2 . 随着科技发展的日新月异，人工智能融入了各个行业，促进了社会的快速发展.其中利用人工智能生成的虚拟角色因为拥有更低的人工成本，正逐步取代传统的真人直播带货.某公司使用虚拟角色直播带货销售金额得到逐步提升，以下为该公司自2023年8月使用虚拟角色直播带货后的销售金额情况统计.

年月	2023年8月	2023年9月	2023年10月	2023年11月	2023年12月	2024年1月
月份编号	1	2	3	4	5	6
销售金额/万元	15.4	25.4	35.4	85.4	155.4	195.4

若与的相关关系拟用线性回归模型表示，回答如下问题：
(1)试求变量与的样本相关系数（结果精确到0.01）；
(2)试求关于的经验回归方程，并据此预测2024年2月份该公司的销售金额.（，均保留一位小数）
附：经验回归方程，其中，
样本相关系数
参考数据：.

3 . 某地区响应“节能减排，低碳生活”的号召，开展系列的措施控制碳排放．环保部门收集到近5年内新增碳排放数量，如下表所示，其中x为年份代号，y（单位：万吨）代表新增碳排放量．

年份	2019	2020	2021	2022	2023
年份代号	1	2	3	4	5
新增碳排放万吨	6.1	5.2	4.9	4	3.8

(1)请计算并用相关系数的数值说明与间具有较强的线性相关性（若，则线性相关程度较高）；
(2)求关于的线性回归方程，并据此估计该地区年的新增碳排放．
参考数据：，，，，，，．
参考公式：对于一组数据，，…，，其回归直线的斜率和截距的最小二乘法估计公式，相关系数r的公式分别为，，．

4 . 下图是某市2016年至2022年生活垃圾无害化处理量y（单位：万吨）与年份t的散点图.

(1)根据散点图推断变量y与t是否线性相关，并用相关系数加以说明；
(2)建立y关于t的回归方程（系数精确到0.01），预测2024年该市生活垃圾无害化处理量.
参考数据：
，，，.
参考公式：，；相关系数.

5 . 环境监测部门为调研汽车流量对空气质量的影响，在某监测点统计每日过往的汽车流量（单位：辆）和空气中的的平均浓度（单位：）． 调研人员采集了50天的数据，制作了关于的散点图，并用直线与将散点图分成如图所示的四个区域Ⅰ、Ⅱ、Ⅲ、Ⅳ，落入对应区域的样本点的个数依次为6，20，16，8．

(1)完成下面的列联表，并判断至少有多大把握认为“平均浓度不小于与“汽车日流量不小于1500辆”有关；

	汽车日流量	汽车日流量	合计
的平均浓度
的平均浓度
合计

(2)经计算得回归方程为，且这50天的汽车日流量的标准差，的平均浓度的标准差．
①求相关系数，并判断该回归方程是否有价值；
②若这50天的汽车日流量满足，试推算这50天的日均浓度的平均数．（精确到0.1）
参考公式：，其中．

	0.100	0.050	0.010	0.001
	2.706	3.841	6.635	10.828

回归方程，其中．
相关系数． 若，则认为与有较强的线性相关性．

6 . 某校服生产企业为了使设计所用的数据更精准，随机地抽取了6位高中男生的身高和臂展的数据，数据如下表所示：

身高	167	173	174	176	182	184
臂展	160	165	173	170	170	182

(1)计算相关系数r（精确到0.01）并说明可用线性回归模型拟合y与x的关系：（若，则线性相关程度很高，可用线性回归模型拟合．）
(2)建立y关于x的线性回归方程，并以此估计男装上装XL号（加大号，对应身高）对应的臂展数据．（结果中精确到0.1．参考数据：，．）
相关系数公式：，
回归方程中，，．

7 . 为研究某池塘中水生植物的覆盖水塘面积（单位：）与水生植物的株数（单位：株）之间的相关关系，收集了4组数据，用模型去拟合与的关系，设与的数据如表格所示：得到与的线性回归方程，则（       ）

	3	4	6	7
	2	2.5	4.5	7

A．-2

B．-1

C．

D．

8 . 某种产品2014年到2018年的年投资金额（万元）与年利润（万元）的数据统计如下，由散点图知，与之间的关系可以用线性回归模型拟合，已知5年利润的平均值是4.7．

年份	2014	2015	2016	2017	2018
年投资金额万元	1	2	3	4	5
年利润万元	2.4	2.7		6.4	7.9

(1)求表中实数的值；
(2)求关于的线性回归方程．

参考公式：回归直线方程中的斜率和截距的最小二乘估计公式分别为，．

9 . 碳排放是引起全球气候变暖问题的主要原因．2009年世界气候大会，中国做出了减少碳排放的承诺，2010年被誉为了中国低碳创业元年．2020年中国政府在联合国大会发言提出：中国二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和．碳中和是指主体在一定时间内产生的二氧化碳或温室气体排放总量，通过植树造林、节能减排等形式，以抵消自身产生的二氧化碳或温室气体排放量，实现正负抵消，达到相对“零排放”．如图为本世纪来，某省的碳排放总量的年度数据散点图．该数据分为两段，2010年前该省致力于经济发展，没有有效控制碳排放；从2010年开始，该省通过各种举措有效控制了碳排放．用x表示年份代号，记2010年为．用h表示2010年前的的年度碳排放量，y表示2010年开始的年度碳排放量．

表一：2011~2017年某省碳排放总量年度统计表（单位：亿吨）

年份	2011	2012	2013	2014	2015	2016	2017
年份代号x	1	2	3	4	5	6	7
年度碳排放量y（单位：亿吨）	2.54	2.635	2.72	2.80	2.885	3.00	3.09

(1)若关于x的线性回归方程为，根据回归方程估计若未采取措施，2017年的碳排放量；并结合表一数据，说明该省在控制碳排放举措下，减少排碳多少亿吨？
(2)根据，设2011~2017年间各年碳排放减少量为，建立z关于x的回归方程．
①根据，求表一中y关于x的回归方程（精确到0.001）；
②根据①所求的回归方程确定该省大约在哪年实现碳达峰？
参考数据：．
参考公式：．

10 . 预制菜指以农、畜、禽、水产品为原辅料，配以调味料等经预选、调制等工艺加工而成的半成品．近几年预制菜市场快速增长．某城市调查近4个月的预制菜市场规模y（万元）得到如表所示的数据，根据数据得到y关于x的非线性回归方程

	1	2	3	4

按照这样的速度，预估第8个月的预制菜市场规模是__________万元．（结果用e表示）