1 . 下图是某地区2000年至2016年环境基础设施投资额（单位：亿元）的折线图．

   

       为了预测该地区2018年的环境基础设施投资额，建立了与时间变量的两个线性回归模型．根据2000年至2016年的数据（时间变量的值依次为）建立模型①：；根据2010年至2016年的数据（时间变量的值依次为）建立模型②：．
       （1）分别利用这两个模型，求该地区2018年的环境基础设施投资额的预测值；
       （2）你认为用哪个模型得到的预测值更可靠？并说明理由．

2 . 下图是我国2008年至2014年生活垃圾无害化处理量（单位：亿吨）的折线图.

   

（Ⅰ）由折线图看出，可用线性回归模型拟合y与t的关系，请用相关系数加以说明；
（Ⅱ）建立y关于t的回归方程（系数精确到0.01），预测2016年我国生活垃圾无害化处理量.
附注：
参考数据：，，
，≈2.646.
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：

3 . 某地区2007年至2013年农村居民家庭纯收入y（单位：千元）的数据如下表：

年份	2007	2008	2009	2010	2011	2012	2013
年份代号t	1	2	3	4	5	6	7
人均纯收入y	2.9	3.3	3.6	4.4	4.8	5.2	5.9

（1）求y关于t的线性回归方程；
（2）利用（1）中的回归方程，分析2007年至2013年该地区农村居民家庭人均纯收入的变化情况，并预测该地区2015年农村居民家庭人均纯收入.
附：回归直线的斜率和截距的最小二乘法估计公式分别为：
，

4 . 下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量x（吨）与相应的生产能耗y（吨标准煤）的几组对照数据

ｘ	３	４	５	６
ｙ	２．５	３	４	４．５

（１） 请画出上表数据的散点图；
（２） 请根据上表提供的数据，用最小二乘法求出ｙ关于ｘ的线性回归方程；
（３） 已知该厂技术改造前１００吨甲产品能耗为９０吨标准煤.试根据（２）求出的线性回归方程，预测生产１００吨甲产品的生产能耗比技术改造前降低多少吨标准煤？
（参考数据:   3×2．5+4×3+5×4+6×4.5=66.5）

5 . 某地以“绿水青山就是金山银山”理念为引导，推进绿色发展，现要订购一批苗木，苗木长度与售价如下表：

苗木长度(厘米)	38	48	58	68	78	88
售价(元)

由表可知，苗木长度(厘米)与售价(元)之间存在线性相关关系，回归方程为，则当苗木长度为150厘米时，售价大约为（       ）

A．

B．

C．

D．

7 . 某研究机构对某校高二文科学生的记忆力和判断力进行统计分析，得下表数据．

	6	8	10	12
	2	3	5	6

（1）请画出上表数据的散点图；
（2）请根据上表提供的数据，用最小二乘法求出关于的线性回归方程；
（3）试根据（2）中求出的线性回归方程，预测记忆力为14的学生的判断力.
（参考公式：其中）

8 . 为了解某地区某种产品的年产量（单位：吨）对价格（单位：千元/吨）和利润的影响，对近五年该农产品的年产量和价格统计如下表：（1）求关于的线性回归方程；
（2）若每吨该农产品的成本为千元，假设该农产品可全部卖出，预测当年产量为多少时，年利润取到最大值？（保留两位小数）
参考公式：，，.

9 . 某单位为了了解用电量y（度）与气温x（℃）之间的关系，随机统计了某4天的用电量与当天气温，并制作了对照表：

气温x（℃）	18	13	10	-1
用电量（度）	24	34	38	64

由表中数据得线性回归方程，预测当气温为-4℃时用电量度数为

A．68

B．67

C．65

D．64

10 . 统计中用相关系数来衡量两个变量之间的线性相关的强弱，若相应于变量的取值，变量的观测值，则两个变量的相关关系的计算公式为．
对于变量，若，时，那么负相关很强；若，时，那么正相关很强；若，或，，那么相关性一般；若，，那么相关性较弱．下表是一位母亲给儿子作的成长记录：

年龄/周岁	3	4	5	6	7
身高/厘米	91	98	104	111	116

（1）根据公式以及上表数据，判断孩子在3岁到7岁期间年龄与身高线性相关的强弱；
（2）根据上表数据，，求出年龄与身高的线性回归方程，并根据求得的回归方程，预估孩子8岁时的身高．
，．