非线性回归、相关系数与误差分析专项训练-2026届高三数学三轮冲刺

统计案例：非线性回归、相关系数与误差分析专项训练 统计案例：非线性回归、相关系数与误差分析专项训练 考点目录 非线性回归 相关系数与误差分析 考点一 非线性回归 例1．（25-26高三下·湖北咸宁·阶段检测）蝗虫会对农作物造成严重伤害，每只蝗虫的平均产卵数和平均温度有关．现收集到一只蝗虫的产卵数（单位：个）和温度（单位：）的8组观测数据，制成图1所示的散点图．现用两种模型：①，②分别进行拟合，由此得到相应的回归方程并进行残差分析，进一步得到图2所示的残差图． 整理收集到的数据，得到下表： 24 2.9 646 168 422688 50.4 70308 表中 (1)根据残差图，模型 （填“①”或“②”）的拟合效果更好，说明理由．根据所选的模型，利用上表中的数据，求出关于的回归方程． (2)据统计，该地每年平均温度达到以上时蝗虫会对农作物造成严重伤害，需要人工防治，其他情况均不需要人工防治．设该地每年平均温度达到以上的概率为，该地今后年内恰好需要2次人工防治的概率为． ①求取得最大值时对应的概率； ②当取最大值时，设该地今后5年需要人工防治的次数为，求的均值和方差． 附：对于一组数据，其回归直线的斜率和截距的最小二乘估计分别为． 【答案】(1)①，理由见解析；. (2)①；②，． 【分析】（1）根据残差可选模型①，再根据题设中的数据和公式可求回归方程； （2）①根据二项分布可求，利用导数可求其最大值；②利用二项分布可求期望和方差. 【详解】（1）①理由如下：模型①残差点比较均匀地落在水平的带状区域中，且带状区域的宽度比模型②带状区域宽度窄，所以模型①的拟合效果更好． 令，则，， 所以， 因此关于的线性回归方程为， 所以产卵数关于温度的回归方程为． （2）①由题意得，， 所以 令，得， 故当时，单调递增； 当时，单调递减． 所以取得最大值时对应的概率． ②由①知，当时，，即每年需要人工防治的概率为， 且服从二项分布．所以， ． 例2．（25-26高三上·海南·期中）椰树集团为确定下一年度投入椰树椰汁的宣传费，需了解年宣传费（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年的年宣传费和年销售量数据作了初步处理，得到下面的散点图及一些统计量的值. 46.6 563 6.8 298.8 1.6 1469 108.8 表中 (1)根据散点图判断，与哪一个适宜作为年销售量关于年宣传费的回归方程类型？根据判断结果及表中数据，建立关于的回归方程； (2)已知椰树椰汁的年利润与的关系为.根据（1）的结果求年宣传费时，年销售量及年利润的预报值是多少？ 附：对于一组数据，其回归线的斜率和截距的最小二乘估计分别为： 【答案】(1) (2)644.6；258.3 【分析】（1）根据散点图分析得出回归方程类型，结合非线性回归模型转化线性回归方程分析求解即可； （2）根据（1）中的方程代入相关变量计算分析即可. 【详解】（1）由散点图可以判断，适宜作为年销售量关于年宣传费的回归方程类型， 令，先建立关于的线性回归方程， 由于 ， 则， 所以关于的线性回归方程为， 因此关于的回归方程为. （2）当时，年销售量的预报值， 年利润的预报值. 例3．（2026·四川泸州·模拟预测）某市开展“安全随我行”活动，交警部门在某个交通路口增设电子抓拍眼，并记录了某月该路口连续10日骑电动摩托车未佩戴头盔的人数与天数的情况，对统计得到的样本数据作了初步处理，得到下面的散点图及一些统计量的值. 5.5 8.7 1.9 301 385 79.75 表中，. (1)依据散点图推断，与哪一个更适合作为未佩戴头盔人数与天数的回归方程类型？（给出判断即可，不必说明理由），并求出所选类型的回归方程. (2)为了解佩戴头盔情况与性别的关联性，交警对该路口骑电动摩托车市民进行调查，得到如下列联表： 性别 佩戴头盔 合计 不佩戴 佩戴 女性 8 12 20 男性 14 6 20 合计 22 18 40 依据的独立性检验，能否认为市民骑电动摩托车佩戴头盔与性别有关联？ 参考公式：，，，其中. 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 【答案】(1)更适合， (2)不能 【分析】（1）根据图形，即可作出判断，再将非线性回归方程转化成线性回归方程，再结合条件，求出，即可求解； （2）根据条件，求出的值，结合条件，即可求解. 【详解】（1）由图可以判断，更适合作为未佩戴头盔人数与天数的回归方程类型， 由，得到，因为，则， 则，所以，则. （2）零假设：市民佩戴头盔与性别无关联. 根据列联表中的数据，经计算得到： ， 根据小概率值的独立性检验，我们没有理由认为不成立，即认为市民佩戴头盔与性别没有关联. 变式1．（2026·辽宁沈阳·三模）某农业技术站研究化肥施用量对大棚青菜产量的影响.在一定范围内，施肥量（单位kg/亩）越大，青菜产量（单位kg/亩）越高.实验测得具体数据如下表： 施肥量 2 3 4 5 6 青菜产量 4200 4300 4350 4380 4400 根据散点数据特征，研究人员分析得出产量与施肥量近似满足的关系，取，经计算可知，，，， (1)请根据上述数据，计算得出产量y关于施肥量x的回归方程，并结合常识描述的实际意义，为简化计算，计算过程中、均精确到个位数. (2)若青菜的收购价格为2元/kg，化肥的采购价格为12元/kg，请从利润最大的角度给出大棚的最优施肥量. 参考公式：，. 【答案】(1)，实际意义是当化肥使用量无限增加时，青菜产量的理论上限为/亩 (2)当施肥量为10kg/亩时利润最大 【分析】（1）根据题意，利用回归系数的公式，求得，进而得出回归直线方程，结合的值，得出的实际意义； （2）由利润为，结合基本不等式，即可求解. 【详解】（1）根据题意，可得， 又由， 所以产量y关于施肥量x的回归方程为， 其中的实际意义是当化肥使用量无限增加时，青菜产量的理论上限为/亩. （2）设利润为元/亩， 当且仅当kg/亩时取等，即当施肥量为10kg/亩时利润最大. 变式2．（25-26高二下·河南南阳·期中）学生的学习除了在课堂上认真听讲，还有一个重要环节就是课后的自主学习，包括提前预习，复习巩固等等，现在人们普遍认为花在课后的学习时间越多越好．某教研机构抽查了部分高中学生，对学生花在课后的学习时间（设为分钟）和他们的数学平均成绩（设为）做出了以下数据统计，请根据表格回答问题： 60 70 80 90 100 110 120 130 92 109 114 120 119 121 121 122 (1)从三个函数①．②（）．③中选择一个作为学习时间和平均成绩的回归类型，判断哪个类型更加符合，不必说明理由． (2)根据（1）中选择的回归类型，求出与的回归方程（系数精确到）． 参考公式：回归方程中斜率和截距的最小二乘估计公式分别为. 参考数据：，，， 【答案】(1)②合适 (2) 【分析】（1）利用函数①②③的性质及表中的数据，即可求解； （2）先将非线性回归方程转化成线性回归方程，再根据题设条件，利用最小二乘法，即可求解. 【详解】（1）由表格可知，增大时，值整体呈上升趋势但存在局部波动，比较函数①②③， 选择②（）作为学习时间x和平均成绩y的回归类型最合适. （2）对（）两边取以为底的对数可得， 设，则， ， ，所以， 故，即，所以. 变式3．（2026·湖南衡阳·模拟预测）脑机接口，即指在人或动物大脑与外部设备之间创建的直接连接，实现脑与设备的信息交换．近日埃隆．马斯克宣布，脑机接口公司正在接收第二位植入者申请，该试验可以实现意念控制手机和电脑．未来10到20年，我国脑机接口产业将产生数百亿元的经济价值．为了适应市场需求，同时兼顾企业盈利的预期，某科技公司决定增加一定数量的研发人员，经过调研，得到年收益增量y（单位：亿元）与研发人员增量x（人）的10组数据．现用模型①，②分别进行拟合，由此得到相应的经验回归方程，并进行残差分析，得到如图所示的残差图． 根据收集到的数据，计算得到下表数据，其中，． 7.5 2.25 82.50 4.50 12.14 2.88 (1)根据残差图，判断应选择哪个模型，并说明理由． (2)根据（1）中所选模型，求出y关于x的经验回归方程；并用该模型预测，要使年收益增量超过8亿元，研发人员增量至少多少人？（精确到1） 附：对于一组具有线性相关关系的数据，，…，，其经验回归直线的斜率及截距的最小二乘估计分别为，． 【答案】(1)选择模型②，理由见解析 (2)，10人 【分析】（1）通过观察两个模型残差的波动幅度和集中程度来选择模型； （2）结合所选模型，令，则可转化为线性回归模型，利用最小二乘法公式计算和；再将代回，得到关于的经验回归方程，进而求解的最小值. 【详解】（1）选择模型②，理由如下： 由于模型②残差点比较均匀在落在水平的带状区域中，且带状区域的宽度比模型①带状宽度窄，所以模型②的拟合精度更高，回归方程的预报精度相应就会越高，故模型②比较合适． （2）根据模型②，令，y与t可用线性回归来拟合，有． 则， 所以， 则y关于t的经验回归方程为， 所以y关于x的经验回归方程为． 由题意，，解得，又x为整数，所以． 所以，要使年收益增量超过8亿元，研发人员增量至少为10人． 考点二 相关系数与误差分析 例1．（2026·湖南长沙·一模）某医药研究所为了评估一种新药的疗效，开展了临床试验．研究人员记录了14名志愿者服用不同剂量的药物后，血液中某关键生化指标y（单位：）随给药剂量x（单位：mg）的变化情况．为了寻找最合适的预测模型，研究人员分别利用模型一和模型二对这14组数据进行了拟合，并绘制了相应的残差图（如图所示，图中纵轴为残差，横轴为给药剂量）． (1)观察残差图，判断哪个模型的拟合效果更好，并说明理由； (2)设这14组数据得到的经验回归方程为． （ⅰ）已知样本中的某位志愿者的给药剂量为，生化指标为．若该样本点在拟合效果更优的模型中的残差对应于图中标注的四点之一，请指出该点并说明理由； （ⅱ）若在这14组数据中，给药剂量的标准差为，生化指标的标准差为，求生化指标与给药剂量的相关系数．（结果精确到0.01） 参考公式：相关系数；经验回归方程中斜率和截距的最小二乘估计公式分别为，． 【答案】(1)模型一的拟合效果更好，理由见解析 (2)（ⅰ）点，理由见解析；（ⅱ） 【分析】（1）根据残差图，比较带状区域的宽度即可得出判断； （2）（ⅰ）计算出残差即可求解；（ⅱ）根据相关系数公式及经验回归方程计算即可． 【详解】（1）模型一的拟合效果更好，理由如下： 模型一残差点比较均匀地落在水平的带状区域中，且带状区域的宽度比模型二的带状宽度窄，所以模型一的拟合精度更高，经验回归方程的预报精度相应就越高． （2）（ⅰ）点，理由如下： 因为模型一的拟合效果更好，经验回归方程为， 所以该方程相应于点的残差为，故选点； （ⅱ）由题可知，， 所以， 由，， 所以 ． 例2．（2026·广东佛山·二模）近年我国人工智能大模型发展迅猛，其中语言模型（处理、理解和生成人类语言）和多模态模型（处理、理解和生成文本、图像、音视频等）是其中两个重要的领域，某研究机构对2025年某区域的企业发布的所有大模型中随机抽取了14款进行标准化测试，由测试数据得到下面的散点图： (1)用频率估计概率，根据2025年该区域的企业发布大模型的分布情况，估计该区域2026发布的大模型是多模态模型的概率； (2)若t为时间变量，y为分数，根据多模态模型数据（，2，3，4，5，6，表示2025年1月份，表示2025年6月份，…），计算得，，. （i）建立y关于t的线性回归方程； （ii）根据语言模型的数据建立的回归方程为，该区域的某家企业在2026年4月发布了1款标准化测试得分为68分的大模型，定义统计量，Q值越小的大模型发生的可能性越大，则该款大模型更有可能是语言模型还是多模态模型，并说明理由. 附：回归直线的斜率和截距的最小二乘估计公式分别为，，. 【答案】(1) (2)（i）；（ii）该款大模型更有可能是语言模型. 【分析】(1)依据图示可以得到多模态模型的个数与总数作比值；(2) (i)根据线性回归模型的计算公式代入数据；(ii)分别计算两款模型的值，比较即可； 【详解】（1）由2025年的数据可知，随机抽取了14款大模型，其中多模态模型有6款，用频率估计概率，多模态模型的频率为，所以该区域2026发布的大模型是多模态模型的概率为. （2）(i)  因为，，， 表示2025年1月份，表示2025年6月份，所以 所以， 所以，根据， 所以y关于t的线性回归方程为： (ii) 已知2026年4月，则，计算多模态模型的预测值和残差，，残差为：， 所以.再计算语言模型的预测值和残差，，残差为：，，所以，所以根据值越小的大模型发生的可能性越大，所以该款大模型更有可能是语言模型. 例3．（2026·陕西西安·一模）当前，人工智能技术以前所未有的速度迅猛发展，并逐步影响生活的方方面面，人工智能被认为是推动未来社会发展和解决人类面临的全球性问题的重要手段.某公司在这个领域逐年加大投入，以下是近年来该公司对产品研发年投入额（单位：百万元）与其年销售量（单位：千件）的数据统计表. （百万） 1 2 3 4 5 （千件） 0.5 1 1.5 3 5.5 (1)根据统计表的数据及参考公式计算样本相关系数，推断两个变量的相关程度； (2)根据（1）问的结果判断是否可以用一元线性回归模型来刻画年销售量和投入额之间的关系？如果可以，根据最小二乘法，建立销售量关于投入额的经验回归方程；如果不可以，请说明理由. (3)该公司科研团队发现样本数据呈现出明显的非线性相关的特征，得到年销售量关于年投入额的非线性经验回归方程为，并计算出的残差平方和，请根据统计表的数据及参考公式，比较线性经验回归方程和非线性经验回归方程的拟合效果哪种更好？并选择拟合精度更高的方程，预测年投入额为6百万元时，产品的销售量约为多少？（计算结果保留到小数点后两位）. 参考公式及数据：，，，，，，. 【答案】(1)，正线性相关，且相关程度很强. (2)可以， (3)非线性经验回归方程的拟合效果更好，9.68千件 【分析】（1）根据表中数据，代入相关系数的计算公式求出，再根据相关系数的概念判断求解即可； （2）根据相关系数的概念可知可以用一元线性回归模型来刻画年销售量和投入额之间的关系，利用最小二乘法的计算公式求出即可得解； （3）计算线性经验回归方程残差和非线性经验回归方程残差比较可得非线性经验回归方程更好，再由所给方程求出预测值即可. 【详解】（1）由表得，，， 又因为， 所以， 由于的值接近1，所以可以推断年销售量和年投入额这两个变量正线性相关，且相关程度很强. （2）由（1）得两个变量的线性相关程度很强， 所以可以用一元线性回归模型来刻画年销售量和投入额之间的关系， 设年销售量关于年投入额的经验回归方程为， 所以，， 所以年销售量关于年投入额的经验回归方程为. （3）由（2）得，可得如下数据： 1 2 3 4 5 0.5 1 1.5 3 5.5 1.1 2.3 3.5 4.7 所以的残差平方和为， 由于，故非线性经验回归方程拟合效果更好， 当时，(千件)， 故当年投入额为6百万元时，产品的销售量约为9.68千件. 变式1．（25-26高三上·湖南长沙·月考）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x(‰)对亩产量y(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y与海水浓度x之间的相关关系，用最小二乘法计算得y与x之间的经验回归方程为. 海水浓度（‰） 3 4 5 6 7 亩产量 (吨) 0.62 0.58 0.49 0.4 0.31 残差 (1)请你估计：当浇灌海水浓度为8‰时，该品种海水稻的亩产量； (2)（i）完成上述残差表； （ii）在统计学中，常用决定系数来刻画回归效果，越大，模型拟合效果越好，并用它来说明响应变量与解释变量的相关性.你能否利用以上表格中的数据，计算决定系数，并判断模型的拟合效果.(计算中数据精确到0.01) (附：残差，决定系数) 【答案】(1)吨. (2)残差表见解析；，拟合效果较好. 【分析】（1）先求出平均数，代入经验回归方程即可求出b，从而求解. （2）（i）根据经验回归方程求解，从而可得； （ii）根据公式求出决定系数，进而判断. 【详解】（1）根据题中数据可知，， 将样本中心点的坐标代入经验回归方程得 ，解得， 所以经验回归方程为. 当时，， 即当浇灌海水浓度为8‰时，该品种海水稻的亩产量为吨. （2）（i）由经验回归方程可得 ，； ，； ，； ，； ，. 所以残差表如下： 海水浓度（‰） 3 4 5 6 7 亩产量 (吨) 0.62 0.58 0.49 0.4 0.31 残差 （ii）由上数据可知， ， 所以决定系数，与1比较接近， 所以拟合效果较好. 变式2．（2025·河南郑州·模拟预测）已知某种汽车新购入价格为万元，但随着使用年限增加汽车会贬值．通过调查发现使用年限（单位：年）与出售价（单位：万元）之间的关系有如下一组数据： (1)求关于的回归方程； (2)已知，当时，回归方程的拟合效果非常好；当时，回归方程的拟合效果良好．试问该线性回归方程的拟合效果是非常好还是良好？说明你的理由． （附：用最小二乘法求经验回归方程的系数公式；） 【答案】(1) (2)回归模型的拟合效果良好，理由见解析 【分析】（1）计算出、的值，将表格中的数据代入最小二乘法公式，可求出、的值，即可得出回归方程； （2）计算出的值，结合题意判断可得出结论. 【详解】（1）解：由题意，得，， ， ， ，则， 所以，关于的回归方程是． （2）解：列出残差表： 所以，， ， 所以，，则， 所以回归模型的拟合效果良好． 变式3．（2025·山东聊城·模拟预测）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： 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 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． 回归模型 模型① 模型② 回归方程 182.4 79.2 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 【答案】(1)＝21.3－14.4 (2)模型①的R2小于模型②，说明回归模型②刻画的拟合效果更好，92.1万元． 【分析】（1）令，则，然后根据表中的数据和公式可求出模型②中y关于x的经验回归方程； （2）由表中的数据和样本回归效果的决定系数可判断回归模型②刻画的拟合效果更好，再根据模型②的回归方程可预测服务人员增加25人时的年收益增量． 【详解】（1）令，则. 由参考数据得 ＝＝38.9－21.32×2.5≈－14.4， 所以，模型②中y关于x的经验回归方程为＝21.3－14.4． （2）由表格中的数据，有182.4＞79.2，即， 模型①的小于模型②，说明回归模型②刻画的拟合效果更好 当x＝25时，模型②的收益增量的预测值为＝21.3×－14.4＝21.3×5－14.4＝92.1(万元)． 所以预测服务人员增加25人时的年收益增量为92.1万元． 2 学科网（北京）股份有限公司 学科网（北京）股份有限公司 $统计案例：非线性回归、相关系数与误差分析专项训练 统计案例：非线性回归、相关系数与误差分析专项训练 考点目录 非线性回归 相关系数与误差分析 考点一 非线性回归 例1．（25-26高三下·湖北咸宁·阶段检测）蝗虫会对农作物造成严重伤害，每只蝗虫的平均产卵数和平均温度有关．现收集到一只蝗虫的产卵数（单位：个）和温度（单位：）的8组观测数据，制成图1所示的散点图．现用两种模型：①，②分别进行拟合，由此得到相应的回归方程并进行残差分析，进一步得到图2所示的残差图． 整理收集到的数据，得到下表： 24 2.9 646 168 422688 50.4 70308 表中 (1)根据残差图，模型 （填“①”或“②”）的拟合效果更好，说明理由．根据所选的模型，利用上表中的数据，求出关于的回归方程． (2)据统计，该地每年平均温度达到以上时蝗虫会对农作物造成严重伤害，需要人工防治，其他情况均不需要人工防治．设该地每年平均温度达到以上的概率为，该地今后年内恰好需要2次人工防治的概率为． ①求取得最大值时对应的概率； ②当取最大值时，设该地今后5年需要人工防治的次数为，求的均值和方差． 附：对于一组数据，其回归直线的斜率和截距的最小二乘估计分别为． 例2．（25-26高三上·海南·期中）椰树集团为确定下一年度投入椰树椰汁的宣传费，需了解年宣传费（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年的年宣传费和年销售量数据作了初步处理，得到下面的散点图及一些统计量的值. 46.6 563 6.8 298.8 1.6 1469 108.8 表中 (1)根据散点图判断，与哪一个适宜作为年销售量关于年宣传费的回归方程类型？根据判断结果及表中数据，建立关于的回归方程； (2)已知椰树椰汁的年利润与的关系为.根据（1）的结果求年宣传费时，年销售量及年利润的预报值是多少？ 附：对于一组数据，其回归线的斜率和截距的最小二乘估计分别为： 例3．（2026·四川泸州·模拟预测）某市开展“安全随我行”活动，交警部门在某个交通路口增设电子抓拍眼，并记录了某月该路口连续10日骑电动摩托车未佩戴头盔的人数与天数的情况，对统计得到的样本数据作了初步处理，得到下面的散点图及一些统计量的值. 5.5 8.7 1.9 301 385 79.75 表中，. (1)依据散点图推断，与哪一个更适合作为未佩戴头盔人数与天数的回归方程类型？（给出判断即可，不必说明理由），并求出所选类型的回归方程. (2)为了解佩戴头盔情况与性别的关联性，交警对该路口骑电动摩托车市民进行调查，得到如下列联表： 性别 佩戴头盔 合计 不佩戴 佩戴 女性 8 12 20 男性 14 6 20 合计 22 18 40 依据的独立性检验，能否认为市民骑电动摩托车佩戴头盔与性别有关联？ 参考公式：，，，其中. 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 变式1．（2026·辽宁沈阳·三模）某农业技术站研究化肥施用量对大棚青菜产量的影响.在一定范围内，施肥量（单位kg/亩）越大，青菜产量（单位kg/亩）越高.实验测得具体数据如下表： 施肥量 2 3 4 5 6 青菜产量 4200 4300 4350 4380 4400 根据散点数据特征，研究人员分析得出产量与施肥量近似满足的关系，取，经计算可知，，，， (1)请根据上述数据，计算得出产量y关于施肥量x的回归方程，并结合常识描述的实际意义，为简化计算，计算过程中、均精确到个位数. (2)若青菜的收购价格为2元/kg，化肥的采购价格为12元/kg，请从利润最大的角度给出大棚的最优施肥量. 参考公式：，. 变式2．（25-26高二下·河南南阳·期中）学生的学习除了在课堂上认真听讲，还有一个重要环节就是课后的自主学习，包括提前预习，复习巩固等等，现在人们普遍认为花在课后的学习时间越多越好．某教研机构抽查了部分高中学生，对学生花在课后的学习时间（设为分钟）和他们的数学平均成绩（设为）做出了以下数据统计，请根据表格回答问题： 60 70 80 90 100 110 120 130 92 109 114 120 119 121 121 122 (1)从三个函数①．②（）．③中选择一个作为学习时间和平均成绩的回归类型，判断哪个类型更加符合，不必说明理由． (2)根据（1）中选择的回归类型，求出与的回归方程（系数精确到）． 参考公式：回归方程中斜率和截距的最小二乘估计公式分别为. 参考数据：，，， 变式3．（2026·湖南衡阳·模拟预测）脑机接口，即指在人或动物大脑与外部设备之间创建的直接连接，实现脑与设备的信息交换．近日埃隆．马斯克宣布，脑机接口公司正在接收第二位植入者申请，该试验可以实现意念控制手机和电脑．未来10到20年，我国脑机接口产业将产生数百亿元的经济价值．为了适应市场需求，同时兼顾企业盈利的预期，某科技公司决定增加一定数量的研发人员，经过调研，得到年收益增量y（单位：亿元）与研发人员增量x（人）的10组数据．现用模型①，②分别进行拟合，由此得到相应的经验回归方程，并进行残差分析，得到如图所示的残差图． 根据收集到的数据，计算得到下表数据，其中，． 7.5 2.25 82.50 4.50 12.14 2.88 (1)根据残差图，判断应选择哪个模型，并说明理由． (2)根据（1）中所选模型，求出y关于x的经验回归方程；并用该模型预测，要使年收益增量超过8亿元，研发人员增量至少多少人？（精确到1） 附：对于一组具有线性相关关系的数据，，…，，其经验回归直线的斜率及截距的最小二乘估计分别为，． 考点二 相关系数与误差分析 例1．（2026·湖南长沙·一模）某医药研究所为了评估一种新药的疗效，开展了临床试验．研究人员记录了14名志愿者服用不同剂量的药物后，血液中某关键生化指标y（单位：）随给药剂量x（单位：mg）的变化情况．为了寻找最合适的预测模型，研究人员分别利用模型一和模型二对这14组数据进行了拟合，并绘制了相应的残差图（如图所示，图中纵轴为残差，横轴为给药剂量）． (1)观察残差图，判断哪个模型的拟合效果更好，并说明理由； (2)设这14组数据得到的经验回归方程为． （ⅰ）已知样本中的某位志愿者的给药剂量为，生化指标为．若该样本点在拟合效果更优的模型中的残差对应于图中标注的四点之一，请指出该点并说明理由； （ⅱ）若在这14组数据中，给药剂量的标准差为，生化指标的标准差为，求生化指标与给药剂量的相关系数．（结果精确到0.01） 参考公式：相关系数；经验回归方程中斜率和截距的最小二乘估计公式分别为，． 例2．（2026·广东佛山·二模）近年我国人工智能大模型发展迅猛，其中语言模型（处理、理解和生成人类语言）和多模态模型（处理、理解和生成文本、图像、音视频等）是其中两个重要的领域，某研究机构对2025年某区域的企业发布的所有大模型中随机抽取了14款进行标准化测试，由测试数据得到下面的散点图： (1)用频率估计概率，根据2025年该区域的企业发布大模型的分布情况，估计该区域2026发布的大模型是多模态模型的概率； (2)若t为时间变量，y为分数，根据多模态模型数据（，2，3，4，5，6，表示2025年1月份，表示2025年6月份，…），计算得，，. （i）建立y关于t的线性回归方程； （ii）根据语言模型的数据建立的回归方程为，该区域的某家企业在2026年4月发布了1款标准化测试得分为68分的大模型，定义统计量，Q值越小的大模型发生的可能性越大，则该款大模型更有可能是语言模型还是多模态模型，并说明理由. 附：回归直线的斜率和截距的最小二乘估计公式分别为，，. 例3．（2026·陕西西安·一模）当前，人工智能技术以前所未有的速度迅猛发展，并逐步影响生活的方方面面，人工智能被认为是推动未来社会发展和解决人类面临的全球性问题的重要手段.某公司在这个领域逐年加大投入，以下是近年来该公司对产品研发年投入额（单位：百万元）与其年销售量（单位：千件）的数据统计表. （百万） 1 2 3 4 5 （千件） 0.5 1 1.5 3 5.5 (1)根据统计表的数据及参考公式计算样本相关系数，推断两个变量的相关程度； (2)根据（1）问的结果判断是否可以用一元线性回归模型来刻画年销售量和投入额之间的关系？如果可以，根据最小二乘法，建立销售量关于投入额的经验回归方程；如果不可以，请说明理由. (3)该公司科研团队发现样本数据呈现出明显的非线性相关的特征，得到年销售量关于年投入额的非线性经验回归方程为，并计算出的残差平方和，请根据统计表的数据及参考公式，比较线性经验回归方程和非线性经验回归方程的拟合效果哪种更好？并选择拟合精度更高的方程，预测年投入额为6百万元时，产品的销售量约为多少？（计算结果保留到小数点后两位）. 参考公式及数据：，，，，，，. 变式1．（25-26高三上·湖南长沙·月考）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x(‰)对亩产量y(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y与海水浓度x之间的相关关系，用最小二乘法计算得y与x之间的经验回归方程为. 海水浓度（‰） 3 4 5 6 7 亩产量 (吨) 0.62 0.58 0.49 0.4 0.31 残差 (1)请你估计：当浇灌海水浓度为8‰时，该品种海水稻的亩产量； (2)（i）完成上述残差表； （ii）在统计学中，常用决定系数来刻画回归效果，越大，模型拟合效果越好，并用它来说明响应变量与解释变量的相关性.你能否利用以上表格中的数据，计算决定系数，并判断模型的拟合效果.(计算中数据精确到0.01) (附：残差，决定系数) 变式2．（2025·河南郑州·模拟预测）已知某种汽车新购入价格为万元，但随着使用年限增加汽车会贬值．通过调查发现使用年限（单位：年）与出售价（单位：万元）之间的关系有如下一组数据： (1)求关于的回归方程； (2)已知，当时，回归方程的拟合效果非常好；当时，回归方程的拟合效果良好．试问该线性回归方程的拟合效果是非常好还是良好？说明你的理由． （附：用最小二乘法求经验回归方程的系数公式；） 变式3．（2025·山东聊城·模拟预测）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： 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 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． 回归模型 模型① 模型② 回归方程 182.4 79.2 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 2 学科网（北京）股份有限公司 学科网（北京）股份有限公司 $