2 . 已知与具有相关关系，且利用关于的回归直线方程进行预测，当时，，当时，，则关于的回归直线方程中的回归系数为__________.

3 . 某工厂引进新的生产设备，为对其进行评估，从设备生产零件的流水线上随机抽取100件零件作为样本，测量其直径后，整理得到下表：

直径/mm	58	59	61	62	63	64	65	66	67	68	69	70	71	73	合计
件数	1	1	3	5	6	19	33	18	4	4	2	1	2	1	100

经计算，样本的平均值，标准差，以频率值作为概率的估计值.
(1)为评估设备对原材料的利用情况，需要研究零件中某材料含量和原料中的该材料含量之间的相关关系，现取了8对观测值，求与的线性回归方程.
(2)为评判设备生产零件的性能，从该设备加工的零件中任意抽取一件，记其直径为，并根据以下不等式进行评判（表示相应事件的概率）；
①；②；③.
评判规则为：若同时满足上述三个不等式，则设备等级为甲；仅满足其中两个，则等级为乙；若仅满足其中一个，则等级为丙；若全部不满足，则等级为丁，试判断设备的性能等级.
(3)将直径小于等于或直径大于的零件认为是次品．从样本中随意抽取2件零件，再从设备的生产流水线上随意抽取2件零件，计算其中次品总数的数学期望.
附：①对于一组数据，其回归直线的斜率和截距的最小二乘法估计公式分别为，；
②参考数据：，，，.

4 . 2020年是具有里程碑意义的一年，我们将全面建成小康社会，实现第一个百年奋斗目标．2020年也是脱贫攻坚决战决胜之年（总书记2020年新年贺词）．某贫困地区截至2019年底，按照农村家庭人均年纯收入8000元的小康标准，该地区仅剩部分家庭尚未实现小康．现从这些尚未实现小康的家庭中随机抽取50户，得到这50户家庭2019年的家庭人均年纯收入的频率分布直方图．

(1)求出频率分布直方图中的a的值，并求出这50户家庭人均年纯收入的平均数；（同一组数据用该区间的中点值作代表）
(2)2020年1月，统计了该地的一个家庭2019年7~12月的该家庭人均月纯收入如下表：

月份/2019（时间代码x）	1	2	3	4	5	6
人均月纯收入入y（元）	275	365	415	450	470	485

由散点图发现：家庭人均月纯收入y与时间代码x之间具有较强的线性相关关系，求出回归直线方程；并估计2020年3月份（即时间代码x取9）该家庭人均月纯收入为多少元？       
参考数据：；；线性回归方程中，，．

5 . “绿色出行，低碳环保”已成为新的时尚.近几年，国家相继出台了一系列的环保政策，在汽车行业提出了重点扶持新能源汽车的政策，为新能源汽车行业的发展开辟了广阔的前景.某公司对A充电桩进行生产投资，所获得的利润有如下统计数据表，并计算得.

A充电桩投资金额/百万元	3	4	6	7	9	10
所获利润/百万元	1.5	2	3	4.5	6	7

(1)已知可用线性回归模型拟合与的关系，求其线性回归方程；
(2)若规定所获利润y与投资金额x的比值不低于，则称对应的投入额为“优秀投资额”，记2分，所获利润与投资金额的比值低于且大于，则称对应的投入额为“良好投资额”，记1分，所获利润与投资金额的比值不超过，则称对应的投入额为“不合格投资额”，记0分，现从表中6个投资金额中任意选2个，用X表示记分之和，求X的分布列及数学期望.
附：对于一组数据其回归直线方程的斜率和截距的最小二乘法估计公式分别为，.

6 . 经销商小王对其所经营的某型号二手汽车的使用年数与每辆车的销售价格（单位：万元）进行整理，得到如表的对应数据：

使用年数	2	4	6	8	10
售价	16	13	9.5	7	4.5

(1)试求y关于x的回归直线方程；
(2)已知每辆该型号汽车的收购价格w（单位：万元）与使用年数的函数关系为，据（1）中所求的回归方程，预测x为何值时，小王销售一辆该型号汽车所获得的利润最大.
附：回归直线的斜率和截距的最小二乘估计公式分别为：，.

7 . 2023年，国家不断加大对科技创新的支持力度，极大鼓舞了企业投入研发的信心，增强了企业的创新动能.某企业在国家一系列优惠政策的大力扶持下，通过技术革新和能力提升，极大提升了企业的影响力和市场知名度，订单数量节节攀升，右表为该企业今年1~4月份接到的订单数量.

月份t	1	2	3	4
订单数量y（万件）	5.2	5.3	5.7	5.8

(1)试根据样本相关系数r的值判断订单数量y与月份t的线性相关性强弱（，则认为y与t的线性相关性较强，，则认为y与t的线性相关性较弱）.（结果保留两位小数）
(2)建立y关于t的线性回归方程，并预测该企业5月份接到的订单数量.
附：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，，.

8 . 随着人们生活水平的提高，我国城乡居民消费结构发生了很大变化，家庭食品支出的比重呈逐年下降趋势，下表是近5年某居民家庭食品支出占总消费的比重（以下简称比重）的统计表．

年份	2017年	2018年	2019年	2020年	2021年
年份代号	1	2	3	4	5
比重	38	32	30	27	23

(1)求与的相关系数（精确到0.001），并据此判断比重与年份的相关性强弱；
(2)若比重与年份代码之间具有较强的线性相关性，求关于的线性回归方程；
附：①相关系数：，若，则可判断与线性相关性较强．
②线性回归方程中斜率与截距的最小二乘估计公式分别为．
③参考数据：．

9 . 某骑行爱好者近段时间在专业人士指导下对骑行情况进行了统计，各次骑行期间的身体综合指标评分x与对应用时y（单位：小时）如下表：

身体综合指标评分	1	2	3	4	5
用时（/小时）	9.5	8.6	7.8	7	6.1

(1)由上表数据看出，可用线性回归模型拟合与的关系，请用相关系数加以说明；
(2)建立关于的回归方程.
参考数据和参考公式：相关系数，，，

10 . 随着《年中国诗词大会》在央视持续热播，人们掀起了学习古诗词的热潮，这也使得古诗词书很畅销.某书店统计了连续天中第天来购买古诗词书的人数的相关数据，
如下表所示：

	1	2	3	4	5
	25	30	40	45	55

(1)若与线性相关，求关于的线性回归方程，并预测第天来购买古诗词书的人数；
(2)在《年中国诗词大会》.上集结了“少儿团”、“青年团”、“百行团”、“亲友团”的诗词爱好者.某平台为了解喜欢古诗词与性别的关系，随机调查了位男性，位女性，其中不喜欢古诗词的男性有人，女性有人，能否有的把握认为喜欢古诗词与性别有关?
参考公式：回归方程中斜率和截距的最小二乘估计公式分别为，；，.

	0.15	0.10	0.05	0.025	0.010	0.005
	2.072	2.706	3.841	5.024	6.635	7.879