1 . 某公司为改进生产，现对近5年来生产经营情况进行分析.收集了近5年的利润（单位：亿元）与年份代码共5组数据（其中年份代码分别指2019年，2020年，年），并得到如下值：.
(1)若用线性回归模型拟合变量与的相关关系，计算该样本相关系数，并判断变量与的相关程度（精确到0.01）；
(2)求变量关于的线性回归方程，并求2024年利润的预报值.
附：①；②若，相关程度很强；，相关程度一般；，相关程度较弱；③一组数据，其回归直线的斜率和截距的最小二乘估计分别为；相关系数.

3 . 近年来，国内掀起了全民新中式热潮，新中式穿搭，新中式茶饮，新中式快餐，新中式烘焙等，以下为某纺织厂生产“新中式”面料近5个月的利润y（万元）的统计表．

月份	2023.11	2023.12	2024.01	2024.02	2024.03
月份编号x	1	2	3	4	5
利润y（万元）	27	23	20	17	13

(1)根据统计表，试求y与x之间的相关系数r（精确到0.001），并利用r说明y与x是否具有较强的线性相关关系；（若，则认为两个变量具有较强的线性相关性）；
(2)该纺织厂现有甲、乙两条流水线生产同一种产品．为对产品质量进行监控，质检人员先用简单随机抽样的方法从甲、乙两条流水线上分别抽取了4件、2件产品进行初检，再从中随机选取3件做进一步的质检，记抽到“甲流水线产品”的件数为X，试求X的分布列与期望．
附：参考数据：
相关系数．

5 . 随着互联网的普及和数字化技术的发展，网络直播成为了一种新型的营销形式，因其更低的营销成本，更快捷的营销覆盖而深受商家青睐．某电商统计了最近5个月某商品的网络直播线上月销售量y（单位：千件）与售价x（单位：元/件）的情况如下表所示．

售价（元/件）	53	49	51	50	47
月销售量（千件）	5	9	7	10	9

(1)求相关系数，并说明是否可以用线性回归模型拟合与的关系（当时，可以认为两个变量有很强的线性相关性；否则，没有很强的线性相关性）（精确到0.01）；
(2)建立关于的线性回归方程，并估计当售价为52元/件时，该商品的线上月销售量为多少千件？
参考公式：对于一组数据，相关系数，其回归直线的斜率和截距的最小二乘估计分别为：．
参考数据：．

6 . 某公司为了确定下季度的前期广告投入计划，收集并整理了近6个月广告投入量x(单位：万元)和收益y(单位：万元)的数据如表(其中有些数据污损不清)：

月份	1	2	3	4	5	6
广告投入量	2		7	8	10
收益		20	30	34	37

他们分别用两种模型①，②进行拟合，得到相应的回归方程并进行残差分析，得到如图所示的残差图及一些统计量的值．

(1)根据残差图，比较模型①，②的拟合效果，应选择哪个模型?
(2)残差绝对值大于2 的数据被认为是异常数据，需要剔除．
（i）剔除异常数据后，求出（1）中所选模型的回归方程；
（ii）若广告投入量x=19，则（1）中所选模型收益的预报值是多少万元?(精确到0.01)
附：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： .

7 . 随着全国新能源汽车推广力度的加大，新能源汽车消费迎来了前所未有的新机遇.某公司生产了A、两种不同型号的新能源汽车，为了解大众对生产的新能源汽车的接受程度，公司在某地区采用随机抽样的方式进行调查，对A、两种不同型号的新能源汽车进行综合评估（得分越高接受程度就越高），综合得分按照，，，分组，绘制成评估综合得分的频率分布直方图（如图）：

(1)以综合得分的平均数为依据，判断A、两种不同型号的新能源汽车哪种型号更受大众喜欢；
(2)为进一步了解该地区新能源汽车销售情况，某机构根据统计数据，用最小二乘法得到该地区新能源汽车销量（单位：万台）关于年份的线性回归方程为，且销量的方差，年份的方差为，求与的相关系数，并据此判断该地区新能源汽车销量与年份的相关性强弱.
参考公式：（ⅰ）线性回归方罡：，其中，；
（ⅱ）相关系数（若，则相关性较弱：若，则相关性较强；若，则相关性很强）.

8 . 随着全国新能源汽车推广力度的加大，新能源汽车消费迎来了前所未有的新机遇．某公司生产了A、B两种不同型号的新能源汽车，为了解大众对生产的新能源汽车的接受程度，公司在某地区采用随机抽样的方式进行调查，对A、B两种不同型号的新能源汽车进行综合评估，综合得分按照，，，分组，绘制成评估综合得分的频率分布直方图（如图）：

A型号评估综合得分频率分布直方图             B型号评估综合得分频率分布直方图
(1)以调查结果的频率估计概率，从A、B两种不同型号的新能源汽车中各随机抽取一辆，以X表示这两辆中综合得分不低于80分的辆数，求X的分布列和数学期望；
(2)为进一步了解该地区新能源汽车销售情况，某机构根据统计数据，用最小二乘法得到该地区新能源汽车销量y（单位：万台）关于年份x的线性回归方程为，且销量的方差，年份的方差为．求y与x的相关系数r，并据此判断该地区新能源汽车销量y与年份x的相关性强弱．
参考公式：
（ⅰ）线性回归方程：，其中，；
（ⅱ）相关系数（若，则相关性较弱；若，则相关性较强；若，则相关性很强）．

9 . 《中国诗词大会》是中央电视台于2016年推出的大型益智类节目，中央电视台为了解该节目的收视情况，抽查北方与南方各5个城市，得到观看该节目的人数（单位：千人）如茎叶图所示，但其中一个数字被污损．

(1)若将被污损的数字视为0~9中10个数字中的一个，求北方观众平均人数超过南方观众平均人数的概率；
(2)该节目的播出极大激发了观众学习诗词的热情，现在随机统计了4位观众每周学习诗词的平均时间（单位：小时）与年龄（单位：岁），并制作了对照表（如下表所示）；

年龄	20	30	40	50
每周学习诗词的平均时间	3	3.5	3.5	4

由表中数据分析，与呈线性相关关系，试求线性回归方程，并预测年龄为60岁的观众每周学习诗词的平均时间．
附：回归方程中斜率和截距的最小二乘估计公式分别为．