1 . 从某居民区随机抽取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，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)若该居民区某家庭月收入为7千元，预测该家庭的月储蓄.
附：线性回归方程中，，，其中，为样本平均值.

2 . 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．

3 . “绿水青山就是金山银山”的生态文明发展理念已经深入人心,这将推动新能源汽车产业的迅速发展.下表是近几年我国某地区新能源乘用车的年销售量与年份的统计表：

年份	2014	2015	2016	2017	2018
销量（万台）	8	10	13	25	24

某机构调查了该地区30位购车车主的性别与购车种类情况，得到的部分数据如下表所示：

	购置传统燃油车	购置新能源车	总计
男性车主		6	24
女性车主	2
总计			30

（1）求新能源乘用车的销量关于年份的线性相关系数，并判断与是否线性相关；
（2）请将上述列联表补充完整，并判断是否有的把握认为购车车主是否购置新能源乘用车与性别有关；
（3）若以这30名购车车主中购置新能源乘用车的车主性别比例作为该地区购置新能源乘用车的车主性别比例,从该地区购置新能源乘用车的车主中随机选取50人,记选到女性车主的人数为X,求X的数学期望与方差.
参考公式：，，其中.，若，则可判断与线性相关.
附表：

	0．10	0.05	0.025	0.010	0.001
	2.706	3.841	5.024	6.635	10.828

4 . 某市实施二手房新政一年多以来，为了了解新政对居民的影响，房屋管理部门调查了2018年6月至2019年6月期间购买二手房情况，首先随机抽取了其中的400名购房者，并对其购房面积（单位：平方米，）讲行了一次统计，制成了如图1所示的频率分布直方图，接着调查了该市2018年6月至2019年6月期间当月在售二手房的均价（单位：万元/平方米），制成了如图2所示的散点图（图中月份代码1－13分别对应2018年6月至2019年6月）

（1）试估计该市市民的平均购房面积（同一组中的数据用该组区间的中点值为代表）；
（2）从该市2018年6月至2019年6月期间所有购买二手房的市民中任取3人，用频率估计概率，记这3人购房面积不低于100平方米的人数为，求的分布列与数学期望；
（3）根据散点图选择和两个模型讲行拟合，经过数据处理得到两个回归方程，分别为和，并得到一些统计量的值，如表所示：

	0.005459	0.005886
	0.006050

请利用相关系数判断哪个模型的拟合效果更好，并用拟合效果更好的模型预测2019年8月份的二手房购房均价（精确到0.001）.
参考数据：，，，，，
参考公式：

5 . 焦虑症是一种常见的神经症，多发于中青年群体，某机构为调查焦虑症与年龄之间的关联，随机抽取10人进行焦虑值（满分100分）的测试，根据调查得到如下数据表：

人员	A	B	C	D	E	F	G	H	I	J
年龄(岁)	26	34	25	24	20	20	19	19	18	17
焦虑值(分)	80	89	89	78	75	71	65	62	55	50

（1）我们约定：焦虑值关于年龄的线性相关系数的绝对值在0.75（含0.75）以上为线性相关性较强，否则视为线性相关性较弱，如果没有较强的线性相关性，那么不考虑用线性回归进行拟合．试根据调查数据判断能否用线性回归对焦虑值与年龄的相关关系进行拟合．若能，请求出焦虑值关于年龄的线性回归方程（回归方程的斜率和截距的估计值均精确到0.01）；若不能，请说明理由．
（2）现从所调查的10人中随机抽取5人，记年龄在20岁（含20岁）以上的人数为，求的数学期望．
参考数据：
，，，，．
对于一组数据，，…，，其回归方程的斜率和截距的最小二乘估计公式分别为．
线性相关系数．