1 . 如图是某市2016年至2022年农村居民人均可支配收入（单位：万元）的折线图.

(1)根据图表的折线图数据，计算与的相关系数，并判断与是否具有较高的线性相关程度（若，则线性相关程度一般，若，则线性相关程度较高，精确到0.01）；
(2)是否可以用线性回归模型拟合与的关系，若可以用线性回归模型拟合与的关系，求出关于的回归方程（系数精确到0.01），并预测到哪年该市农村居民人均可支配收入超过2万元，若不可以用线性回归模型拟合与的关系，请说明理由.
（参考数据：参考公式：相关系数在回归方程中，斜率和截距最小二乘估计公式分别为：）

3 . 某企业计划新购买100台设备，并将购买的设备分配给100名年龄不同（视为技术水平不同）的技工加工一批模具，因技术水平不同而加工出的产品数量不同，故产生的经济效益也不同.若用变量x表示不同技工的年龄，变量y为相应的效益值（元），根据以往统计经验，他们的工作效益满足最小二乘法，且y关于x的线性回归方程为.
(1)试根据r的值判断使用该批设备的技工人员所产生的效益与技工年龄的相关性强弱（则认为y与x线性相关性很强；则认为y与x线性相关性不强）；
(2)若这批设备有两道独立运行的生产工序，且两道工序出现故障的概率依次是0.02，0.03.若两道工序都没有出现故障，则生产成本不增加；若A工序出现故障，则生产成本增加2万元；若B工序出现故障，则生产成本增加3万元；若两道工序都出现故障，则生产成本增加5万元.求这批设备增加的生产成本的期望.
参考数据: ；
参考公式：回归直线的斜率和截距的最小二乘估计分别为，，.

4 . 国家发改委和住建部等六部门发布通知，提到：2025年，农村生活垃圾无害化处理水平将明显提升.现阶段我国生活垃圾有填埋､焚烧､堆肥等三种处理方式，随着我国生态文明建设的不断深入，焚烧处理已逐渐成为主要方式.根据国家统计局公布的数据，对2013-2020年全国生活垃圾焚烧无害化处理厂的个数y（单位：座）进行统计，得到如下表格：

年份	2013	2014	2015	2016	2017	2018	2019	2020
年份代码	1	2	3	4	5	6	7	8
垃圾焚烧无害化 处理厂的个数 y	166	188	220	249	286	331	389	463

(1)根据表格中的数据，可用一元线性回归模型刻画变量与变量之间的线性相关关系，请用相关系数加以说明（精确到0.01）；
(2)求出关于的经验回归方程，并预测2022年全国生活垃圾焚烧无害化处理厂的个数；
(3)对于2035年全国生活垃圾焚烧无害化处理厂的个数，还能用（2）所求的经验回归方程预测吗？请简要说明理由.
参考公式：相关系数，回归方程中斜率和截距的最小二乘法估计公式分别为
参考数据：，

5 . 2022年4月15日，因疫情原因，市物价部门对5家商场的某商品一天的线上销售量及其价格进行调查，5家商场的售价x（元）和销售量y（件）之间的一组数据如表所示：

价格x	9	9.5	10	10.5	11
销售量y	11	10	8	6	5

按公式计算，y与x的回归直线方程是：，相关系数，则下列说法正确的是（       ）

A．	B．变量x，y线性负相关且相关性较强
C．相应于点(9.5,10)的残差约为-0.4	D．当x=8时，y的估计值为14.4

7 . 据统计，某校高三打印室月份购买的打印纸的箱数如表：

月份代号t	1	2	3	4
打印纸的数量y（箱）	60	65	70	85

(1)求相关系数r，并从r的角度分析能否用线性回归模型拟合y与t的关系（若，则线性相关程度很强，可用线性回归模型拟合）；
(2)建立y关于t的回归方程，并用其预测5月份该校高三打印室需购买的打印纸约为多少箱.
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分别为，
相关系数
参考数据：

8 . 已知某种商品的价格（单位：元）和需求量（单位：件）之间存在线性关系，下表是试营业期间记录的数据（对应的需求量因污损缺失）：

价格
需求量

经计算得，，，由前组数据计算出的关于的线性回归方程为.
(1)估计对应的需求量y（结果保留整数）；
(2)若对应的需求量恰为（1）中的估计值，求组数据的相关系数（结果保留三位小数）.
附：相关系数，.

9 . 基础学科招生改革试点，也称强基计划，强基计划是教育部开展的招生改革工作，主要是为了选拔培养有志于服务国家重大战略需求且综合素质优秀或基础学科拔尖的学生.聚焦高端芯片与软件､智能科技､新材料､先进制造和国家安全等关键领域以及国家人才紧缺的人文社会科学领域.某校在一次强基计划模拟考试后，从全体考生中随机抽取52名，获取他们本次考试的数学成绩（x）和物理成绩（y），绘制成如图散点图：

根据散点图可以看出y与x之间有线性相关关系，但图中有两个异常点A，B.经调查得知，A考生由于重感冒导致物理考试发挥失常，B考生因故未能参加物理考试.为了使分析结果更科学准确，剔除这两组数据后，对剩下的数据作处理，得到一些统计的值：，，，，，其中分别表示这50名考生的数学成绩､物理成绩，，2，…，50，y与x的相关系数.
(1)若不剔除A，B两名考生的数据，用52组数据作回归分析，设此时y与x的相关系数为.试判断与r的大小关系（不必说明理由）；
(2)求y关于x的线性回归方程（系数精确到0.01），并估计如果B考生加了这次物理考试（已知B考生的数学成绩为125分），物理成绩是多少？（精确到0.1）
附：线性回归方程中：.

10 . 根据如下样本数据，得到的线性回归方程为，则（       ）

x	2	3	4	5	6
y	4	2.5

A．，

B．，

C．，

D．，