A学科不够良好的学生中采用分层抽样的方法抽出6人，最后从这6人中随机选出2人进行访谈，求其中恰有1人为B学科良好的概率.
附：，其中．
13．某校为了弘扬中国诗词文化，现要求全校学生参加诗词大赛，随机抽取了100名学生的测试成绩（单位：分），将数据分成5组：并整理得到如图的频率分布直方图.
(1)估计该校学生的测试成绩的中位数及平均数（同一组中的数据用该组区间的中点值作代表）；
(2)若规定成绩不低于80分的记为“诗词达人”，已知被抽取的男生中的“诗词达人”人数占被抽取男生总数的一半，且本次调查得出“在犯错误的概率不超过5%的前提下认为是否为诗词达人与性别有关”的结论，则被调查的100名学生中男生至少有多少人？
附：.
14．2023年9月8日，第19届亚运会火炬传递启动仪式在杭州西湖景区涌金公园广场成功举行．火炬传递首日传递从杭州西湖涌金公园广场出发，沿南山路—湖滨路—环城西路—北山街—西泠桥—孤山路传递，在“西湖十景”之一的平湖秋月收火．杭州亚运会火炬首日传递共有106棒火炬手参与．
(1)组委会从全省火炬手中随机抽取了100名火炬手进行信息分析，得到如下表格：
根据小概率值的独立性检验，试判断全省火炬手的性别与年龄满或未满50周岁是否有关联；
(2)在全省的火炬手中，男性占比72%，女性占比28%，且50%的男性火炬手和25%的女性火炬手喜欢观看足球比赛．某电视台随机选取一位喜欢足球比赛的火炬手做访谈，请问这位火炬手是男性的概率为多少？
15．某学校现有1000名学生，为调查该校学生一周使用手机上网时间的情况，收集了名学生某周使用手机上网时间的样本数据（单位：小时）.将数据分为6组：，，，，，，并整理得到如下的频率分布直方图：
(1)估计该校学生一周平均使用手机上网时间（每组数据以该组中点值为代表）；
(2)将一周使用手机上网时间在内定义为“长时间使用手机上网”；一周使用手机上网时间在内定义为“不长时间使用手机上网”，在样本数据中，有名学生不近视，请补充完成该周使用手机上网时间与近视程度的列联表.若为100，那么在犯错误概率不超过0.001的前提下是否能认为该校学生一周使用手机上网时间与近视程度有关”？
附：，其中，.
①相关关系的判断
②线性回归方程
③非线性回归方程
④残差和相关指数的问题
⑤独立性检验
总计
总计
0.5
0.40
0.25
0.15
0.10
0.05
0.025
0.010
0.005
0.001
0.455
0.708
1.323
2.072
2.706
3.841
5.024
6.635
7.879
10.828
月份
1
2
3
4
5
6
人均销售额
6
5
8
3
4
7
利润率(%)
12.6
10.4
18.5
3.0
8.1
16.3
月份
产量x/千件
单位成本y/（元/件）
1
2
73
2
3
72
3
4
71
4
3
73
5
4
69
6
5
68
4
4.5
5.5
6
12
11
10
月份
2
3
4
5
6
销售额（万元）
15.1
16.3
17.0
17.2
18.4
时间代码
1
2
3
4
5
销售台数（单位：百台）
5
7
8
14
16.5
年份
2018
2019
2020
2021
2022
年份代码
1
2
3
4
5
年人均借阅量（册）
16
22
28
年份
2016
2017
2018
2019
2020
年份代码x
1
2
3
4
5
年借阅量y（万册）
4.9
5.1
5.5
5.7
5.8
施肥量x（吨）
0.6
0.8
1
1.2
1.4
姜的产量y（吨）
3.1
4.2
5.2
6.4
7.3
第个月
1
2
3
4
5
月销售量
2.5
3.2
4
4.8
5.5
年龄区间／岁
赋值变量
人群数量
x
4
6
8
10
12
y
a
2
b
c
6
1
2
3
4
5
（万人）
20
50
100
150
180
日期
12月1日
12月2日
12月3日
12月4日
12月5日
温差x（℃）
10
11
13
12
8
发芽数y（颗）
23
25
30
26
16
商店名称
A
B
E
销售额x/千万元
3
5
6
7
9
利润额y/百万元
2
3
3
4
5
研发投入（亿元）
1
2
3
4
5
产品收益（亿元）
3
7
9
10
11
0
1
2
3
90
330
年份
2018
2019
2020
2021
2022
年份代码
1
2
3
4
5
综合产值
23.1
37.0
62.1
111.6
150.8
身高 180cm不同负重情况下的步长数据平均值
负重x/kg
0
5
10
15
20
足迹步长s/cm
74.35
73.50
71.80
68.60
65.75
月份t
1
2
3
4
订单数量y（万件）
5.2
5.3
5.7
5.8
年份代码
1
2
3
4
5
社会消费品零售额
37.8
40.8
39.2
44.1
44.0
社会消费品零售额占的比重
41.3
41.5
39.0
38.6
36.7
使用年数
2
4
6
8
10
售价
16
13
9
7
5
服务人员增量x/人
2
3
4
6
8
10
13
年收益增量y/万元
13
22
31
42
50
56
58
回归模型
模型①
模型②
回归方程
182.4
79.2
日期代码x
1
2
3
4
5
6
7
8
累计确诊人数y
4
8
16
31
51
71
97
122
浓度（）
灭死率
0.1
0.24
0.46
0.76
0.94
天数x
1
2
3
4
5
6
繁殖个数y
6
12
25
49
95
190
3.50
62.83
3.53
17.50
596.57
12.09
20
66
770
200
14
460
3125000
21500
拟合曲线
直线
指数曲线
抛物线
三次曲线
与的回归方程
相关指数
0.893
0.986
0.931
0.312
x
5
6
8
9
12
y
17
20
25
28
35
海水浓度（‰）
3
4
5
6
7
亩产量（吨）
残差
学生编号
1
2
3
4
5
身高x/cm
l65
170
175
170
170
体重y/kg
58
67
67
65
63
x
1
2
3
4
5
y
4.5
2.2
1.4
1.3
0.6
3
2
0.12
10
0.09
-8.7
0.9
未发病
发病
总计
未注射疫苗
30
注射疫苗
40
总计
70
30
100
0.05
0.01
0.005
0.001
3.841
6.635
7.879
10.828
性别
休闲方式
合计
读书
健身
女生
25（）
20（）
45
男生
15（）
30（）
45
合计
40
50
90
0.050
0.010
0.001
3.841
6.635
10.828
0.10
0.05
0.025
0.010
0.005
2.706
3.841
5.024
6.635
7.879
喜爱该商品
不喜爱该商品
合计
男顾客
10
女顾客
35
合计
100
0.25
0.15
0.010
0.005
1.323
2.072
6.635
7.879
a
0.10
0.05
0.01
0.005
0.001
2.706
3.841
5.635
7.879
10.828
喜欢观看
不喜欢观看
男生
女生
0.15
0.10
0.05
0.010
0.001
2.072
2.706
3.841
6.635
10.828
古文迷
非古文迷
男生
20
20
女生
40
10
0.50
0.40
0.25
0.05
0.025
0.010
0.455
0.708
1.321
3.841
5.024
6.635
日落云里走
夜晚天气
下雨
未下雨
出现
25
5
未出现
25
45
女生
1
4
5
5
3
2
男生
0
2
4
12
9
3
0.05
0.025
0.010
0.001
3.841
5.024
6.635
10.828
进口
出口
32
18
4
6
8
12
3
7
10
0.050
0.010
0.001
3.841
6.635
10.828
进口
出口
编号
1
2
3
4
5
学习时间
30
40
50
60
70
数学成绩
65
78
85
99
108
没有进步
有进步
合计
参与周末在校自主学习
35
130
165
未参与周末不在校自主学习
25
30
55
合计
60
160
220
0.10
0.05
0.010
0.005
0.001
2.706
3.841
6.635
7.879
10.828
月份
1
2
3
4
5
带货金额/万元
350
440
580
700
880
参加过直播带货
未参加过直播带货
总计
女性
25
30
男性
10
总计
0.15
0.10
0.05
0.025
2.072
2.706
3.841
5.024
B学科良好
B学科不够良好
合计
A学科良好
A学科不够良好
合计
0.15
0.10
0.05
0.025
0.010
0.005
0.001
2.072
2.706
3.841
5.024
6.635
7.879
10.828
0.100
0.050
0.025
0.010
2.706
3.841
5.024
6.635
性别
年龄
总计
满50周岁
未满50周岁
男
15
45
60
女
5
35
40
总计
20
80
100
0.1
0.05
0.01
0.005
0.001
2.706
3.841
6.635
7.879
10.828
近视
不近视
合计
长时间使用手机
不长时间使用手机
合计
0.1
0.05
0.010
0.005
0.001
2.706
3.841
6.635
7.879
10.828
相关试卷
第49练 成对数据的统计分析（精练：基础+重难点）-【一轮复习讲义】2025年高考数学高频考点题型归纳与方法总结（新高考通用）： 这是一份第49练 成对数据的统计分析（精练：基础+重难点）-【一轮复习讲义】2025年高考数学高频考点题型归纳与方法总结（新高考通用），文件包含第49练成对数据的统计分析精练基础+重难点原卷版docx、第49练成对数据的统计分析解析版docx等2份试卷配套教学资源，其中试卷共131页， 欢迎下载使用。
第42讲 直线与椭圆（精讲）-【一轮复习讲义】2025年高考数学高频考点题型归纳与方法总结（新高考通用）： 这是一份第42讲 直线与椭圆（精讲）-【一轮复习讲义】2025年高考数学高频考点题型归纳与方法总结（新高考通用），文件包含第42讲直线与椭圆精讲原卷版docx、第42讲直线与椭圆精讲解析版docx等2份试卷配套教学资源，其中试卷共134页， 欢迎下载使用。
第41讲 椭圆及其性质（精讲）-【一轮复习讲义】2025年高考数学高频考点题型归纳与方法总结（新高考通用）： 这是一份第41讲 椭圆及其性质（精讲）-【一轮复习讲义】2025年高考数学高频考点题型归纳与方法总结（新高考通用），文件包含第41讲椭圆及其性质精讲原卷版docx、第41讲椭圆及其性质精讲解析版docx等2份试卷配套教学资源，其中试卷共51页， 欢迎下载使用。
