1 . 2024年3月4日，丰城市农业局在市委组织下召开推进湖塘-董家富硒梨产业高质量发展专题会议，安排部署加快推进特色优势产业富硒梨高质量发展工作，集中资源、力量打造“富硒梨”公共品牌.丰城市为做好富硒梨产业的高质量发展，项目组统计了某果场近5年富硒梨产业综合总产值的各项数据如下：年份x，综合产值y（单位：万元）

年份	2019	2020	2021	2022	2023
年份代码	1	2	3	4	5
综合产值	23.1	37.0	62.1	111.6	150.8

(1)根据表格中的数据，可用一元线性回归模型刻画变量y与变量x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y关于x的经验回归方程，并预测2024年底该果场富硒梨产业的综合总产值.
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：

2 . 抗体药物的研发是生物技术制药领域的一个重要组成部分，抗体药物的摄入量与体内抗体数量的关系成为研究抗体药物的一个重要方面.某研究团队收集了10组抗体药物的摄入量与体内抗体数量的数据，并对这些数据作了初步处理，得到了如图所示的散点图及一些统计量的值，抗体药物摄入量为x（单位：），体内抗体数量为y（单位：）.

29.2	12	16	34.4

   

(1)根据经验，我们选择作为体内抗体数量y关于抗体药物摄入量x的回归方程，将两边取对数，得，可以看出与具有线性相关关系，试根据参考数据建立关于的回归方程，并预测抗体药物摄入量为时，体内抗体数量的值；
(2)经技术改造后，该抗体药物的有效率z大幅提高，经试验统计得z服从正态分布，那这种抗体药物的有效率超过0.54的概率约为多少？
附：①对于一组数据，其回归直线的斜率和截距的最小二乘估计分别为，；
②若随机变量，则有，，；
③取.

3 . 下列说法正确的有（       ）

A．相关系数越大，成对样本数据的线性相关程度越强

B．在一元线性回归模型中，若，则两个变量正相关

C．决定系数越大，则残差平方和越小，模型的拟合效果越好

D．若随机变量，且，则

4 . 已知变量X，Y之间的线性回归方程Y=-0.7X+10.3，且变量X，Y之间的一组相关数据如表所示，则下列说法错误的是（　　）

X	6	8	10	12
Y	6	m	3	2

A．变量X，Y之间呈负相关关系

B．m=4

C．可以预测，当X=20时，Y=-3.7

D．该回归直线必过点(9,4)

6 . 为了研究某种细菌随天数x变化的繁殖个数y，收集数据如下：

天数x	1	2	3	4	5	6
繁殖个数y	6	12	25	49	95	190

(1)在图中作出繁殖个数y关于天数x变化的散点图，并由散点图判断（a，b为常数）与（，为常数，且，）哪一个适宜作为繁殖个数y关于天数x变化的回归方程类型？（给出判断即可，不必说明理由）
(2)对于非线性回归方程（，为常数，且，），令，可以得到繁殖个数的对数z关于天数x具有线性关系及一些统计量的值．

3.50	62.83	3.53	17.50	596.57	12.09

①证明：“对于非线性回归方程，令，可以得到繁殖个数的对数z关于天数x具有线性关系（即，β，α为常数）”；

②根据（1）的判断结果及表中数据，建立y关于x的回归方程（系数保留2位小数）．

附：对于一组数据，，…，，其回归直线方程的斜率和截距的最小二乘估计分别为，．

7 . 对两个变量和进行回归分析，得到一组样本数据：、、、，则下列说法中不正确的是（       ）

A．由样本数据得到的线性回归方程必过样本点的中心

B．残差平方和越小的模型，拟合的效果越好

C．用相关指数来刻画回归效果，的值越小，说明模型的拟合效果越好

D．若变量和之间的相关系数，则变量与之间具有线性相关关系

8 . 下面给出了根据我国年—2022年水果人均占有量（单位：kg）和年份代码绘制的散点图和线性回归方程的残差图（2016年—2022年的年份代码分别为1~7）.

(1)根据散点图分析与之间的相关关系；
(2)根据散点图相应数据计算得，，求关于的线性回归方程（数据精确到）；
(3)根据线性回归方程的残差图，分析线性回归方程的拟合效果.
附：回归方程中的斜率和截距的最小二乘法估计公式分别为

9 . 据统计我国2016年~2022年水果人均占有量（单位：）和年份代码绘制的散点图和线性回归方程的残差图（2016年~2022年的年份代码分别为1~7）.


(1)根据散点图分析与之间的相关关系；
(2)根据散点图相应数据计算得，，求关于的线性回归方程（数据精确到）；
(3)根据线性回归方程的残差图，分析线性回归方程的拟合效果.
附：回归方程中的斜率和截距的最小二乘法估计公式分别

10 . 某企业新研发了一种产品，产品的成本由原料成本及非原料成本组成，每件产品的非原料成本（元）与生产的产品数量（千件）有关，经统计得到如下数据：

	2	5	8	9	11
	12	10	8	8	7

(1)根据表中的数据，运用相关系数进行分析说明，是否可以用线性回归模型拟合与的关系？并指出是正相关还是负相关；
(2)求关于的回归方程，并预测生产该产品13千件时，每件产品的非原料成本为多少元？
(3)设满足，其中近似为样本平均数近似为样本方差，求.
附：参考公式：相关系数；
参考数据：，若，则.