2 . 已知由样本数据点集合，求得的回归直线方程为，且，现发现两个数据点和误差较大，剔除后重新求得的回归直线的斜率为1.2，则（     ）

A．变量与具有负相关关系	B．剔除后不变
C．剔除后的回归方程为	D．剔除后相应于样本点的残差为0.05

3 . 2024年3月4日，丰城市农业局在市委组织下召开推进湖塘-董家富硒梨产业高质量发展专题会议，安排部署加快推进特色优势产业富硒梨高质量发展工作，集中资源、力量打造“富硒梨”公共品牌.丰城市为做好富硒梨产业的高质量发展，项目组统计了某果场近5年富硒梨产业综合总产值的各项数据如下：年份x，综合产值y（单位：万元）

年份	2019	2020	2021	2022	2023
年份代码	1	2	3	4	5
综合产值	23.1	37.0	62.1	111.6	150.8

(1)根据表格中的数据，可用一元线性回归模型刻画变量y与变量x之间的线性相关关系，请用相关系数加以说明（精确到0.01）；
(2)求出y关于x的经验回归方程，并预测2024年底该果场富硒梨产业的综合总产值.
参考公式：相关系数回归方程中斜率和截距的最小二乘法估计公式分别为：；
参考数据：

5 . 某地区实行社会主义新农村建设后，农村的经济收入明显增加，根据统计得到从2015年至2021年农村居民家庭收入y（单位：万元）的数据，其数据如下表：

年份	2015	2016	2017	2018	2019	2020	2021
年份代号t	1	2	3	4	5	6	7
农村居民家庭收入y	3.9	4.3	4.6	5.4	5.8	6.2	6.9

附：回归直线的斜率和截距的最小二乘估计公式分别为，．
参考数据：，．
(1)求y关于t的线性回归方程；
(2)根据（1）中的回归方程，分析2015年至2021年该地区农村居民家庭收入的变化情况，并预测该地区2024年农村居民家庭收入．

6 . 某网站统计了某网红螺蛳粉在2020年7月至11月的总销售量（单位：万），得到以下数据：

月份	7	8	9	10	11
销售量	10	12	11	12	20

(1)根据表中数据，用相关系数判断，是否可用线性回归模型拟合与的关系？若可以，求出关于之间的线性回归方程；若不可以，说明理由；
(2)为调查顾客对该网红螺蛳粉的喜欢情况，随机抽查了200名顾客，得到如下列联表，请填写下面的列联表，并判断是否有的把握认为“顾客是否喜欢该网红螺蛳粉与性别有关”.

	喜欢	不喜欢	总计
男			100
女		60
总计	110

（参考公式：相关系数.参考数据：）

7 . 某种产品的广告费支出x与销售额y（单位：万元）具有较强的相关性，且两者之间有如下对应数据：

x	2	4	5	6	8
y	28	36	52	56	78

(1)求y关于x的线性回归方程；
(2)根据（1）中的线性回归方程，当广告费支出为10万元时，预测销售额是多少?
参考公式：，参考数据：，，.

8 . 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：，，，.

9 . 某企业为响应国家号召，汇聚科研力量，加强科技创新，准备加大研发资金投入，为了解年研发资金投入额（单位：亿元）对年盈利额（单位：亿元）的影响，通过对“十二五”和十三五规划发展10年期间年研发资金投入额和年盈利额数据进行分析，建立了两个函数模型：，，其中、、、均为常数，为自然对数的底数，令，，经计算得如下数据：(1)请从相关系数的角度，分析哪一个模型拟合度更好？
(2)根据（1）的选择及表中数据，建立关于的回归方程；（系数精确到0.01）
(3)若希望2024年盈利额为800亿元，请预测2024年的研发资金投入额为多少亿元？（结果精确到0.01）
附：相关系数，参考数据：，.
回归直线中：，.

10 . 某骑行爱好者近段时间在专业人士指导下对骑行情况进行了统计，各次骑行期间的身体综合指标评分与对应用时（单位：小时）如下表：

身体综合指标评分（）	1	2	3	4	5
用时（/小时）	10	8.5	8	7	6.5

(1)由上表数据看出，可用线性回归模型拟合与的关系，请用相关系数如以说明；
(2)建立关于的回归方程.
参考数据和参考公式：相关系数，，，.