2 . 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：，，，.

3 . 为庆祝元旦，某商场回馈消费者，准备举办一次有奖促销活动，如果顾客一次消费达到500元，可参加抽奖活动，规则如下；抽奖盒子中初始装有白球和红球各一个，每次有放回的任取一个，连续取两次，将以上过程记为一轮．如果每一轮取到的两个球都是白球，则记该轮为成功，活动结束．否则记为失败，随即获得纪念品1份，当然，如果顾客愿意可在盒子中再放入一个红球，然后接着进行下一轮抽奖，如此不断继续下去，直至成功．
(1)某顾客进行该抽奖试验时，最多进行三轮，即使第三轮不成功，也停止抽奖，记其进行抽奖试验的轮次数为随机变量X，求X的分布列和数学期望；
(2)为验证抽奖试验成功的概率不超过，有1000名数学爱好者独立的进行该抽球试验，记t表示成功时抽奖试验的轮次数，y表示对应的人数，部分统计数据如下表：

t	1	2	3	4	5
y	232	98	60	40	20

求y关于t的回归方程：，并预测成功的总人数（四舍五入精确到1）．
附：经验回归方程系数：，．
参考数据：，，（其中）．

4 . 移动物联网广泛应用于生产制造、公共服务、个人消费等领域．截至2022年底，我国移动物联网连接数达亿户，成为全球主要经济体中首个实现“物超人”的国家．下图是2018-2022年移动物联网连接数与年份代码的散点图，其中年份2018-2022对应的分别为1~5．

(1)根据散点图推断两个变量是否线性相关．计算样本相关系数（精确到），并推断它们的相关程度；
(2)求关于的经验回归方程，并预测2024年移动物联网连接数．
附：样本相关系数，，，

5 . 如图是市某爱国主义教育基地宣传栏中标题为“2015~2022年基地接待青少年人次”的统计图．根据该统计图提供的信息解决下列问题．

(1)求市爱国主义教育基地所统计的8年中接待青少年人次的平均值和中位数；
(2)由统计图可看出，从2019年开始，市爱国主义教育基地接待青少年的人次呈直线上升趋势，请你用线性回归分析的方法预测2024年基地接待青少年的人次．
①参考公式：对于一组数据，，⋯，，其回归直线的斜率和截距的最小二乘法公式分别为：，．
（2）参考数据：

	0	1	2	3
			90	330

6 . 下列结论中，正确的有（       ）

A．数据4，1，6，2，9，5，8的第60百分位数为5

B．若随机变量，则

C．已知经验回归方程为，且，则

D．根据分类变量X与Y的成对样本数据，计算得到，依据小概率值的独立性检验，可判断X与Y有关联，此推断犯错误的概率不大于0.001

8 . 已知两个变量和之间存在线性相关关系，某兴趣小组收集了一组，的样本数据如下表所示：

	1	2	3	4	5
	0.5	0.6	1	1.4	1.5

根据表中数据利用最小二乘法得到的回归方程是（       ）

A．	B．
C．	D．

9 . 身高体重指数(BMI)的大小直接关系到人的健康状况，某高中高三(1)班班主任为了解该班学生的身体健康状况，从该班学生中随机选取5名学生，测量其身高、体重的数据如下表.

学生编号	1	2	3	4	5
身高x/cm	l65	170	175	170	170
体重y/kg	58	67	67	65	63

(1)求体重关于身高的线性回归方程，并预测身高为180cm的同学的体重；
(2)试分析学生的体重差异约有多少是由身高引起的？(注:结果保留两位小数)参考公式:线性回归方程中，，，其中，为样本平均值，.

10 . 为推动实施健康中国战略，树立国家大卫生､大健康观念，手机APP也推出了多款健康运动软件，如“微信运动”，某运动品牌公司140名员工均在微信好友群中参与了“微信运动”，且公司每月进行一次评比，对该月内每日运动都达到10000步及以上的员工授予该月“运动达人”称号，其余员工均称为“参与者”，下表是该运动品牌公司140名员工2021年1月-5月获得“运动达人”称号的统计数据：

月份	1	2	3	4	5
“运动达人”员工数	120	105	100	95	80

(1)由表中看出，可用线性回归模型拟合“运动达人”员工数与月份之间的关系，求关于的回归直线方程，并预测该运动品牌公司6月份获得“运动达人”称号的员工数；
(2)为了进一步了解员工们的运动情况，选取了员工们在3月份的运动数据进行分析，统计结果如下：

	运动达人	参与者	合计
男员工	60		80
女员工		20	60
合计	100	40	140

请补充上表中的数据（直接写出，的值），并根据上表判断是否有95%的把握认为获得“运动达人”称号与性别有关？
参考公式：，，（其中）.

	0.10	0.05	0.025	0.001
	2.706	3.841	5.024	6.635