1 . 下列说法正确的有（       ）

A．数据4，7，6，5，3，8，9，10的第70百分位数为8

B．回归分析中常用残差平方和来刻画拟合效果好坏，残差平方和越大，拟合效果越好

C．若随机变量X，Y满足，则

D．某人解答5个问题，答对题数为X，若，则

2 . 足球是世界普及率最高的运动，我国大力发展校园足球．为了解本地区足球特色学校的发展状况，社会调查小组得到如下统计数据：

年份x	2014	2015	2016	2017	2018
足球特色学校y（百个）	0.30	0.60	1.00	1.40	1.70

(1)根据上表数据，计算y与x的相关系数r，并说明y与x的线性相关性强弱．
（已知：，则认为y与x线性相关性很强；，则认为y与x线性相关性一般；，则认为y与x线性相关性较弱）：
(2)求y关于x的线性回归方程，并预测A地区2020年足球特色学校的个数（精确到个）．
参考公式和数据：， ，，．

3 . 某位同学进行寒假社会实践活动，为了对白天平均气温与某奶茶店的某种饮料销量之间的关系进行分析研究，他分别记录了1月11日至1月15日的白天平均气温与该小卖部的这种饮料销量（杯），得到如下数据：

日期	1月11日	1月12日	1月13日	1月14日	1月15日
平均气温	9	10	12	11	8
销量（杯）	23	25	30	26	21

（1）若先从这五组数据中抽出2组，求抽出的2组数据恰好是相邻2天数据的概率；
（2）请根据所给五组数据，求出关于的线性回归方程；
（3）根据（1）中所得的线性回归方程，若天气预报1月16日的白天平均气温，请预测该奶茶店这种饮料的销量.
（参考公式：，）

4 . 近年来，随着互联网的发展，诸如“滴滴打车”“神州专车”等网约车服务在我国各：城市迅猛发展，为人们出行提供了便利，但也给城市交通管理带来了一些困难.为掌握网约车在省的发展情况，省某调查机构从该省抽取了个城市，分别收集和分析了网约车的两项指标数，数据如下表所示：

	城市1	城市2	城市3	城市4	城市5
指标数
指标数

经计算得：
（1）试求与间的相关系数，并利用说明与是否具有较强的线性相关关系(若，则线性相关程度很高，可用线性回归模型拟合)；
（2）立关于的回归方程，并预测当指标数为时，指标数的估计值.
附：相关公式：，
参考数据：

5 . 某商品销售量y（件）与销售价格x（元/件）负相关，则其回归方程可能是

A．	B．
C．	D．

6 . 某公司为了研究年宣传费（单位：千元）对销售量（单位：吨）和年利润（单位：千元）的影响，搜集了近 8 年的年宣传费和年销售量数据：

	1	2	3	4	5	6	7	8
	38	40	44	46	48	50	52	56
	45	55	61	63	65	66	67	68

(1)请补齐表格中 8 组数据的散点图，并判断与中哪一个更适宜作为年销售量关于年宣传费的函数表达式？（给出判断即可，不必说明理由）

(2)若（1）中的，且产品的年利润与，的关系为，为使年利润值最大，投入的年宣传费应为何值？

7 . 某基地蔬菜大棚采用水培、无土栽培方式种植各类蔬菜．过去50周的资料显示，该地周光照量（小时）都在30小时以上，其中不足50小时的周数有5周，不低于50小时且不超过70小时的周数有35周，超过70小时的周数有10周．根据统计，该基地的西红柿增加量（百斤）与使用某种液体肥料（千克）之间对应数据为如图所示的折线图．

（1）依据数据的折线图，是否可用线性回归模型拟合与的关系？请计算相关系数并加以说明（精确到0．01）．（若，则线性相关程度很高，可用线性回归模型拟合）
（2）蔬菜大棚对光照要求较大，某光照控制仪商家为该基地提供了部分光照控制仪，但每周光照控制仪最多可运行台数受周光照量限制，并有如下关系：

周光照量（单位：小时）
光照控制仪最多可运行台数	3	2	1

若某台光照控制仪运行，则该台光照控制仪周利润为3000元；若某台光照控制仪未运行，则该台光照控制仪周亏损1000元．若商家安装了3台光照控制仪，求商家在过去50周周总利润的平均值．
附：相关系数公式，参考数据，．

8 . 某商店为了更好地规划某种商品进货的量，该商店从某一年的销售数据中，随机抽取了组数据作为研究对象，如下图所示（（吨）为该商品进货量，（天）为销售天数）：

（Ⅰ）根据上表数据在下列网格中绘制散点图：
（Ⅱ）根据上表提供的数据，求出关于的线性回归方程；
（Ⅲ）根据（Ⅱ）中的计算结果，若该商店准备一次性进货该商品吨，预测需要销售天数；
参考公式和数据：

9 . 为了研究某班学生的脚长（单位厘米）和身高（单位厘米）的关系，从该班随机抽取名学生，根据测量数据的散点图可以看出与之间有线性相关关系，设其回归直线方程为．已知，，．该班某学生的脚长为，据此估计其身高为

A．

B．

C．

D．

10 . 大学生赵敏利用寒假参加社会实践，对机械销售公司7月份至12月份销售某种机械配件的销售量及销售单价进行了调查，销售单价x和销售量y之间的一组数据如表所示：

月份i	7	8	9	10	11	12
销售单价xi（元）	9	9.5	10	10.5	11	8
销售量yi（件）	11	10	8	6	5	14

（1）根据7至11月份的数据，求出y关于x的回归直线方程；
（2）若由回归直线方程得到的估计数据与剩下的检验数据的误差不超过0.5元，则认为所得到的回归直线方程是理想的，试问（1）中所得到的回归直线方程是否理想？
（3）预计在今后的销售中，销售量与销售单价仍然服从（1）中的关系，若该种机器配件的成本是2.5元/件，那么该配件的销售单价应定为多少元才能获得最大利润？（注：利润=销售收入-成本）．
参考公式：回归直线方程，其中，参考数据：．