1 . 为了研发某种流感疫苗，某研究团队收集了10组抗体药物的摄入量与体内抗体数量的数据，并对这些数据作了初步处理，得到了如图所示的散点图及一些统计量的值，抗体药物摄入量为x（单位：mg），体内抗体数量为y（单位：AU/mL）．根据散点图，可以得到回归直线方程为：．下列说法正确的是（       ）

A．回归直线方程表示体内抗体数量与抗体药物摄入量之间的线性相关关系

B．回归直线方程表示体内抗体数量与抗体药物摄入量之间的函数关系

C．回归直线方程可以精确反映体内抗体数量与抗体药物摄入量的变化趋势

D．回归直线方程可以用来预测摄入抗体药物后体内抗体数量的变化

2 . 判断正误，正确的写“正确”，错误的写“错误”．
（1）函数关系是一种确定关系，而相关关系是一种不确定关系．(      )
（2）样本相关系数r越大，两变量的相关性越强．(      )
（3）散点图可以直观地分析出两个变量是否具有相关性．(      )
（4）若变量x，y满足函数关系，则这两个变量线性相关．(      )
（5）两个变量的相关关系是一种确定的关系(      )
（6）当一个变量的值增加时，另一个变量的值随之减少，则称这两个变量负相关.(      )
（7）一般地，样本容量越大，用样本相关系数估计两个变量的相关系数的效果越好.(      )
（8）统计活动中，分析数据时通常用统计图表计算数据的数据特征．(      )
（9）在一定范围内，农作物的产量与施肥量之间的关系是相关关系．(      )

3 . 经过分层抽样得到16名学生高一和高二结束时的数学考试成绩（满分：100分），如下表所示．

学生编号	1	2	3	4	5	6	7	8
高一	84	85	71	74	60	58	51	82
高二	84	88	72	73	68	62	60	85
学生编号	9	10	11	12	13	14	15	16
高一	87	69	79	80	83	84	63	54
高二	88	73	84	82	83	83	66	67

(1)绘制这些成对数据的散点图；
(2)计算学生高一和高二数学成绩的相关系数．根据此相关系数，你能得出什么结论？

4 . 某市104路公交车上午7：05—8：55时段在起点站每9分钟发一班次．公交公司为了了解早高峰时段各班次上客情况，某日上午7：14—8：35记录了在起点站各班次车辆上客的人数：

发车时刻	7：14	7：23	7：32	7：41	7：50	7：59	8：08	8：17	8：26	8：35
上车乘客数/人	10	13	13	18	17	15	12	9	3	3

请绘制这组成对数据的散点图，并通过观察散点图大致判断客车发车时刻与上车乘客人数之间的相关性．

5 . 若变量，有如下观察的数据：

	151	152	153	154	156	157	158	159	160	162	163	164
	40	41	41	41.5	42	42.5	43	44	45	45	46	45.5

(1)画出散点图；
(2)判断变量，是否具有相关关系？如果具有相关关系，那么是正相关还是负相关？

6 . 6个数据构成的散点图，如图所示，采用一元线性回归模型建立经验回归方程，若在6个数据中去掉后，下列说法正确的是（       ）

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

7 . 根据2020年第七次全国人口普查报告，城镇人口的比重是63.89%，与2010年第六次全国人口普查相比，城镇人口比重上升了14.21个百分点.图2表示的是我国七次人口普查中的城镇人口比例变化趋势.

年份	1953	1964	1982	1990	2000	2010	2020
第x次人口普查	1	2	3	4	5	6	7
城镇人口比例（y%）	13.26	18.30

(1)根据图2完成上面表格，不用计算直观判断人口城镇化率与年份是否存在相关关系？
(2)由图可以发现城镇人口比例大致分布在一条直线附近，已知，，试根据这些数据建立城镇人口比例y%关于人口普查次数x的回归方程.
（，）.

8 . 下列关于散点图的说法中，正确的是（       ）

A．任意给定统计数据，都可以绘制散点图	B．从散点图中可以看出两个量是否具有一定的关系
C．从散点图中可以看出两个量的因果关系	D．从散点图中无法看出数据的分布情况

9 . 一般说来，年收入高的家庭年支出也高，你能设计一个方案说明“年收入”与“年支出”是否存在线性相关关系吗?试写出你的设计（答案不唯一）

10 . 判断下列说法是否正确，正确的在括号中填写正确，错误的填错误
（1）相关关系与函数关系都是一种确定性的关系，也是一种因果关系．(      )
（2）利用散点图可以直观判断两个变量的关系是否可以用线性关系表示．(      )
（3）线性相关系数r越大，两个变量的线性相关性越强．(      )
（4）线性相关系数r越小，两个变量的线性相关性越弱．(      )
（5）用相关系数r来刻画回归效果，r越小，说明模型的拟合效果越好．(      )