1 . 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：.）

2 . 某市2013年至2019年新能源汽车（单位：百台）的数据如表：

年份	2013	2014	2015	2016	2017	2018	2019
年份代号	1	2	3	4	5	6	7
新能源汽车	5	8	8	10	14	15	17

（1）求关于的线性回归方程，并预测该市2021年新能源汽车台数；
（2）该市某公司计划投资600台“双枪同充”（两把充电枪）、“一拖四群充”（四把充电枪）的两种型号的直流充电桩．按要求，充电枪的总把数不少于该市2021年新能源汽车预测台数，若双枪同充、一拖四群充的每把充电枪的日利润分别为25元，10元，问两种型号的充电桩各安装多少台时，才能使日利润最大，求出最大日利润．，
附：回归直线的斜率和截距的最小二乘法估计公式分别为，．

3 . 某企业生产某种产品，为了提高生产效益，通过引进先进的生产技术和管理方式进行改革，并对改革后该产品的产量x（万件）与原材料消耗量y（吨）及100件产品中合格品与不合格品数量作了记录，以便和改革前作对照分析，以下是记录的数据：
表一：改革后产品的产量和相应的原材料消耗量

x	3	4	5	6
y	2.5	3	4	4.5

表二：改革前后定期抽查产品的合格数与不合格数

	合格品的数量	不合格品的数量	合计
改革前	90	10	100
改革后	85	15	100
合计	175	25	200

（1）请根据表一提供数据，用最小二乘法求出y关于x的线性回归方程.
（2）已知改革前生产7万件产品需要6.5吨原材料，根据回归方程预测生产7万件产品能够节省多少原材料？
（3）请根据表二提供的数据，判断是否有90%的把握认为“改革前后生产的产品的合格率有差异”？
参考公式：，
（下面的临界值表供参考）

	0.10	0.05	0.025	0.010	0.005	0.001
	2.706	3.841	5.024	6.635	7.879	10.828

（参考公式，其中）

4 . 已知x与y之间的几组数据如下表：

x	1	2	3	4
y	1	m	n	4

参考公式：线性回归方程，其中，；相关系数.
上表数据中y的平均值为2.5，若某同学对m赋了三个值分别为1.5，2，2.5得到三条线性回归直线方程分别为，，，对应的相关系数分别为，，，下列结论中错误的是（       ）

A．三条回归直线有共同交点	B．相关系数中，最大
C．	D．

5 . 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：，.

6 . 我市农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系进行分析研究，他们分别记录了12月1日至12月5日的每天昼夜温差与实验室每天每100颗种子中的发芽数，得到如下资料：

日期	12月1日	12月2日	12月3日	12月4日	12月5日
温差x（）	10	11	13	12	8
发芽数y(颗)	23	25	30	26	16

该农科所确定的研究方案是：先从这五组数据中选取2组，用剩下的3组数据求线性回归方程，再对被选取的2组数据进行检验．
（1）求选取的2组数据恰好是不相邻2天数据的概率；
（2）若选取的是12月1日与12月5日的两组数据，请根据12月2日至12月4日的数据，求出y关于x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2颗，则认为得到的线性回归方程是可靠的，试问（2）中所得的线性回归方程是否可靠？
附：，
注：参考公式：K²＝，
独立检验临界值表：

P(K2≥k0)	0.50	0.40	0.25	0.15	0.10	0.05	0.025	0.010	0.005	0.001
k0	0.455	0.708	1.323	2.072	2.706	3.841	5.024	6.635	7.879	10.828

7 . 为了了解地区足球特色学校的发展状况，某调查机构得到如下统计数据：

年份	2015	2016	2017	2018	2019
足球特色学校（百个）	0.30	0.60	1.00	1.40	1.70

（1）根据上表数据，利用与的相关系数，说明与的线性相关性强弱（已知：，则认为与线性相关性很强；，则认为与线性相关性一般；，则认为与线性相关性较弱）；
（2）求关于的线性回归方程，并预测地区2020年足球特色学校的个数（精确到个）.
本题参考公式和数据：，，，.

8 . 长沙某公司对其主推产品在过去5个月的月广告投入x_i(百万元)和相应的销售额y_i(百万元)进行了统计，其中i=1，2，3，4，5，对所得数据进行整理，绘制散点图并计算出一些统计量如下：

68	10．3	15．8	-192．12	1．602	0．46	3．56

其中，i=1，2，3，4，5．
（1）根据散点图判断，与哪一个适宜作为月销售额关于月广告投入x_i的回归方程类型？(给出判断即可，不必说明理由)
（2）根据（1）的判断结果及题中所给数据，建立y关于x的回归方程，并据此估计月广告投入200万元时的月销售额．
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：，．

9 . 某城市的公交公司为了方便市民出行，科学规划车辆投放，在一个人员密集流动地段增设一个起点站，为了研究车辆发车间隔时间与乘客等候人数之间的关系，经过调查得到如下数据：

间隔时间（分钟）	10	11	12	13	14	15
等候人数（人）	23	25	26	29	28	31

调查小组先从这6组数据中选取4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：先用求得的线性回归方程计算间隔时间对应的等候人数，再求与实际等候人数的差，若差值的绝对值不超过1，则称所求方程是“恰当回归方程”.
（1）若选取的是后面4组数据，求关于的线性回归方程，并判断此方程是否是“恰当回归方程”；
（2）为了使等候的乘客不超过35人，试用（1）中方程估计间隔时间最多可以设置为多少（精确到整数）分钟？
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：，

10 . 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，．