8、单选为研究年龄与血压之间的关系，2023年3月某医学研究机构从所有参与2022年12月健康体检的某市在岗职工中，随机抽取部分职工并获得了他们的年龄（岁）和血压低压测量值（mmHg）数据。为构建以年龄为自变量、血压低压为因变量的一元线性回归模型y=beta_(0)+beta_(1)x+varepsilon，对所获数据的部分处理结果如下：sum_(j=1)^35x_(j)=1454，sum_(j=1)^35y_(j)=2947，sum_(i=1)^35x_(i)^2=63938，sum_(i=1)^35y_(i)^2=249083，sum_(i=1)^35x_(i)y_(i)=123846。根据所给数据，测得该模型的样本回归系数是

为了求出一元线性回归模型 $ y = \beta_0 + \beta_1 x + \varepsilon $ 的样本回归系数 $\beta_1$ 和 $\beta_0$，我们需要使用以下公式： 1. 样本回归系数 $\beta_1$ 的计算公式： \[ \beta_1 = \frac{\sum_{i=1}^{n} (x_i - \bar{x})(y_i - \bar{y})}{\sum_{i=1}^{n} (x_i - \bar{x})^2} \] 2. 样本回归系数 $\beta_0$ 的计算公式： \[ \beta_0 = \bar{y} - \beta_1 \bar{x} \] 其中，$\bar{x}$ 和 $\bar{y}$ 分别是 $x$ 和 $y$ 的样本均值，可以计算如下： \[ \bar{x} = \frac{\sum_{i=1}^{n} x_i}{n}, \quad \bar{y} = \frac{\sum_{i=1}^{n} y_i}{n} \] 给定的数据是： \[ \sum_{j=1}^{35} x_j = 1454, \quad \sum_{j=1}^{35} y_j = 2947, \quad \sum_{i=1}^{35} x_i^2 = 63938, \quad \sum_{i=1}^{35} y_i^2 = 249083, \quad \sum_{i=1}^{35} x_i y_i = 123846 \] 首先，计算样本均值 $\bar{x}$ 和 $\bar{y}$： \[ \bar{x} = \frac{1454}{35} \approx 41.5429, \quad \bar{y} = \frac{2947}{35} \approx 84.2 \] 接下来，计算 $\sum_{i=1}^{n} (x_i - \bar{x})^2$： \[ \sum_{i=1}^{n} (x_i - \bar{x})^2 = \sum_{i=1}^{n} x_i^2 - n \bar{x}^2 = 63938 - 35 \times (41.5429)^2 \approx 63938 - 35 \times 1725.9384 \approx 63938 - 60407.844 \approx 3530.156 \] 然后，计算 $\sum_{i=1}^{n} (x_i - \bar{x})(y_i - \bar{y})$： \[ \sum_{i=1}^{n} (x_i - \bar{x})(y_i - \bar{y}) = \sum_{i=1}^{n} x_i y_i - n \bar{x} \bar{y} = 123846 - 35 \times 41.5429 \times 84.2 \approx 123846 - 35 \times 3499.99218 \approx 123846 - 122499.7263 \approx 1346.2737 \] 现在，可以计算 $\beta_1$： \[ \beta_1 = \frac{\sum_{i=1}^{n} (x_i - \bar{x})(y_i - \bar{y})}{\sum_{i=1}^{n} (x_i - \bar{x})^2} \approx \frac{1346.2737}{3530.156} \approx 0.3813 \] 最后，计算 $\beta_0$： \[ \beta_0 = \bar{y} - \beta_1 \bar{x} \approx 84.2 - 0.3813 \times 41.5429 \approx 84.2 - 15.846 \approx 68.354 \] 因此，该模型的样本回归系数是 $\beta_1 \approx 0.3813$ 和 $\beta_0 \approx 68.354$。由于题目要求的是样本回归系数 $\beta_1$，所以答案是： \[ \boxed{0.3813} \]