1 . 某公司生产部门调研发现，该公司第二，三季度的用电量与月份线性相关，数据统计如下：

月份	4	5	6	7	8	9
用电量（千瓦时）	6	16	27	55	46	56

但核对电费报表时发现一组数据统计有误．
（1）请指出哪组数据有误，并说明理由；
（2）在排除有误数据后，求用电量与月份之间的回归直线方程，并预测统计有误那个月份的用电量．（结果精确到）
附：，

2 . 某市食品药品监督管理局开展2020年春季快递餐饮安全检查，对本市的8个快递配餐点进行了原料采购加工标准和卫生标准的检查和评分，其评分情况如表所示：

快递配餐点编号	1	2	3	4	5	6	7	8
原料采购加工标准评分	82	75	70	66	83	93	95	100
卫生标准评分	81	79	77	75	82	83	84	87

（1）已知与之间具有线性相关关系，求关于的线性回归方程；（精确到0.1）
（2）现从8个被检查点中任意抽取两个组成一组，若两个点的原料采购加工标准和卫生标准的评分均超过80分，则组成“快递标兵配餐点”，求该组被评为“快递标兵配餐点”的概率．
参考公式：，；参考数据：，．

3 . 受传统观念的影响，中国家庭教育过程中对子女教育的投入不遗余力，基础教育消费一直是中国家庭教育的重头戏，升学压力的逐渐增大，特别是对于升入重点学校的重视，导致很多家庭教育支出增长较快，下面是某机构随机抽样调查某二线城市2012-2018年的家庭教育支出的折线图.

（附：年份代码1-7分别对应的年份是2012-2018）
（1）从图中的折线图看出，可用线性回归模型拟合y与t的关系，请求出相关系数r（精确到0.001），并指出是哪一层次的相关性？（相关系数，相关性很强；，相关性一般；，相关性较弱）.
（2）建立y关于t的回归方程；
（3）若2019年该地区家庭总支出为10万元，预测家庭教育支出约为多少万元？
附注：参考数据：，，，，.
参考公式：，回归方程，
其中，.

4 . 某网店经营各种儿童玩具，该网店老板发现该店经销的一种手腕可以摇动的款芭比娃娃玩具在某周内所获纯利（元）与该周每天销售这种芭比娃娃的个数（个）之间的关系如下表：

每天销售芭比娃娃个数（个）	3	4	5	6	7	8	9
该周内所获纯利（元）	66	69	74	81	89	90	91

（1）由表中数据可推测线性相关，求出回归直线方程；
（2）请你预测当该店每天销售这种芭比娃娃20件时，每周获纯利多少？
参考公式：，.

5 . 随着我国经济的发展，居民的储蓄存款逐年增长.设某地区城乡居民人民币储蓄存款（年底余额）如下表：

年份	2013	2014	2015	2016	2017
时间代号	1	2	3	4	5
储蓄存款／千亿元	5	6	7	8	10

（1）求关于的线性回归方程；
（2）用所求回归方程预测该地区2019年的人民币储蓄存款.
（附： ，其中，为样本平均值）

6 . 至2018年底,我国发明专利申请量已经连续8年位居世界首位,下表是我国2012年至2018年发明专利申请量以及相关数据.

								总计
年代代码	1	2	3	4	5	6	7	28
申请量（万件）	65	82	92	110	133	138	154	774
	65	164	276	440	665	828	1078	3516

注：年代代码1~7分别表示2012~2018.
（1）可以看出申请量每年都在增加,请问这几年中那一年的增长率达到最高,最高是多少？
（2）建立关于的回归直线方程(精确到0.01),并预测我国发明专利申请量突破200万件的年份.
参考公式：.

7 . 某地区某农产品的销售量与年份有关，下表是近五年的部分统计数据：

年份	2010	2012	2014	2016	2018
销售量（吨）	114	115	116	116	114

用所给数据求年销售量（吨）与年份之间的回归直线方程，并根据所求出的直线方程预测该地区2019年该农产品的销售量.
参考公式：.

8 . 2019年4月25日至27日，第二届“一带一路”国际合作高峰论坛在北京举行.这几年全球“一带一路”项目建设投入资金逐年增长，2014年至2018年投入资金统计如下表:

年份	2014	2015	2016	2017	2018
时间代号	1	2	3	4	5
投入资金(万亿元)	2	3	5	7	8

（1）求关于的线性回归方程；
（2）用所求线性回归方程预测2019年的“一带一路”项目建设投入资金.
附:回归方程中

9 . 国家统计局对某市最近十年小麦的需求量进行统计调查发现小麦的需求量逐年上升，如表是部分统计数据：

年份x	2009	2011	2013	2015	2017
年需求量y（万吨）	336	346	357	376	385

（1）利用所给数据求年需求量y与年份x之间的回归直线方程x；
（2）请利用（1）中所求出的回归直线方程预测该市2019年的小麦需求量．
（参考公式：，）

10 . 商品的销售价格与销售量密切相关，为更精准地为商品确定最终售价，商家对商品A按以下单价进行试售，得到部分的数据如下：

单价（元）
销量（件）

（1）求销量关于的线性回归方程；
（2）预计今后的销售中，销量与单价服从（1）中的线性回归方程，已知每件商品的成本是元，为了获得最大利润，商品的单价应定为多少元？（结果保留整数）
（参考数据：，，）（参考公式：，）