下图是某地区2000年至2016年环境基础设施投资额（单位：亿元）的折线图．

    为了预测该地区2018年的环境基础设施投资额，建立了与时间变量的两个线性回归模型．根据2000年至2016年的数据（时间变量的值依次为）建立模型①：；根据2010年至2016年的数据（时间变量的值依次为）建立模型②：．

    （1）分别利用这两个模型，求该地区2018年的环境基础设施投资额的预测值；

    （2）你认为用哪个模型得到的预测值更可靠？并说明理由．

答案

（1）利用模型①预测值为226.1，利用模型②预测值为256.5，（2）利用模型②得到的预测值更可靠．

【详解】

分析：（1）两个回归直线方程中无参数，所以分别求自变量为2018时所对应的函数值，就得结果;（2）根据折线图知2000到2009，与2010到2016是两个有明显区别的直线，且2010到2016的增幅明显高于2000到2009，也高于模型1的增幅，因此所以用模型2更能较好得到2018的预测.

详解：（1）利用模型①，该地区2018年的环境基础设施投资额的预测值为

 =–30.4+13.5×19=226.1（亿元）．

利用模型②，该地区2018年的环境基础设施投资额的预测值为

=99+17.5×9=256.5（亿元）．

（2）利用模型②得到的预测值更可靠．

理由如下：

（i）从折线图可以看出，2000年至2016年的数据对应的点没有随机散布在直线y=–30.4+13.5t上下，这说明利用2000年至2016年的数据建立的线性模型①不能很好地描述环境基础设施投资额的变化趋势．2010年相对2009年的环境基础设施投资额有明显增加，2010年至2016年的数据对应的点位于一条直线的附近，这说明从2010年开始环境基础设施投资额的变化规律呈线性增长趋势，利用2010年至2016年的数据建立的线性模型=99+17.5t可以较好地描述2010年以后的环境基础设施投资额的变化趋势，因此利用模型②得到的预测值更可靠．

（ii）从计算结果看，相对于2016年的环境基础设施投资额220亿元，由模型①得到的预测值226.1亿元的增幅明显偏低，而利用模型②得到的预测值的增幅比较合理，说明利用模型②得到的预测值更可靠．

点睛：若已知回归直线方程，则可以直接将数值代入求得特定要求下的预测值；若回归直线方程有待定参数，则根据回归直线方程恒过点求参数.