1 . 下图是某校某班44名同学的某次考试的物理成绩y和数学成绩x的散点图：

根据散点图可以看出y与x之间有线性相关关系，但图中有两个异常点A，B．经调查得知，A考生由于重感冒导致物理考试发挥失常，B生因故未能参加物理考试．为了使分析结果更科学准确，剔除这两组数据后，对剩下的数据作处理，得到一些统计量的值：
，，，，，其中，分别表示这42名同学的数学成绩、物理成绩，．y与x的相关系数．
（1）若不剔除A、B两名考生的数据，用44数据作回归分析，设此时y与x的相关系数为，试判断与r的大小关系，并说明理由；
（2）求y关于x的线性回归方程（系数精确到），并估计如果B考生参加了这次物理考试（已知B考生的数学成绩为125分），物理成绩是多少？（精确到个位）．
附：回归方程中，．

2 . 已知某地区某种昆虫产卵数和温度有关.现收集了一只该品种昆虫的产卵数（个）和温度（）的7组观测数据，其散点图如所示：

根据散点图，结合函数知识，可以发现产卵数和温度可用方程来拟合，令，结合样本数据可知与温度可用线性回归方程来拟合．根据收集到的数据，计算得到如下值：

27	74		182

表中，．
（1）求和温度的回归方程（回归系数结果精确到）；
（2）求产卵数关于温度的回归方程；若该地区一段时间内的气温在之间（包括与），估计该品种一只昆虫的产卵数的范围.（参考数据：，，，，．）
附：对于一组数据，，…，，其回归直线的斜率和截距的最小二乘估计分别为．

3 . 某食品店为了了解气温对销售量的影响，随机记录了该店1月份中5天的日销售量y（单位：千克）与该地当日最低气温x（单位：°C）的数据，如下表：

x	2	5	8	9	11
y	12	10	8	8	7

（1）求出y与x的回归方程＝x；
（2）判断y与x之间是正相关还是负相关；若该地1月份某天的最低气温为6°C，请用所求回归方程预测该店当日的营业额．
附：回归方程＝x；中，＝，＝﹣

4 . 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，.

5 . 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：．

6 . 某公司为了提高工效，需分析该公司的产量台与所用时间小时之间的关系，为此做了四次统计，所得数据如下：

产品台数台	2	3	4	5
所用时间小时		3	4

求出y关于x的线性回归方程 ；
预测生产10台产品需要多少小时？

7 . 某洗车店对每天进店洗车车辆数x和用次卡消费的车辆数y进行了统计对比，得到如下的表格：

车辆数x	10	18	26	36	40
用次卡消费的车辆数y	7	10	17	18	23

Ⅰ根据上表数据，用最小二乘法求出y关于x的线性回归方程；的结果保留两位小数
Ⅱ试根据求出的线性回归方程，预测时，用次卡洗车的车辆数．
参考公式：由最小二乘法所得回归直线的方程是；其中，，．

8 . 假设某种设备使用的年限（年）与所支出的维修费用（万元）有以下统计资料：

使用年限	2	3	4	5	6
维修费用	2	4	5	6	7

若由资料知对呈线性相关关系.试求：
（1）求；
（2）线性回归方程；
（3）估计使用10年时，维修费用是多少？
附：利用“最小二乘法”计算的值时，可根据以下公式：

9 . 某产品的广告费用与销售额的统计数据如下表：

广告费用(万元)
销售额(万元)

根据上表可得回归方程中的为，据此模型预报广告费用为万元时销售额为______万元.

10 . 某地随着经济的发展，居民收入逐年增长，下表是该地一建设银行连续五年的储蓄存款(年底余额)，如下表1：

年份x	2013	2014	2015	2016	2017
储蓄存款y(千亿元)	5	6	7	8	10

                                                    表1


为了研究计算的方便，工作人员将上表的数据进行了处理，，得到下表2：

时间代号t	1	2	3	4	5
z	0	1	2	3	5

                              表2
(1)求z关于t的线性回归方程；
(2)通过(1)中的方程，求出y关于x的回归方程；
(3)用所求回归方程预测到2022年年底，该地储蓄存款额可达多少？
(附：对于线性回归方程，其中)