1 . 某公司为了解年研发资金投入量x（单位:亿元）对年销售额y（单位:亿元）的影响.对公司近12年的年研发资金投入量x_i和年销售额y_i的数据，进行了对比分析，建立了两个模型:①，②，其中α，β，λ，t均为常数，e为自然对数的底数，并得到一些统计量的值.令，经计算得如下数据:

20	66		77	2	460		4.20
31250		215		3.08		14

(1)请从相关系数的角度，分析哪一个模型拟合程度更好?
(2)（ⅰ）根据分析及表中数据，建立y关于x的回归方程;
（ⅱ）若下一年销售额y需达到90亿元，预测下一年的研发资金投入量x是多少亿元?
附:①相关系数，回归直中公式分别为;
②参考数据：.

2 . 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)

3 . 某农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系进行分析研究，他们分别记录了12月1日至12月5日的每天昼夜温差与实验室每天每100颗种子中的发芽数，得到如下资料:

日期	12月 1日	12月 2日	12月 3日	12月 4日	12月 5日
温差X/℃	10	11	13	12	8
发芽数Y/颗	23	25	30	26	16

该农科所确定的研究方案是:先从这五组数据中选取2组，用剩下的3组数据求线性回归方程，再对被选取的2组数据进行检验.
(1)求选取的2组数据恰好是不相邻2天数据的概率；
(2)若选取的是12月1日与12月5日的两组数据，请根据12月2日至12月4日的数据，求出Y关于X的线性回归方程；
(3)若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2颗，则认为得到的线性回归方程是可靠的，试问（2）中所得的线性回归方程是否可靠?

4 . 某单位为了了解用电量y度与气温x℃之间的关系，随机统计了某4天的用电量与当天气温．

气温（℃）	14	12	8	6
用电量（度）	22	26	34	38

由表中数据所得回归直线方程为，据此预测当气温为5℃时，用电量的度数约为____________℃．

5 . 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．，

6 . 为贯彻中共中央、国务院2023年一号文件，某单位在当地定点帮扶某村种植一种草莓，并把这种露天种植的草莓搬到了大棚里，收到了很好的经济效益．根据资料显示，产出的草莓的箱数（单位：箱）与成本（单位：千元）的关系如下：

	1	3	4	6	7
	5	6.5	7	7.5	8

与可用回归方程（其中为常数）进行模拟．

(1)若农户卖出的该草莓的价格为150元/箱，试预测该水果100箱的利润是多少元．（利润=售价-成本）
(2)据统计，1月份的连续16天中农户每天为甲地可配送的该水果的箱数的频率分布直方图如图，用这16天的情况来估计相应的概率．一个运输户拟购置辆小货车专门运输农户为甲地配送的该水果，一辆货车每天只能运营一趟，每辆车每趟最多只能装载40箱该水果，满载发车，否则不发车．若发车，则每辆车每趟可获利500元；若未发车，则每辆车每天平均亏损200元．试比较和时，此项业务每天的利润平均值的大小．
参考数据与公式：设，则

0.54	6.8	1.53	0.45

线性回归直线中，．

7 . 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：， ，，．

8 . 从某居民区随机抽取2021年的10个家庭，获得第个家庭的月收入(单位：千元)与月储蓄(单位：千元)的数据资料，计算得， ， ， ．
(1)求家庭的月储蓄对月收入的线性回归方程；
(2)判断变量与之间是正相关还是负相关；
(3)利用（1）中的回归方程，分析2021年该地区居民月收入与月储蓄之间的变化情况，并预测当该居民区某家庭月收入为7千元，该家庭的月储蓄额．附：线性回归方程系数公式．
中，，， 其中，为样本平均值．

9 . 某工厂在疫情形势好转的情况下，复工后的前5个月的利润情况如下表所示：

	第1个月	第2个月	第3个月	第4个月	第5个月
利润（单位：万元）	1	11	27	51	80

设第i个月的利润为y万元．
(1)根据表中数据，求y关于i的方程（，的值要求保留小数点后四位有效数字）；
(2)根据已知数据求得回归方程后，为验证该方程的可靠性，可用一个新数据加以验证，方法如下：先计算新数据对应的残差，再计算，若，则说明该方程是可靠的，否则说明不可靠．现已知该厂第6个月的利润为120万元，是判断(1)中求得的回归方程是否可靠，说明你的理由．
参考数据：，取．
附：回归直线的斜率和截距的最小二乘估计分别为，．

10 . 某社区医院为了了解社区老人与儿童每月患感冒的人数（人）与月平均气温（）之间的关系，随机统计了某4个月的患病（感冒）人数与当月平均气温，其数据如下表：

月平均气温	17	13	8	2
月患病（人）	24	33	40	55

由表中数据算出线性回归方程中的，气象部门预测下个月的平均气温约为，据此估计该社区下个月老年人与儿童患病人数约为（       ）

A．38

B．40

C．46

D．58