1 . 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，．

2 . 在“新零售”模式的背景下，某大型零售公司推广线下分店，计划在S市的A区开设分店，为了确定在该区开设分店的个数，该公司对该市已开设分店的其他区的数据作了初步处理后得到下列表格.记x表示在各区开设分店的个数，y表示这个x个分店的年收入之和.

(1)该公司已经过初步判断，可用线性回归模型拟合y与x的关系，求y关于x的线性回归方程
(2)假设该公司在A区获得的总年利润z(单位:百万元)与x，y之间的关系为，请结合(1)中的线性回归方程，估算该公司应在A区开设多少个分店时，才能使A区平均每个分店的年利润最大?
(参考公式:，其中，)

3 . 某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费x（单位：千元）对年销售量y（单位：t）和年利润z（单位：千元）的影响，对近8年的年宣传费和年销售量（=1,2，···，8）数据作了初步处理，得到下面的散点图及一些统计量的值.

46.6	563	6.8	289.8	1.6	1469	108.8

表中，=
（Ⅰ）根据散点图判断，y=a+bx与y=c+d哪一个适宜作为年销售量y关于年宣传费x的回归方程类型？（给出判断即可，不必说明理由）
（Ⅱ）根据（Ⅰ）的判断结果及表中数据，建立y关于x的回归方程；
（Ⅲ）已知这种产品的年利润z与x、y的关系为z=0.2y-x.根据（Ⅱ）的结果回答下列问题：
（ⅰ）年宣传费x=49时，年销售量及年利润的预报值是多少？
（ⅱ）年宣传费x为何值时，年利润的预报值最大？

附：对于一组数据,，……，,其回归线的斜率和截距的最小二乘估计分别为：

4 . 为了解某冷饮店的经营状况，随机记录了该店月的月营业额（单位：万元）与月份的数据，如下表：（1）求关于的回归直线方程；
（2）若在这些样本点中任取两点，求恰有一点在回归直线上的概率.
附：回归直线方程中，
，.

5 . 大连市某企业为确定下一年投入某种产品的宣传费，需了解年宣传费（单位：千元）对年销售量（单位：）和年利润（单位：千元）的影响，对近8年的年宣传费和年销售量数据作了初步处理，得到下面的散点图及一些统计量的值.

46.6	573	6.8	289.8	1.6	215083.4	31280

表中，.
(1)根据散点图判断，与哪一个适宜作为年销售量关于年宣传费的回归方程类型？（给出判断即可，不必说明理由）
(2)根据（1）的判断结果及表中数据，建立关于的回归方程；
(3)已知这种产品的年利润与、的关系为. 根据（2）的结果回答下列问题：
（i）年宣传费时，年销售量及年利润的预报值是多少？
（ii）年宣传费为何值时，年利润的预报值最大？
附：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：
，.

6 . 某兴趣小组欲研究昼夜温差大小与患感冒人数多少之间的关系，他们分别到气象局与某医院抄录了1至6月份每月10号的昼夜温差情况与因患感冒而就诊的人数，得到如下资料：

日期	1月10日	2月10日	3月10日	4月10日	5月10日	6月10日
昼夜温差
就诊人数 （人）				26

该兴趣小组确定的研究方案是：先从这六组数据中选取2组，用剩下的4组数据求线性回归方程，再用被选取的2组数据进行检验．
（1）求选取的2组数据恰好是相邻两个月的概率；
（2）若选取的是1月与6月的两组数据，请根据2至5月份的数据，求出关于的线性回归方程；
（3）若由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人，则认为得到的线性回归方程是理想的，试问该小组所得线性回归方程是否理想？

7 . 某兴趣小组欲研究昼夜温差大小与患感冒人数多少之间的关系,他们分别到气象局与某医院抄录了1至6月份每月10号的昼夜温差情况与因患感冒而就诊的人数,得到如下资料:

该兴趣小组确定的研究方案是:先用2、3、4、5月的4组数据求线性回归方程,再用1月和6月的2组数据进行检验.
（1）请根据2、3、4、5月的数据,求出y关于x的线性回归方程；
（2）若由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2人,则认为得到的线性回归方程是理想的,试问该小组所得线性回归方程是否理想?
（参考公式: ，）
参考数据：11×25+13×29+12×26+8×16=1092，11²+13²+12²+8²=498.

8 . 在一次抽样调查中测得样本的6组数据，得到一个变量关于的回归方程模型，其对应的数值如下表：

	2	3	4	5	6	7

(1)请用相关系数加以说明与之间存在线性相关关系(当时，说明与之间具有线性相关关系)；
(2)根据(1)的判断结果，建立关于的回归方程并预测当时，对应的值为多少(精确到).
附参考公式：回归方程中斜率和截距的最小二乘法估计公式分别为：
，，相关系数公式为：.
参考数据：
，，，.

9 . 下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量（吨）与相应的生产能耗（吨标准煤）的几组对照数据

	3	4	5	6
	2．5	3	4	4．5

（）
（1）请根据上表提供的数据，用最小二乘法求出关于的线性回归方程；
（2）已知该厂技术改造前１００吨甲产品能耗为９０吨标准煤．试根据（1）求出的线性回归方程，预测生产１００吨甲产品的生产能耗比技术改造前降低多少吨标准煤？

10 . 一次试验中，当变量取值分别为时，变量的值依次为，则与之间的回归曲线方程为（   ）

A．

B．

C．

D．.