1 . （多选）设某大学的女生体重Y（单位：kg）与身高X（单位：cm）具有线性相关关系.根据一组样本数据，用最小二乘法建立的线性回归方程为，则下列结论中正确的是（       ）

A．若该大学某女生身高为170 cm，则可断定其体重必为58.79 kg

B．回归直线过点

C．若该大学某女生身高增加1 cm，则其体重约增加0.85 kg

D．两变量Y与X正相关

2 . 下列命题中，真命题的是（       ）

A．若回归方程，则变量与正相关

B．线性回归分析中相关指数用来刻画回归的效果，若值越小，则模型的拟合效果越好

C．若样本数据，，…，的方差为2，则数据，，…，的方差为18

D．一个人连续射击三次，则事件“至少击中两次”的对立事件是“至多击中一次”

3 . 某服装公司对1-5月份的服装销量进行了统计，结果如下：

月份编号x	1	2	3	4	5
销量y（万件）	50	96	142	185	227

若与线性相关，其线性回归方程为，则下列说法正确的是（       ）

A．线性回归方程必过	B．
C．相关系数	D．6月份的服装销量一定为272.9万件

4 . 随机抽取家超市，得到其广告支出（万元）与销售额（万元）数据如下，则（       ）

超市
广告支出（万元）	1	2	4	6	10	14	20
销售额（万元）	19	32	44	40	52	53	54

A．销售额与广告支出正相关

B．销售额与广告支出的变化趋势相同，但广告支出超过万元后，销售额增加幅度变缓

C．销售额与广告支出线性相关越强，相关系数越接近

D．要得到销售额的预测值，模型比模型更可靠

5 . 中国茶文化博大精深，茶水的口感与茶叶类型和水的温度有关.为了建立茶水温度随时间变化的回归模型，小明每隔1分钟测量一次茶水温度，得到若干组数据，，…，（其中，），绘制了如图所示的散点图.小明选择了如下2个回归模型来拟合茶水温度随时间的变化情况，回归模型一：；回归模型二：，下列说法正确的是（       ）.
   

A．茶水温度与时间这两个变量负相关

B．由于水温开始降得快，后面降得慢，最后趋于平缓，因此模型二能更好的拟合茶水温度随时间的变化情况

C．若选择回归模型二，利用最小二乘法求得到的图象一定经过点

D．当时，通过回归模型二计算得，用温度计测得实际茶水温度为65.2，则残差为

6 . 学习了《高中数学必修》的内容后，高二年级某学生认为：考试成绩与考试次数存在相关关系.于是他收集了自己进入高二以后的前5次考试成绩，列表如下：

第次考试
考试成绩

经过进一步研究，他发现：考试成绩与考试的次数具有线性相关关系.
(1)求关于的线性回归方程；
(2)判断变量与之间是正相关还是负相关（只写出结论即可）；
(3)按计划，高二年级两学期共有次考试，请你预测该同学高二最后一次考试的成绩（四舍五入，结果保留整数）.
附：回归直线的斜率和截距的最小二乘法估计公式分别为：
，

7 . 某兴趣小组研究光照时长x（h）和向日葵种子发芽数量y（颗）之间的关系，采集5组数据，作如图所示的散点图．若去掉后，下列说法正确的是（       ）

A．相关系数r变小	B．决定系数变小
C．残差平方和变大	D．解释变量x与预报变量y的相关性变强

8 . 每年4月23日为“世界读书日”，树人学校于四月份开展“书香润泽校园，阅读提升思想”主题活动，为检验活动效果，学校收集当年二至六月的借阅数据如下表：

月份	二月	三月	四月	五月	六月
月份代码x	l	2	3	4	5
月借阅量y（百册）	4.9	5.1	5.5	5.7	5.8

根据上表，可得y关于x的经验回归方程为，则（       ）

A．

B．借阅量4.9，5.1，5.5，5.7，5.8的上四分位数为5.7

C．y与x的线性相关系数

D．七月的借阅量一定不少于6. 12万册

9 . 已知表示变量X与Y之间的线性相关系数，表示变量U与V之间的线性相关系数，且，则下列说法错误的是（       ）

A．变量X与Y之间呈正相关关系，且X与Y之间的相关性强于U与V之间的相关性

B．变量X与Y之间呈负相关关系，且X与Y之间的相关性强于U与V之间的相关性

C．变量U与V之间呈负相关关系，且X与Y之间的相关性弱于U与V之间的相关性

D．变量U与V之间呈正相关关系，且X与Y之间的相关性弱于U与V之间的相关性

10 . 已知变量和满足关系，变量y与正相关，则（       ）

A．与负相关，与负相关	B．与正相关，与正相关
C．与正相关，与负相关	D．与负相关，与正相关