1 . 为了解某社区居民的家庭年收入与年支出的关系,随机调查了该社区户家庭，得到如下统计数据表：根据上表可得回归直线方程，其中.据此估计,该社区一户年收入为万元的家庭年支出为

收入(万元)
支出(万元)

A．万元

B．万元

C．万元

D．万元

2 . 假设关于某设备的使用年限x和支出的维修费y(万元)有如下表的统计资料

使用年限x	2	3	4	5	6
维修费用y	2.2	3.8	5.5	6.5	7.0

(1)画出数据的散点图，并判断y与x是否呈线性相关关系
(2)若y与x呈线性相关关系，求线性回归方程的回归系数，
(3)估计使用年限为10年时，维修费用是多少?
参考公式及相关数据:

3 . 某大型商场的空调在1月到5月的销售量与月份相关，得到的统计数据如下表：

月份	1	2	3	4	5
销量（百台）	0.6	0.8	1.2	1.6	1.8

（1）经分析发现1月到5月的销售量可用线性回归模型拟合该商场空调的月销量（百件）与月份之间的相关关系.请用最小二乘法求关于的线性回归方程，并预测6月份该商场空调的销售量；
（2）若该商场的营销部对空调进行新一轮促销，对7月到12月有购买空调意愿的顾客进行问卷调查.假设该地拟购买空调的消费群体十分庞大，经过营销部调研机构对其中的500名顾客进行了一个抽样调查，得到如下一份频数表：

有购买意愿对应的月份	7	8	9	10	11	12
频数	60	80	120	130	80	30

现采用分层抽样的方法从购买意愿的月份在7月与12月的这90名顾客中随机抽取6名，再从这6人中随机抽取3人进行跟踪调查，求抽出的3人中恰好有2人是购买意愿的月份是12月的概率.
参考公式与数据：线性回归方程，其中，.

4 . 某公司在2014－2018年的收入与支出如下表所示：

收入（亿元）
支出（亿元）

根据表中数据可得回归方程为，依此估计2019年该公司收入为8亿元时支出为

A．4．2亿元

B．4．4亿元

C．5．2亿元

D．5．4亿元

5 . 某商场营销人员进行某商品的市场营销调查时发现，每回馈消费者一定的点数，该商品每天的销量就会发生一定的变化，经过试点统计得到以下表：

反馈点数t	1	2	3	4	5
销量（百件）/天	0.5	0.6	1	1.4	1.7

（Ⅰ）经分析发现，可用线性回归模型拟合当地该商品销量（千件）与返还点数之间的相关关系.试预测若返回6个点时该商品每天的销量；
（Ⅱ）若节日期间营销部对商品进行新一轮调整.已知某地拟购买该商品的消费群体十分庞大，经营销调研机构对其中的200名消费者的返点数额的心理预期值进行了一个抽样调查，得到如下一份频数表：

返还点数预期值区间 （百分比）	[1,3)	[3,5)	[5,7)	[7,9)	[9,11)	[11,13)
频数	20	60	60	30	20	10

将对返点点数的心理预期值在和的消费者分别定义为“欲望紧缩型”消费者和“欲望膨胀型”消费者，现采用分层抽样的方法从位于这两个区间的30名消费者中随机抽取6名，再从这6人中随机抽取3名进行跟踪调查，求抽出的3人中至少有1名“欲望膨胀型”消费者的概率.

6 . 假设关于某设备的使用年限(年)和所支出的年平均维修费用(万元)(即维修费用之和除以使用年限),有如下的统计资料：

使用年限	2	3	4	5	6
维修费用	2.2	3.8	5.5	6.5	7.0

（1）求关于的线性回归方程；
（2）估计使用年限为10年时所支出的年平均维修费用是多少?
参考公式：

7 . 2018年，依托用户碎片化时间的娱乐需求、分享需求以及视频态的信息负载力，短视频快速崛起；与此同时，移动阅读方兴未艾，从侧面反应了人们对精神富足的一种追求，在习惯了大众娱乐所带来的短暂愉悦后，部分用户依旧对有着传统文学底蕴的严肃阅读青睐有加．
某读书APP抽样调查了非一线城市M和一线城市N各100名用户的日使用时长（单位：分钟），绘制成频率分布直方图如下，其中日使用时长不低于60分钟的用户记为“活跃用户”．

（1）请填写以下列联表，并判断是否有99．5%的把握认为用户活跃与否与所在城市有关？

	活跃用户	不活跃用户	合计
城市M
城市N
合计

（2）以频率估计概率，从城市M中任选2名用户，从城市N中任选1名用户，设这3名用户中活跃用户的人数为，求的分布列和数学期望．
（3）该读书APP还统计了2018年4个季度的用户使用时长y（单位：百万小时），发现y与季度（）线性相关，得到回归直线为，已知这4个季度的用户平均使用时长为12.3百万小时，试以此回归方程估计2019年第一季度（）该读书APP用户使用时长约为多少百万小时．
附：，其中．

	0.025	0.010	0.005	0.001
	5.024	6.635	7.879	10.828

8 . 某产品在某零售摊位上的零售价x(元)与每天的销售量y(个)统计如下表：

x	16	17	18	19
y	50	34	41	31

据上表可得回归直线方程中的=－4，据此模型预计零售价定为16元时，销售量为(　　)

A．48

B．45

C．50

D．51

9 . 在国家“大众创业，万众创新”战略下，某企业决定加大对某种产品的研究投入.为了对新研发的产品进行合理定价，将该产品按事先拟定的价格试销，得到一组检测数据如表所示：

试销价格（元）
产品销量（件）

已知变量，具有线性相关关系，现有甲、乙、丙三位同学通过计算求得回归直线方程分别为：甲；乙；丙，其中有且仅有一位同学的计算结果是正确的.
（1）试判断谁的计算结果正确？求回归方程.
（2）若由线性回归方程得到的估计数据与检测数据的误差不超过1，则该检测数据是“理想数据”.现从检测数据中随机抽取3个，求“理想数据”的个数的分布列和数学期望.

10 . 某城市理论预测2007年到2011年人口总数与年份的关系如表所示

年份（年）	0	1	2	3	4
人口数（十万）	5	7	8	11	19

（1）请根据表提供的数据，求最小二乘法求出关于的线性回归方程；
（2）据此估计2012年该城市人口总数．
参考公式：．