1 . 某校为了解本校高一男生身高和体重的相关关系，在该校高一年级随机抽取了7名男生，测量了他们的身高和体重得下表：

身高x（单位：）	167	173	175	177	178	180	181
体重y（单位：）	90	54	59	64	67	72	76

由表格制作成如图所示的散点图：

由最小二乘法计算得到经验回归直线的方程为，其相关系数为；经过残差分析，点对应残差过大，把它去掉后，再用剩下的6组数据计算得到经验回归直线的方程为，相关系数为.则下列选项正确的是（       ）

A．	B．
C．	D．

2 . 数据显示，中国在线直播用户规模及在线直播购物规模近几年都保持高速增长态势，某线下家电商场为提升人气和提高营业额也开通了在线直播，下表统计了该商场开通在线直播的第x天的线下顾客人数y（单位：百人）的数据：

x	1	2	3	4	5
y	10	12	15	18	20

(1)根据第1至第5天的数据分析，计算变量y与x的相关系数r，并用r判断两个变量y与x相关关系的强弱（精确到小数点后三位）；
(2)根据第1至第5天的数据分析，可用线性回归模型拟合y与x的关系，试求出该线性回归方程并估计该商场开通在线直播的第10天的线下顾客人数．
（参考公式：相关系数，参考数据：
回归方程：，其中，）

4 . 下图是某市2016年至2022年生活垃圾无害化处理量y（单位：万吨）与年份t的散点图.

(1)根据散点图推断变量y与t是否线性相关，并用相关系数加以说明；
(2)建立y关于t的回归方程（系数精确到0.01），预测2024年该市生活垃圾无害化处理量.
参考数据：
，，，.
参考公式：，；相关系数.

5 . 发展新能源汽车是我国从汽车大国迈向汽车强国的必由之路，是应对气候变化推动绿色发展的战略举措．随着国务院《新能源汽车产业发展规划（2021—2035）》的发布，我国自主品牌汽车越来越具备竞争力．国产某品牌汽车对市场进行调研，统计了该品牌新能源汽车在某城市年前几个月的销售量（单位：辆），用表示第月份该市汽车的销售量，得到如下统计表格：

	1	2	3	4	5	6	7
	28	32	37	45	47	52	60

(1)经研究，、满足线性相关关系，求关于的线性回归方程，并根据此方程预测该店月份的成交量（、按四舍五入精确到整数）；
(2)该市某店为感谢客户，决定针对该品牌的汽车成交客户开展抽奖活动，设“一等奖”、“二等奖”和“祝您平安”三种奖项，“一等奖”奖励千元；“二等奖”奖励千元；“祝您平安”奖励纪念品一份．在一次抽奖活动中获得“二等奖”的概率为，获得一份纪念品的概率为，现有甲、乙两个客户参与抽奖活动，假设他们是否中奖相互独立，求此二人所获奖金总额（千元）的分布列及数学期望．
参考数据及公式：，，．

6 . 某公司对其产品研发的年投资额（单位：百万元）与其年销售量（单位：千件）的数据进行统计，整理后得到如下统计表：

x	1	2	3	4	5
y	1.5	2	3.5	8	15

(1)求变量和的样本相关系数（精确到0.01），并推断变量和的线性相关程度；（若，则线性相关性程度很强；若，则线性相关性程度一般，若，则线性相关性程度很弱．）
(2)求年销售量关于年投资额的回归方程．并预测投资额为700万元时的销售量．（参考：）
参考：

8 . 能源和环境问题是目前全球性急需解决的问题，虽然近百年人类文明有了前所未有的发展，但对于能源的使用和环境的破坏也造成了严重的后果，发展新能源是时代的要求，是未来生存的要求．新能源汽车不仅对环境保护具有重大的意义而且还能够减少对不可再生资源的开发，是全球汽车发展的重要方向．“保护环境，人人有责”，在政府和有关企业的努力下，某市近几年新能源汽车的购买情况如下表所示：

年份x	2019	2020	2021	2022	2023
汽车购买y（万辆）	0.30	0.60	1.00	1.40	1.70

(1)根据上表数据，计算与的相关系数，并说明与的线性相关性强弱（若，则认为与线性相关性很强；若，则认为与线性相关性一般；若，则认为与线性相关性较弱）；
(2)求关于的线性回归方程，并预测该市2024年新能源汽车购买辆数（精确到个位）．
参考公式：，，
参考数值：．

9 . 2024年“元旦档”，某连锁购物中心在2023年12月31日隆重开业，该购物中心随机调查统计了连续8天的客流量（单位：百人），如下表：

日期	12月31日	1月1日	1月2日	1月3日	1月4日	1月5日	1月6日	1月7日
日期代码	1	2	3	4	5	6	7	8
客流量	16.6	18.8	22	24.9	28.6	33.1	38.9	46.3

(1)由表中数据，知可用线性回归模型拟合与之间的关系，请用相关系数加以说明；（结果精确到0.01）
(2)求关于的线性回归方程（系数精确到0.01，并用精确后的的值计算的值），并预测1月9日的客流量．（预测结果精确到0.1）
参考公式：相关系数，线性回归方程中斜率和截距的最小二乘估计公式分别为．
参考数据：，．