1 . 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 . 近年来，短视频作为以视频为载体的聚合平台，社交属性愈发突出，在用户生活中覆盖面越来越广泛，针对短视频的碎片化缺陷，将短视频剪接成长视频势必成为一种新的技能．某机构在网上随机对1000人进行了一次市场调研，以决策是否开发将短视频剪接成长视频的APP，得到如下数据：

	青年人	中年人	老年人
对短视频剪接成长视频的APP有需求		200
对短视频剪接成长视频的APP无需求		150

其中的数据为统计的人数，已知被调研的青年人数为400．
(1)求的值；
(2)根据小概率值的独立性检验，分析对短视频剪接成长视频的APP的需求，青年人与中老年人是否有差异？
参考公式：，其中．
临界值表：

	0.1	0.05	0.01	0.005	0.001
	2.706	3.841	6.635	7.879	10.828

4 . 某平台为了解当代大学生对“网络公序良俗”的认知情况，设计了一份调查表，题目分为必答题和选答题．其中必答题是①、②、③共三道题，选答题为④、⑤、⑥、⑦、⑧、⑨、⑩共七道题，被调查者在选答题中自主选择其中4道题目回答即可．为了调查当代大学生对④、⑥、⑧、⑩四道选答题的答题情况，从同济大学在④、⑥、⑧、⑩四个题目中至少选答一道的学生中随机抽取100名学生进行调查，他们选答④、⑥、⑧、⑩的题目数及人数统计如表：

选答④、⑥、⑧、⑩的题目数	1道	2道	3道	4道
人数	20	30	30	20

(1)学校还调查了这100位学生的性别情况，研究男女生中“公序良俗”达人的大概比例，得到的数据如下表：（规定同时选答④、⑥、⑧、⑩的学生为“公序良俗”达人）

性别	“公序良俗”达人	非“公序良俗”达人	总计
男性		30
女性	7
总计			100

请完成上述2×2列联表，并根据小概率值的独立性检验，分析“公序良俗”达人与性别是否有关．
(2)从这100名学生中任选2名，记表示这2名学生选答④、⑥、⑧、⑩的题目数之差的绝对值，求随机变量的数学期望；
参考公式：，其中．
附表：

	0.10	0.05	0.010	0.001
	2.706	3.841	6.635	10.828

5 . 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，，．

6 . 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.

7 . 某沙漠地区经过治理，生态系统得到很大改善，野生动物数量有所增加.为调查该地区植物覆盖面积与某种野生动物数量的关系，将其分成面积相近的若干个地块，从这些地块中随机抽取20个作为样区，调查得到样本数据，其中，和，分别表示第个样区的植物覆盖面积（单位：公顷）和这种野生动物的数量（单位：只），并计算得.
(1)求样本的相关系数（精确到0.01），并推断这种野生动物的数量y（单位：只）和植物覆盖面积x（单位：公顷）的相关程度；
(2)已知20个样区中有8个样区的这种野生动物数量低于样本平均数，从20个样区中随机抽取2个，记抽到这种野生动物数量低于样本平均数的样区的个数为X，求随机变量X的分布列.
附：相关系数

8 . 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．

9 . 今天，中国航天仍然迈着大步向浩瀚宇宙不断探索，取得了举世瞩目的非凡成就.某学校为了解学生对航天知识的知晓情况，在全校学生中开展了航天知识测试（满分100分），随机抽取了100名学生的测试成绩，按照，，，分组，得到如图所示的样本频率分布直方图：

(1)根据频率分布直方图，估计该校学生测试成绩的中位数；
(2)从测试成绩在的同学中再次选拔进入复赛的选手，一共有6道题，从中随机挑选出4道题进行测试，至少答对3道题者才可以进入复赛.现有甲、乙两人参加选拔，在这6道题中甲能答对4道，乙能答对3道，且甲、乙两人各题是否答对相互独立，记甲、乙两人中进入复赛的人数为，求分布列及期望.

10 . 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，，．