1 . 甲、乙、丙、丁各自研究两个随机变量的数据，若甲、乙、丙、丁计算得到各自研究的两个随机变量的线性相关系数分别为，，，，则这四人中，______研究的两个随机变量的线性相关程度最高.

2 . 2023年9月23日—10月8日，亚运会在杭州举行，“碳中和”是本届亚运会一大亮点.为了打造碳中和亚运会，杭州亚运会上线了“亚运碳中和-减污降碳协同”数字化管理平台.该平台将数字化技术运用到碳排放采集､核算､减排､注销､评价管理全流程，探索建立了一套科学完整的碳排放管理体系.值此机会，某家公司重点推出新型品牌新能源汽车，以下是其中五个月的销售单：

2023月份	5	6	7	8	9
月份代码	1	2	3	4	5
新能源车销售（万辆）	1.6	2.1	2.7	3.7	4.6

(1)根据表中数据，求出关于的线性回归方程；
(2)随着亚运会的火热，新能源汽车也会一直持续下去，试估计2023年12月份该公司出售多少辆新能源汽车？
参考公式：对于一组具有线性相关关系的数据，其回归直线的斜率和截距的最小二乘估计公式分别为.

3 . 某学校校医研究温差（℃）与本校当天新增感冒人数y（人）的关系，该医生记录了5天的数据，且样本中心点为．由于保管不善，记录的5天数据中有两个数据看不清楚，现用代替，已知，，则下列结论正确的是（    ）

x	5	6	8	9	12
y	17	m	25	n	35

A．在确定的条件下，去掉样本点，则样本的相关系数r增大

B．在确定的条件下，经过拟合，发现基本符合线性回归方程，则

C．在确定的条件下，经过拟合，发现基本符合线性回归方程，则当时，残差为

D．事件“，”发生的概率为

4 . 已知在特定的时期内某人在一个月内每天投入的体育锻炼时间（分钟）与一个月内减轻的体重（斤）的一组数据如表所示：

	30	40	50	60	70

一个月内减轻的体重与每天投入的体育锻炼时间之间具有较强的线性相关关系，其线性回归直线方程是，据此模型估计当此人在一个月内每天投入的体育锻炼时间为90分钟时，该月内减轻的体重约为（       ）

A．斤

B．斤

C．斤

D．斤

5 . 对两个变量和进行回归分析，则下列结论正确的为（）

A．回归直线至少会经过其中一个样本点

B．残差平方和越小的模型，拟合的效果越好

C．建立两个回归模型，模型的相关系数，模型的相关系数，则模型的拟合度更好

D．以模型去拟合某组数据时，为了求出回归方程，设，将其变换后得到线性方程，则的值分别为

6 . 为研究某地区疫情结束后一段时间内的复工率，用模型（1）和模型（2）模拟复工率y（%）与复工时间x（x的取值为5，10，15，20，25，30天）的回归关系：模型（1），模型（2），设两模型的决定系数依次为和.若两模型的残差图分别如下，则（        ）

A．<	B．=
C．>	D．、关系不能确定

7 . 2023年，5月18日至19日，中国－中亚峰会在陕西省西安市举办.多家外媒积极评价，认为这次峰会非常重要，中亚国家正在深化合作，共同致力于实现各国人民和平与繁荣.报道中指出“中国－中亚峰会致力于发展新能源绿色经济，符合中亚国家共同利益.”新能源汽车、电动汽车是重要的战略新兴产业，为了解某一地区电动汽车销售情况，一机构根据统计数据，得到表格如下：

月份	6月	7月	8月	9月	10月
月份代码	1	2	3	4	5
产值（亿元）	16	20	23	31	40

(1)求电动汽车产值（亿元）关于（月份）的线性回归方程；
(2)该机构随机调查了该地区100位购车车主的性别与购车种类，其中购买非电动汽车的男性45人，女性35人；购买电动汽车的男性5人，女性15人.请问是否有95％的把握认为是否购买电动汽车与性别有关.（参考公式如下）

	0.10	0.05	0.01
	2.706	3.841	6.635

①；②；③.

8 . 小王经营了一家小型餐馆，自去年疫情管控宣布结束后的第1天开始，经营状况逐步有了好转，该店第一周的营业收入数据（单位：百元）统计如下：

天数序号x	1	2	3	4	5	6	7
营业收入y	11	13	18	※	28	※	35

其中第4天和第6天的数据由于某种原因造成模糊，但知道7天的营业收入平均值是23，已知营业收入y与天数序号x可以用经验回归直线方程拟合，且第7天的残差是，则的值是（       ）

A．10.4

B．6.2

C．4.2

D．2

9 . 某地经过多年的环境治理，已将荒山改造成了绿水青山．为估计一林区某种树木的总材积量，随机选取了10棵这种树木，测量每棵树的根部横截面积（单位：）和材积量（单位：），得到如下数据：

样本号ｉ	1	2	3	4	5	6	7	8	9	10	总和
根部横截面积	0.04	0.06	0.04	0.08	0.08	0.05	0.05	0.07	0.07	0.06	0.6
材积量	0.25	0.40	0.22	0.54	0.51	0.34	0.36	0.46	0.42	0.40	3.9

并计算得．
(1)估计该林区这种树木平均一棵的根部横截面积与平均一棵的材积量；
(2)求该林区这种树木的根部横截面积与材积量的样本相关系数（精确到0.01）；
(3)现测量了该林区所有这种树木的根部横截面积，并得到所有这种树木的根部横截面积总和为．已知树木的材积量与其根部横截面积近似成正比．利用以上数据给出该林区这种树木的总材积量的估计值．
附：相关系数．