1 . 2024年3月4日，丰城市农业局在市委组织下召开推进湖塘-董家富硒梨产业高质量发展专题会议，安排部署加快推进特色优势产业富硒梨高质量发展工作，集中资源、力量打造“富硒梨”公共品牌.丰城市为做好富硒梨产业的高质量发展，项目组统计了某果场近5年富硒梨产业综合总产值的各项数据如下：年份x，综合产值y（单位：万元）

年份	2019	2020	2021	2022	2023
年份代码	1	2	3	4	5
综合产值	23.1	37.0	62.1	111.6	150.8

(1)根据表格中的数据，可用一元线性回归模型刻画变量y与变量x之间的线性相关关系，请用相关系数加以说明（精确到0.01）；
(2)求出y关于x的经验回归方程，并预测2024年底该果场富硒梨产业的综合总产值.
参考公式：相关系数回归方程中斜率和截距的最小二乘法估计公式分别为：；
参考数据：

3 . 某网站统计了某网红螺蛳粉在2022年1月至2022年6月（月份代码为l～6）的销售量y（单位：万份），得到以下数据：

月份代码x	1	2	3	4	5	6
销售量y	6	7	10	11	12	14

(1)由表中所给数据求出y关于x的线性回归方程，并预测2022年10月份的销售量；
(2)为调查顾客对该网红螺蛳粉的喜欢情况，随机抽查了200名顾客，得到如下列联表，请填写下面的2×2列联表，并判断能否有99.9％的把握认为“顾客是否喜欢该网红螺蛳粉与性别有关”．

	喜欢	不喜欢	合计
男			100
女		60
合计	110

（参考公式：线性回归方程，其中，）
，其中．
临界值表：

	0.01	0.005	0.001
	6.635	7.879	10.828

4 . 某企业新研发了一种产品，产品的成本由原料成本及非原料成本组成，每件产品的非原料成本y（元）与生产的产品数量x（千件）有关，经统计得到如下数据：

x	2	5	8	9	11
y	12	10	8	8	7

(1)根据表中的数据，运用相关系数进行分析说明，是否可以用线性回归模型拟合y与x的关系?并指出是正相关还是们相关；
(2)求y关于x的回归方程，并预测生产该产品13千件时，每件产品的非原料成本为多少元?
附：参考公式：相关系数，，．
参考数据：．

5 . 某企业新研发了一种产品，产品的成本由原料成本及非原料成本组成，每件产品的非原料成本（元）与生产的产品数量（千件）有关，经统计得到如下数据：

	2	5	8	9	11
	12	10	8	8	7

(1)根据表中的数据，运用相关系数进行分析说明，是否可以用线性回归模型拟合与的关系？并指出是正相关还是负相关；
(2)求关于的回归方程，并预测生产该产品13千件时，每件产品的非原料成本为多少元？
(3)设满足，其中近似为样本平均数近似为样本方差，求.
附：参考公式：相关系数；
参考数据：，若，则.

6 . 下列命题为真命题的是（       ）

A．若数据，，，…，的方差为3，则数据的方差为5；

B．对具有线性相关关系的变量x，y，其线性回归方程为，若样本点的中心为，则实数m的值是4；

C．若随机变量X服从正态分布，，则；

D．若随机变量X服从二项分布，，则．

8 . 某企业2021年前5个月的利润情况如下表所示：

	第1个月	第2个月	第3个月	第4个月	第5个月
利润（单位：万元）	6	8	9	12	15

设第i个月的利润为y万元.
(1)根据表中数据，求y关于i的线性回归方程；
(2)已知该企业2021年第6个月的利润是20万元.求根据（1）中的回归方程所得第6个月利润的预报值的准确度（准确度，其中m，M分别为预报值和实际值）.
附：线性回归方程中的系数，.

9 . 为了选拔培养有志于服务国家重大战略需求且综合素质优秀或基础学科拔尖的学生，教育部开展了招生改革工作一一强基计划．现某机构对某高中学校学生对强基课程学习的情况进行调查，在参加数学和物理的强基计划课程学习的学生中，某机构为研究考生物理成绩与数学成绩之间的关系，从一次考试中随机抽取11名考生的数据，统计如下表：

数学成绩	46		79	89	99	109	116	120	123	134	140
物理成绩	50	54	60	63	66	68	70	0	73	76	80

(1)由表中数据可知，有一位考生因物理缺考导致数据出现异常，剔除该组数据后发现，考生物理成绩与数学成绩之间具有线性相关关系，请根据这10组数据建立关于的回归直线方程，并估计缺考考生如果参加物理考试可能取得的成绩；
(2)在这次物理强基课程的测试中，剔除缺考考生的物理成绩后，剩余这10名学生物理成绩的统计数据如茎叶图所示．若采用分层抽样的方法从男生和女生中抽取5人，再从这5人中抽取3人参加学校组织的关于强基计划的访谈调查，求抽出的学生中恰好有一名女生的概率．
附：参考公式：对于一组数据其回归直线的斜率和截距的最小二乘估计分别为：
参考数据：（剔除零分前）

1120	660	68586	122726

上表中的表示样本中第名考生的数学成绩，表示样本中第名考生的物理成绩．