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：.

2 . 2023年，全国政协十四届一次会议于3月4日下午3时在人民大会堂开幕，3月11日下午闭幕，会期7天半；十四届全国人大一次会议于3月5日上午开幕，13日上午闭幕，会期8天半.为调查居民对两会相关知识的了解情况，某小区开展了两会知识问答活动，现将该小区参与该活动的240位居民的得分（满分100分）进行了统计，得到如下的频率分布直方图.

   

(1)若此次知识问答的得分X服从，其中近似为参与本次活动的240位居民的平均得分（同一组中的数据用该组区间的中点值代表），求的值；
(2)中国移动为支持本次活动提供了大力支持，制定了如下奖励方案：参与本次活动得分低于的居民获得一次抽奖机会，参与本次活动得分不低于的居民获得两次抽奖机会，每位居民每次有的机会抽中一张10元的话费充值卡，有的机会抽中一张20元的话费充值卡，假设每次抽奖相互独立，假设该小区居民王先生参与本次活动，求王先生获得的话费充值卡的总金额Y（单位：元）的概率分布列，并估计本次活动中国移动需要准备的话费充值卡的总金额（单位：元）
参考数据：，，.

3 . 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.

4 . 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，，．

7 . 大学生刘铭去某工厂实习，实习结束时从自己制作的某种零件中随机选取了10个样品，测量每个零件的横截面积（单位：）和耗材量（单位：），得到如下数据：

样本号	1	2	3	4	5	6	7	8	9	10	总和
零件的横截面积	0.03	0.05	0.04	0.07	0.07	0.04	0.05	0.06	0.06	0.05	0.52
耗材量	0.24	0.40	0.23	0.55	0.50	0.34	0.35	0.45	0.43	0.41	3.9

并计算得，．
(1)估算刘铭同学制作的这种零件平均每个零件的横截面积以及平均一个零件的耗材量；
(2)求刘铭同学制作的这种零件的横截面积和耗材量的样本相关系数（精确到0.01）．
附：相关系数；．

9 . 某电商平台为了对某一产品进行合理定价，采用不同的单价在平台试销，得到的数据如下表所示：

单价x/元	8	8.5	9	9.5	10
销量y/万件	89	85	80	78	68

根据以上数据得到与具有较强的线性关系，若用最小二乘估计得到经验回归方程为，则（        ）

A．相关系数	B．点一定在经验回归直线上
C．	D．时，对应销量的残差为