1 . 某食品厂2020年2月至6月的某款饮料生产产量单位：万件的数据如下表：

（月份）	2	3	4	5	6
（生产产量：万件）	3	5		8

（1）根据以上数据，求关于的线性回归方程；
（2）调查显示该年7月份的实际市场需求量为13.5万件，求该年7月份所得回归方程预测的生产产量与实际市场需求量的误差.
附：参考公式：，.

2 . 为得到某种作物种子的发芽率，立德中学生物兴趣小组的同学进行了如下研究：在不同的昼夜温差下统计每100颗种子的发芽数，得到了以下数据：

昼夜温差x（℃）	8	10	11	12	13
发芽数y（颗）	79	81	85	86	90

通过画散点图，同学们认为x和y之间存在线性相关关系，经讨论大家制定了如下规则：从这5组数据中选取3组数据求线性回归方程，再用剩下的2组数据进行检验，检验方法如下：用求得的线性回归方程分别计算剩余两组数据中昼夜温差数所对应的发芽数，再求与实际发芽数y的差值，若差值的绝对值都不超过2，则认为所求方程是“合适的回归方程”.
（1）请根据表中的后三组数据，求y关于x的线性回归方程；
（2）按照题目中的检验方法判断（1）中得到的方程是否是“合适的回归方程”；
（3）若100颗该作物种子的发芽率为n颗，则记为的发芽率，当发芽率为时，农户种植该种作物平均每亩地的收益为元，某农户有10亩土地，全部种植这种植物，种植期间昼夜温差大约为9℃，根据（1）中得到的线性回归方程估计该农户种植此种作物所获得的收益.（参考公式：线性回归方程中，的最小二乘估计分别为：.）

3 . 爱心蔬菜超市为确定某种蔬菜的日进货量，需了解日销量（单位：）随上市天数的变化规律.工作人员记录了该蔬菜上市10天来的日销量与上市天数的对应数据，并对数据做了初步处理，得到如图的散点图及一些统计量的值：

55	155.5	15.1	82.5	4.84	94.9	24.2

表中.

（1）根据散点图判断与哪一个更适合作为日销量关于上市天数的回归方程（给出判断即可，不必说明理由）？
（2）根据（1）中的判断结果及表中数据，求日销量关于上市天数的回归方程，并预报上市第12天的日销量.
附：①，.
②对于一组数据，，…，，其回归直线中的斜率和截距的最小二乘估计分别为：，.

4 . 下图是某校某班44名同学的某次考试的物理成绩y和数学成绩x的散点图：

根据散点图可以看出y与x之间有线性相关关系，但图中有两个异常点A，B．经调查得知，A考生由于重感冒导致物理考试发挥失常，B生因故未能参加物理考试．为了使分析结果更科学准确，剔除这两组数据后，对剩下的数据作处理，得到一些统计量的值：
，，，，，其中，分别表示这42名同学的数学成绩、物理成绩，．y与x的相关系数．
（1）若不剔除A、B两名考生的数据，用44数据作回归分析，设此时y与x的相关系数为，试判断与r的大小关系，并说明理由；
（2）求y关于x的线性回归方程（系数精确到），并估计如果B考生参加了这次物理考试（已知B考生的数学成绩为125分），物理成绩是多少？（精确到个位）．
附：回归方程中，．

5 . 某校医务室欲研究昼夜温差大小与高三患感冒人数多少之间的关系，他们统计了2019年9月至2020年1月每月8号的昼夜温差情况与高三因患感冒而就诊的人数，得到如下资料：

日期	2019年9月8日	2019年10月8日	2019年11月8日	2019年12月8日	2020年1月8日
昼夜温差	5	8	12	13	16
就诊人数	10	16	26	30	35

该医务室确定的研究方案是先从这5组数据中选取2组，用剩下的3组数据求线性回归方程，再用被选取的2组数据进行检验.假设选取的是2019年9月8日与2020年1月8日的2组数据.
（1）求就诊人数关于昼夜温差的线性回归方程 （结果精确到0.01）
（2）若由（1）中所求的线性回归方程得到的估计数据与所选出的检验数据的误差均不超过3人，则认为得到的线性回归方程是理想的，试问该医务室所得线性回归方程是否理想？
参考公式：，.

6 . 有人收集了七月份的日平均气温(摄氏度)与某冷饮店日销售额(百元)的有关数据,为分析其关系,该店做了五次统计,所得数据如下:

日平均气温(摄氏度)	31	32	33	34	35
日销售额(百元)	5	6	7	8	10

由资料可知,与成线性相关关系.
(1)求出关于的线性回归方程;
(2)根据所求回归直线方程预测日平均气温为38摄氏度时该冷饮店的日销售情况.

7 . 某市房产中心数据研究显示，2018年该市新建住宅销售均价如下表.3月至7月房价上涨过快，为抑制房价过快上涨，政府从8月份开始出台了相关限购政策，10月份开始房价得到了很好的抑制.

均价（万元/）	0.95	0.98	1.11	1.12	1.20	1.22	1.32	1.34	1.16	1.06
月份	3	4	5	6	7	8	9	10	11	12

（Ⅰ）请建立3月至7月线性回归模型（保留小数点后3位），并预测若政府不宏观调控，12月份该市新建住宅销售均价；
（Ⅱ）试用相关系数说明3月至7月各月均价（万元/）与月份之间可用线性回归模型（保留小数点后2位）
参考数据：，，，，
回归方程斜率和截距最小二乘法估计公式；
相关系数.

8 . 某测试团队为了研究“饮酒”对“驾车安全”的影响，随机选取名驾驶员先后在无酒状态、酒后状态下进行“停车距离”测试.试验数据分别列于表和表.统计方法中，同一组数据常用该组区间的中点值作为代表.

停车距离（米）
频数

表

平均每毫升血液酒精含量毫克
平均停车距离米

表

（1）根据最小二乘法，由表的数据计算关于的回归方程；
（2）该测试团队认为：驾驶员酒后驾车的平均“停车距离”大于无酒状态下（表）的停车距离平均数的倍，则认定驾驶员是“醉驾”.请根据（1）中的回归方程，预测当每毫升血液酒精含量大于多少毫克时为“醉驾”？
附：回归方程中，，.

9 . 某公司为了解广告投入对销售收益的影响，在若干地区各投入4万元广告费用，并将各地的销售收益绘制成频率分布直方图（如图所示），由于工作人员操作失误，横轴的数据丢失，但可以确定横轴是从0开始计数的.

（1）根据频率分布直方图计算图中各小长方形的宽度；
（2）试估计该公司在若干地区各投入4万元广告费用之后，对应销售收益的平均值（以各组的区间中点值代表该组的取值）；
（3）该公司按照类似的研究方法，测得另外一些数据，并整理得到下表：

广告投入（单位：万元）	1	2	3	4	5
销售收益（单位：万元）	2	3	3		7

由表中的数据显示，与之间存在着线性相关关系，请将（2）的结果填入空白栏，并求出关于的回归直线方程.（参考公式：）

10 . 平顶山市公安局交警支队依据《中华人民共和国道路交通安全法》第条规定：所有主干道路凡机动车途经十字口或斑马线，无论转弯或者直行，遇有行人过马路，必须礼让行人，违反者将被处以元罚款，记分的行政处罚．如表是本市一主干路段监控设备所抓拍的个月内，机动车驾驶员不“礼让斑马线”行为统计数据：

月份
违章驾驶员人数

（Ⅰ）请利用所给数据求违章人数与月份之间的回归直线方程；
（Ⅱ）预测该路段月份的不“礼让斑马线”违章驾驶员人数．
参考公式：，．