解答题-应用题 适中0.65 引用3 组卷407
某地区2015年至2021年居民家庭人均存款y（单位：万元）数据如下表：
变量x，y具有线性相关关系．
(1)求y关于x的线性回归方程，并预测2022年该地区居民家庭人均存款；
(2)若由线性回归方程得到的估计数据与检测数据的误差为0，则称该数据为“完美数据”现从这些数据中随机抽取2个，设X为抽到的“完美数据”的个数，求X的分布列和数学期望．
参考公式：回归直线方程
的斜率和截距的最小二乘法估计公式分别为：
．
年份 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 |
年份代号x | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
人均存款y | 1.4 | 1.8 | 2.1 | 2.9 | 3.3 | 3.7 | 4.4 |
(1)求y关于x的线性回归方程，并预测2022年该地区居民家庭人均存款；
(2)若由线性回归方程得到的估计数据与检测数据的误差为0，则称该数据为“完美数据”现从这些数据中随机抽取2个，设X为抽到的“完美数据”的个数，求X的分布列和数学期望．
参考公式：回归直线方程
的斜率和截距的最小二乘法估计公式分别为：．22-23高三上·辽宁·期末
类题推荐
某地区2015年至2021年居民家庭人均存款y（单位：万元）数据如下表：
变量t，y具有线性相关关系.现有甲､乙､丙三位同学通过计算求得其回归直线方程分别为：甲
；乙
；丙
，其中有且仅有一位同学的计算结果是正确的.
(1)试判断谁的计算结果正确？
(2)若由线性回归方程得到的估计数据与检测数据的误差大于0.1，则称该数据为“不可靠数据”，若误差为0，则称该检测数据是“完美数据”，这两者之外的其余数据均称为“可靠数据”.现剔除不可靠数据，从剩余数据中随机抽取2个，求其中“完美数据”个数的分布列和数学期望.
| 年份 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 |
| 年份代号t | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 人均存款y | 2.9 | 3.3 | 3.6 | 4.4 | 4.8 | 5.2 | 5.9 |
；乙；丙，其中有且仅有一位同学的计算结果是正确的.(1)试判断谁的计算结果正确？
(2)若由线性回归方程得到的估计数据与检测数据的误差大于0.1，则称该数据为“不可靠数据”，若误差为0，则称该检测数据是“完美数据”，这两者之外的其余数据均称为“可靠数据”.现剔除不可靠数据，从剩余数据中随机抽取2个，求其中“完美数据”个数的分布列和数学期望.
在某地区
年至
年中，每年的居民人均纯收入
（单位：千元）的数据如下表：
对变量
与进行相关性检验，得与之间具有线性相关关系．
(1)求关于的线性回归方程；
(2)预测该地区
年的居民人均纯收入．
附：回归直线的斜率和截距的最小二乘估计公式分别为：
，
年至年中，每年的居民人均纯收入（单位：千元）的数据如下表：| 年份 | 2008 | 2009 | 2010 | 2011 | 2012 | 2013 | 2014 |
| 年份代号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 人均纯收入 | 2.7 | 3.6 | 3.3 | 4.6 | 5.4 | 5.7 | 6.2 |
与进行相关性检验，得与之间具有线性相关关系．(1)求
关于的线性回归方程；(2)预测该地区
年的居民人均纯收入．附：回归直线的斜率和截距的最小二乘估计公式分别为：
， 在某地区2008年至2014年中，每年的居民人均纯收入（单位：千元）的数据如下表：
对变量与进行相关性检验，得知与之间具有线性相关关系．
(1)求关于的线性回归方程；
(2)预测该地区2017年的居民人均纯收入．
附：回归直线的斜率和截距的最小二乘估计公式分别为：，.
（单位：千元）的数据如下表：| 年份 | 2008 | 2009 | 2010 | 2011 | 2012 | 2013 | 2014 |
| 年份代号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 人均纯收入 | 2.7 | 3.6 | 3.3 | 4.6 | 5.4 | 5.7 | 6.2 |
与进行相关性检验，得知与之间具有线性相关关系．(1)求
关于的线性回归方程；(2)预测该地区2017年的居民人均纯收入．
附：回归直线的斜率和截距的最小二乘估计公式分别为：
，. 组卷网是一个信息分享及获取的平台，不能确保所有知识产权权属清晰，如您发现相关试题侵犯您的合法权益，请联系组卷网
