1 . 为研究某种细菌在特定环境下，随时间变化的繁殖情况，得到如下实验数据：

天数天
繁殖个数千个

由最小二乘法得与的线性回归方程为，则当时，繁殖个数的预测值为（       ）

A．

B．

C．

D．

2 . 小张准备在某县城开一家文具店，为经营需要，小张对该县城另一家文具店中的某种水笔的单支售价及相应的日销售量进行了调查，单支售价x（元）和日销售量y（支）之间的数据如表所示；

单支售价x（元）	1.4	1.6	1.8	2	2.2
日销售量y（支）	13	11	7	6	3

(1)根据表格中的数据，求出y关于x的回归直线方程；
(2)请由（1）所得的回归直线方程预测日销售量为18支时.单支售价应定为多少元？如果一支水笔的进价为0.56元，为达到日利润（日利润=日销售量×单支售价-日销售量×单支进价）最大，在（1）的前提下应该如何定价？
参考公式：
参考数据：

3 . 为助力湖北新冠疫情后的经济复苏，某电商平台为某工厂的产品开设直播带货专场.为了对该产品进行合理定价，用不同的单价在平台试销，得到如下数据：

单价（元/件）	8	8.2	8.4	8.6	8.8	9
销量（万件）	90	84	83	80	75	68

（1）根据以上数据，求关于的线性回归方程；
（2）若该产品成本是7元/件，假设该产品全部卖出，预测把单价定为多少时，工厂获得最大利润？
（参考公式：回归方程，其中，）

4 . 年的“金九银十”变成“铜九铁十”，全国各地房价“跳水”严重，但某地二手房交易却“逆市”而行.下图是该地某小区年月至年月间，当月在售二手房均价(单位：万元/平方米)的散点图.(图中月份代码分别对应年月年月)

根据散点图选择和两个模型进行拟合，经过数据处理得到的两个回归方程分别为和，并得到以下一些统计量的值：注：是样本数据中的平均数，是样本数据中的平均数，则下列说法正确的是（       ）

A．当月在售二手房均价与月份代码呈负相关关系

B．由预测年月在售二手房均价约为万元/平方米

C．曲线与都经过点

D．模型回归曲线的拟合效果比模型的好

5 . 2020年3月15日，某市物价部门对5家商场的某商品一天的销售量及其价格进行调查，5家商场的售价(元)和销售量(件)之间的一组数据如表所示：

价格	9	9.5	10	10.5	11
销售量	11	10	8	6	5

按公式计算，与的回归直线方程是：，相关系数，则下列说法正确的有（       ）

A．变量，线性负相关且相关性较强；	B．；
C．当时，的估计值为12.8；	D．相应于点的残差约为0.4.

6 . 随着我国对新冠肺炎疫情的控制，全国消费市场逐渐回暖，某商场统计的人流量x（单位：百人）与销售额y（单位：万元）的数据表有部分污损，如下所示.

x	2	3	4	5	6
y	2.2	3.8		6.5	7.0

已知x与y具有线性相关关系，且线性回归方程，则表中污损数据应为_____.

7 . 下列说法正确的是

A．在做回归分析时，残差图中残差点分布的带状区域的宽度越窄表示回归效果越差

B．某地气象局预报：6月9日本地降水概率为90％，结果这天没下雨，这表明天气预报并不科学

C．回归分析模型中，残差平方和越小，说明模型的拟合效果越好

D．在回归直线方程中，当解释变量每增加1个单位时，预报变量多增加0.1个单位

8 . 足球是世界普及率最高的运动，我国大力发展校园足球．为了解本地区足球特色学校的发展状况，社会调查小组得到如下统计数据：

年份x	2014	2015	2016	2017	2018
足球特色学校y（百个）	0.30	0.60	1.00	1.40	1.70

(1)根据上表数据，计算y与x的相关系数r，并说明y与x的线性相关性强弱．
（已知：，则认为y与x线性相关性很强；，则认为y与x线性相关性一般；，则认为y与x线性相关性较弱）：
(2)求y关于x的线性回归方程，并预测A地区2020年足球特色学校的个数（精确到个）．
参考公式和数据：， ，，．

9 . 某单位为了落实“绿水青山就是金山银山”理念，制定节能减排的目标，先调查了用电量（单位：度）与气温（单位：）之间的关系，随机选取了天的用电量与当天气温，并制作了对照表：

（单位：℃）	17	14	10
（单位：度）	24	34	38	64

由表中数据得线性回归方程：，则由此估计：当气温为时，用电量约为（       ）

A．56度

B．62度

C．64度

D．68度

10 . 某市一所医院在某时间段为发烧超过38的病人特设发热门诊，该门诊记录了连续5天昼夜温差()与就诊人数的资料：

日期	第1天	第2天	第3天	第4天	第5天
昼夜温差()	8	10	13	12	7
就诊人数（人）	18	25	28	27	17

(1)求的相关系数，并说明昼夜温差()与就诊人数具有很强的线性相关关系.
(2)求就诊人数(人)关于出昼夜温差()的线性回归方程，预测昼夜温差为9时的就诊人数.
附：样本的相关系数为，当时认为两个变量有很强的线性相关关系.
回归直线方程为，其中，.
参考数据：，