1 . 将一颗骰子先后抛掷2次，观察向上的点数，事件A：“两数之和为8”，事件B：“两数之和是3的倍数”，事件C：“两个数均为偶数”．
（I）写出该试验的基本事件，并求事件A发生的概率；
（II）求事件B发生的概率；
（III）事件A与事件C至少有一个发生的概率．

2 . 已知下列命题：
①回归直线恒过样本点的中心，且至少过一个样本点；
②两个变量相关性越强，则相关系数r就越接近于1；
③将一组数据的每个数据都加一个相同的常数后，方差不变；
④在回归直线方程 中，当解释变量x增加一个单位时，预报变量平均减少0.5；
⑤在线性回归模型中，相关指数表示解释变量对于预报变量的贡献率，越接近于1，表示回归效果越好；
⑥对分类变量与，它们的随机变量的观测值来说， 越小，“与有关系”的把握程度越大．
⑦两个模型中残差平方和越小的模型拟合的效果越好.     
则正确命题的个数是（       ）

A．3

B．4

C．5

D．6

3 . 若从集合中随机取一个数，从集合中随机取一个数，则直线一定经过第四象限的概率为

A．

B．

C．

D．

4 . 某工厂生产甲、乙、丙、丁四种不同型号的产品，产量分别为件，为检验产品的质量，现用分层抽样的方法从以上所有的产品中抽取件进行检验，则应从丙种型号的产品中抽取件．

A．24

B．18

C．12

D．6

5 . 随着共享单车的蓬勃发展，越来越多的人将共享单车作为短距离出行的交通工具.为了解不同年龄的人们骑乘单车的情况，某共享单车公司对某区域不同年龄的骑乘者进行了调查，得到数据如下：

年龄	15	25	35	45	55	65
骑乘人数	95	80	65	40	35	15

（1）求关于的线性回归方程，并估计年龄为40岁人群的骑乘人数；
（2）为了回馈广大骑乘者，该公司在五一当天通过向每位骑乘者的前两次骑乘分别随机派送一张面额为1元，或2元，或3元的骑行券.已知骑行一次获得1元券，2元券，3元券的概率分别是，，，且每次获得骑行券的面额相互独立.若一名骑乘者五一当天使用了两次该公司的共享单车，记该骑乘者当天获得的骑行券面额之和为，求的分布列和数学期望.
参考公式：，.
参考数据：，.

6 . 自2018年元月2日开始，中国中东部大部地区出现今年首次大范围雨雪天气，雨雪天气对民众的生活有显著影响.我国科学工作者研究了山东冬季短时间内积雪深度（单位：）和降雪量（单位：）的关系为，当降雪量为5时，积雪深度为3.9.
下表为山东甲地未来24小时内降雪量及其概率：

24小时内降雪量(单位:)
概率	0.20	0.40	0.20	0.1	0.05	0.05

根据以往的经验，甲地某工程施工期间的积雪深度（单位：）对工期的影响如下表：

积雪深度()
工期延误天数	0	2	6	10

（1）已知24小时内降雪量大于10的降雪过程为暴雪，下表为山东5个城市24小时内的积雪深度测量值.

城市	济南	菏泽	潍坊	青岛	烟台
积雪深度()	2.025	3.9	7.85	15.15	22.65

现从上述5个城市中，随机抽取2个，求抽取的2个城市降雪量均为暴雪的概率；
（2）求甲地在24小时内降雪量至少是5的条件下，工期延误不超过6天的概率；
（3）若甲地此工程每延误一天，损耗10000元，求该工程损耗的数学期望.

7 . 某班级有50名学生，现要采取系统抽样的方法在这50名学生中抽出10名学生，将这50名学生随机编号号，并分组，第一组号，第二组号，，第十组号，若在第三组中抽得号码为12的学生，则在第八组中抽得号码为______ 的学生．

8 . 某房产中介公司2017年9月1日正式开业，现对其每个月的二手房成交量进行统计，表示开业第个月的二手房成交量，得到统计表格如下：

（1）统计中常用相关系数来衡量两个变量之间线性关系的强弱.统计学认为，对于变量，如果，那么相关性很强；如果，那么相关性一般；如果，那么相关性较弱.通过散点图初步分析可用线性回归模型拟合与的关系.计算的相关系数，并回答是否可以认为两个变量具有很强的线性相关关系（计算结果精确到0.01）
（2）请根据上表提供的数据，用最小二乘法求出关于的线性回归方程（计算结果精确到0.01），并预测该房产中介公司2018年6月份的二手房成交量（计算结果四舍五入取整数）.
参考数据：，，，，.
参考公式：

9 . 右边程序框图的算法思路源于我国古代数学名著《九章算术》中的“更相减损术”．执行该程序框图，若输入分别为14,18，则输出的（ ）

A．0

B．2

C．4

D．14

10 . 某服装批发市场1–5月份的服装销售量x与利润y的统计数据如表：

月份	1	2	3	4	5
销售量x（万件）	3	6	4	7	8
利润y（万元）	19	34	26	41	46

（1）从这五个月的利润中任选2个，分别记为m，n，求事件“m，n均不小于30”的概率；
（2）已知销售量x与利润y大致满足线性相关关系，请根据前4个月的数据，求出y关于x的线性回归方程x+；
（3）若由线性回归方程得到的利润的估计数据与真实数据的误差不超过2万元，则认为得到的利润的估计数据是理想的．请用表格中第5个月的数据检验由（2）中回归方程所得的第5个月的利润的估计数据是否理想？
参考公式：，