1 . 某民营学校为增强实力与影响力，大力招揽名师、建设校园硬件设施，近5年该校招生人数的数据如下表：

年份序号x	1	2	3	4	5
招生人数y/千人	0.8	1	1.3	1.7	2.2

(1)由表中数据可看出，可用线性回归模型拟合与的关系，请用相关系数加以证明；
(2)求关于的回归直线方程，并预测当年份序号为7时该校的招生人数．
参考数据：，，．
参考公式：相关系数，回归方程中斜率和截距的最小二乘估计公式分别为，．

2 . 消费者信心指数是反映消费者信心强弱的指标：它是预测经济走势和消费趋向的一个先行指标，是监测经济周期变化的重要依据．消费者信心指数值介于0和200之间．指数超过100时，表明消费者信心处于强信心区：指数等于100时，表示消费者信心处于强弱临界点；指数小于100时，表示消费者信心处于弱信心区，我国某城市从2016年到2019年各季度的消费者信心指数如下表1：

	2016年	2017年	2018年	2019年
第一季度
第二季度
第三季度
第四季度

记2016年至2019年年份序号为x( x = 1 ，2，3，4)，该城市各年消费者信心指数的年平均值(四合五入取整)为 y ，x与 y 的关系如下表2：

年份序号	1	2	3	4
消费者信心指数年均值

(1)该城市在2017年和2018年的四个季度消费者信心指数中各取1个，求2018年消费者信心指数不小于2017年消费者信心指数的概率；
(2)根据表2的数据建立 y 关于 x 的线性回归方程，并根据你建立的回归方程，预报2020年该城市消费者信心指数的年平均值．
参考数据和公式：，，，，

3 . 消费者信心指数是反映消费者信心强弱的指标，它是预测经济走势和消费趋向的一个先行指标，是监测经济周期变化的重要依据，消费者信心指数值介于到之间，指数超过时，表明消费者信心处于强信心区；指数等于时，表示消费者信心处于强弱临界点；指数小于时，表示消费者信心处于弱信心区我国某城市从年到年各季度的消费者信心指数如表1：

表1

	2017年	2018年	2019年	2020年
第一季度	104.50	111.70	118.50	119.30
第二季度	104.00	110.20	114.60	118.20
第三季度	105.50	114.20	110.20	118.10
第四季度	106.80	113.20	113.20	119.30

将年至年该城市各季度的消费者信心指数整理得到如下频数分布表（表2）：

表2

分组
频数	2	2	7	5

记年至年年份序号为（），该城市各年消费者信心指数的年均值（四舍五入取整数）为，与的关系如表3：

表3

年份序号	1	2	3	4
消费者信心指数年均值	105	112	114	119

(1)求从年至年该城市各季度消费者信心指数中任取个，至少有个不小于的概率；
(2)在表中各区间内的消费者信心指数用其所在区间的中点值代替，任取个消费者信心指数，求的分布列和均值（保留位小数）；
(3)根据表的数据建立关于的线性回归方程，并根据你建立的线性回归方程，估计年该城市消费者信心指数的年均值．

4 . 消费者信心指数是反映消费者信心强弱的指标；它是预测经济走势和消费趋向的一个先行指标，是监测经济周期变化的重要依据.
消费者信心指数值介于0和200之间.指数超过100时，表明消费者信心处于强信心区；指数等于100时，表示消费者信心处于强弱临界点；指数小于100时，表示消费者信心处于弱信心区.
我国某城市从2016年到2019年各季度的消费者信心指数如下表1：

	2016年	2017年	2018年	2019年
第一季度	104.50	111.70	118.50	119.30
第二季度	104.00	110.20	114.60	118.20
第三季度	105.50	114.20	110.20	118.10
第四季度	106.80	113.20	113.20	119.30

将2016年至2019年该城市各季度的消费者信心指数整理得到如下频数分布表2：

分组
频数	2	2	7	5

记2016年至2019年年份序号为，该城市各年消费者信心指数的年均值(四舍五入取整)为y，x与y的关系如下表3：

年份序号x	1	2	3	4
消费者信心指数年均值y	105	112	114	119

（1）求从2016年至2019年该城市各季度消费者信心指数中任取2个，至少有一个不小于115的概率；
（2）在表2中各区间内的消费者信心指数用其所在区间的中点值代替，设任取一个消费者信心指数X为随机变量，求X的分布列和数学期望(保留2位小数)；
（3）根据表3的数据建立y关于x的线性回归方程，并根据你建立的回归方程，预报2020年该城市消费者信心指数的年平均值.
参考数据和公式：，，；；；.

5 . 某数学兴趣小组为了研究人的脚的大小与身高的关系，随机抽测了20位同学，得到如下数据：

序号	1	2	3	4	5	6	7	8	9	10
身高（厘米）	192	164	172	177	176	159	171	166	182	166
脚长（码）	48	38	40	43	44	37	40	39	46	39
序号	11	12	13	14	15	16	17	18	19	20
身高（厘米）	169	178	167	174	168	179	165	170	162	170
脚长（码）	43	41	40	43	40	44	38	42	39	41

（Ⅰ）请根据“序号为5的倍数”的几组数据，求出关于的线性回归方程；
（Ⅱ）若“身高大于175厘米”的为“高个”，“身高小于等于175厘米”的为“非高个”；“脚长大于42码”的为“大脚”，“脚长小于等于42码”的为“非大脚”.请根据上表数据完成列联表，并根据列联表中数据说明能有多大的把握认为脚的大小与身高之间有关系.
附表及公式：，，.

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

列联表：

	高个	非高个	总计
大脚
非大脚
总计

6 . 下列关于回归分析的说法正确的是___________（填上所有正确说法的序号）
①相关系数越小，两个变量的相关程度越弱；
②残差平方和越大的模型，拟合效果越好；
③用相关指数来刻画回归效果时，越小，说明模型的拟合效果越好；
④用最小二乘法求回归直线方程，是寻求使取最小值时的、的值；
⑤在残差图中，残差点比较均匀地落在水平的带状区域内，说明选用的模型比较合适，这样的带状区域的宽度越窄，模型拟合精度越高.