1 . 对两个变量，进行线性相关检验，得线性相关系数，对两个变量，进行线性相关检验，得线性相关系数，则下列判断正确的是（       ）

A．变量与正相关，变量与负相关，变量与的线性相关性较强

B．变量与负相关，变量与正相关，变量与的线性相关性较强

C．变量与正相关，变量与负相关，变量与的线性相关性较强

D．变量与负相关，变量与正相关，变量与的线性相关性较强

2 . 下列说法错误的是（       ）

A．决定系数越大，模型的拟合效果越好

B．若变量x和y之间的样本相关系数为，则变量x和y之间的负相关程度很强

C．残差平方和越小的模型，拟合的效果越好

D．在经验回归方程中，当解释变量x每增加1个单位时，响应变量y平均增加3个单位

3 . 对四组数据进行统计，获得以下散点图，关于其相关系数的比较，正确的是（       ）

   

A．

B．

C．

D．

4 . 对变量x, y 有观测数据（，）（i=1,2,…，10），得散点图1；对变量u ，v 有观测数据（，）（i=1,2,…，10）,得散点图2. 由这两个散点图可以判断．

A．变量x 与y 正相关，u 与v 正相关	B．变量x 与y 正相关，u 与v 负相关
C．变量x 与y 负相关，u 与v 正相关	D．变量x 与y 负相关，u 与v 负相关

5 . 已知由样本数据点集合，，2，，，求得的回归直线方程为，且，现发现两个数据点（1.3，2.1）和（4.7，7.9）误差较大，去除后重新求得的回归直线的斜率为1.2，则（       ）

A．变量与具有正相关关系	B．去除后的回归方程为
C．去除后的估计值增加速度变慢	D．去除后相应于样本点的残差为

6 . 某同学在研究变量之间的相关关系时，得到以下数据：并采用最小二乘法得到了线性回归方程，则（       ）

	4.8	5.8	7	8.3	9.1
	2.8	4.1	7.2	9.1	11.8

A．

B．

C．

D．

7 . 如图（1）（2）分别表示样本容量均为7的A，B两组成对数据的散点图，已知A组成对数据的样本相关系数为，B组成对数据的样本相关系数为，则与的大小关系为（       ）

   

A．	B．
C．	D．无法判断

8 . 下面给出了根据我国年—2022年水果人均占有量（单位：kg）和年份代码绘制的散点图和线性回归方程的残差图（2016年—2022年的年份代码分别为1~7）.

(1)根据散点图分析与之间的相关关系；
(2)根据散点图相应数据计算得，，求关于的线性回归方程（数据精确到）；
(3)根据线性回归方程的残差图，分析线性回归方程的拟合效果.
附：回归方程中的斜率和截距的最小二乘法估计公式分别为

9 . 某公司为了增加某商品的销售利润，调查了该商品投入的广告费用x（万元）与销售利润y（万元）的统计数据如下表，由表中数据，得线性回归直线l：，则下列结论正确的是（       ）

广告费用x（万元）	2	3	5	6
销售利润y（万元）	5	7	9	11

A．直线l过点	B．直线l过点
C．	D．变量y和x呈负相关

10 . 在我国，大学生就业压力日益严峻，伴随着政府政策引导与社会观念的转变，大学生创业意识，就业方向也悄然发生转变某大学生在国家提供的税收，担保贷款等很多方面的政策扶持下选择加盟某专营店自主
创业，该专营店统计了近五年来创收利润数（单位：万元）与时间（单位：年）的数据，列表如下：

	1	2	3	4	5
	2.4	2.7	4.1	6.4	7.9

（Ⅰ）依据表中给出的数据，是否可用线性回归模型拟合与的关系，请计算相关系数并加以说明（计算结果精确到0.01）．（若，则线性相关程度很高，可用线性回归模型拟合）：
（Ⅱ）该专营店为吸引顾客，特推出两种促销方案．
方案一：每满500元可减50元；
方案二：每满500元可抽奖一次，每次中奖的概率都为，中奖就可以获得100元现金奖励，假设顾客每次抽奖的结果相互独立．
①某位顾客购买了1050元的产品，该顾客选择参加两次抽奖，求该顾客获得100元现金奖励的概率．
②某位顾客购买了1500元的产品，作为专营店老板，是希望该顾客直接选择返回150元现金，还是选择参加三次抽奖？说明理由
附：相关系数公式
参考数据：．