2 . 2023年，国家不断加大对科技创新的支持力度，极大鼓舞了企业投入研发的信心，增强了企业的创新动能.某企业在国家一系列优惠政策的大力扶持下，通过技术革新和能力提升，极大提升了企业的影响力和市场知名度，订单数量节节攀升，右表为该企业今年1~4月份接到的订单数量.

月份t	1	2	3	4
订单数量y（万件）	5.2	5.3	5.7	5.8

(1)试根据样本相关系数r的值判断订单数量y与月份t的线性相关性强弱（，则认为y与t的线性相关性较强，，则认为y与t的线性相关性较弱）.（结果保留两位小数）
(2)建立y关于t的线性回归方程，并预测该企业5月份接到的订单数量.
附：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，，.

3 . 某中学学生会为了激发学生们对中国古典文学的爱好，提升古典文学素养，在暑假开学返校后的第一个月组织了一个古典文学研究协会，在接下来的四个月内，该协会的会员人数如表：

月份	第一个月	第二个月	第三个月	第四个月	第五个月
会员人数

(1)求会员人数与时间变量记第一个月为，第二个月为，，以此类推的线性回归方程；
(2)根据（1）中所求的线性回归方程，预测个月后，会员人数能否突破人．
参考公式：回归方程中斜率和截距的最小二乘估计公式分别为；．

4 . 某商店为了更好地规划某种产品的进货量，该商店从某一年的销售数据中，随机抽取了组数据作为研究对象，如表（吨）为该商品的进货量，（天）为销售天数：

/吨
/天

(1)根据上述提供的数据，求出关于的回归方程，并预测进货量为时的销售天数；（结果四舍五入）；
(2)在该商品进货量不超过吨的前提下任取个值，求该商品进货量恰好有个值不超过吨的概率.
参考数据和公式：，，，.

6 . 班主任为了对本班学生的考试成绩进行分析，决定从全班25位女同学，24位男同学中随机抽取一个容量为8的样本进行分析．若这8位同学的数学、物理分数对应如下表：

学生编号	1	2	3	4	5	6	7	8
数学分数x	60	65	70	75	80	85	90	95
物理分数y	72	77	80	84	88	90	93	95

上表数据表示变量y与x的相关关系．
(1)画出样本的散点图，并说明物理分数y与数学分数x之间是正相关还是负相关；
(2)求y与x的线性回归直线方程(系数精确到0.01)，并指出某学生数学83分，物理约为多少分(精确到1分)?
参考公式：回归直线的方程是：，其中，．
参考数据：，，，.

7 . 某兴趣小组为了研究昼夜温差大小与患感冒人数多少之间的关系，请一所中学校医务室人员统计近期昼夜温差情况和到该校医务室就诊的患感冒学生人数，如下是2021年10月、11月中的5组数据：

日期	10月8日	10月18日	10月28日	11月8日	11月18日
昼夜温差x（℃）	8	11	6	15	5
就诊人数y	13	17	12	19	9

(1)通过分析，发现可用线性回归模型拟合就诊人数y与昼夜温差x之间的关系，请用以上5组数据求就诊人数关于昼夜温差的线性回归方程（结果精确到0.01）；
(2)若由（1）中所求的线性回归方程得到的估计数据与所选出的数据的误差均不超过2人，则认为得到的线性回归方程是理想的试用11月8和11月18日两组数据检验（1）中所求的线性回归方程是否理想？
参考数据：，．
参考公式：，．

8 . 新型冠状病毒肺炎COVID-19疫情发生以来，在世界各地逐渐蔓延.在全国人民的共同努力和各级部门的严格管控下，我国的疫情已经得到了很好的控制.然而，小王同学发现，每个国家在疫情发生的初期，由于认识不足和措施不到位，感染人数都会出现快速的增长.下表是小王同学记录的某国连续8天每日新型冠状病毒感染确诊的累计人数.

日期代码x	1	2	3	4	5	6	7	8
累计确诊人数y	4	8	16	31	51	71	97	122

为了分析该国累计感染人数的变化趋势，小王同学分别用两杆模型：①，②对变量x和y的关系进行拟合，得到相应的回归方程并进行残差分析，残差图如下(注：残差)：经过计算得，，，，其中，.

(1)根据残差图，比较模型①，②的拟合效果，应该选择哪个模型?并简要说明理由；
(2)根据（1）问选定的模型求出相应的回归方程（系数均保留两位小数）；
(3)由于时差，该国截止第9天新型冠状病毒感染确诊的累计人数尚未公布.小王同学认为，如果防疫形势没有得到明显改善，在数据公布之前可以根据他在（2）问求出的回归方程来对感染人数做出预测，那么估计该地区第9天新型冠状病毒感染确诊的累计人数是多少?（结果保留整数）
附：回归直线的斜率和截距的最小二乘估计公式分别为：，.

9 . 近年来，美国方面泛化国家安全概念，滥用国家力量，不择手段打压中国高科技企业．随着贸易战的不断升级，我国内越来越多的科技巨头加大了科技研发投入的力量．为了不受制于人，我国某新能源产业公司拟对智能制造行业的“工业机器人”进行科技改造和升级，根据市场调研与模拟，得到科技升级投入x（亿元）与科技升级直接受益y（亿元）的数据统计如表：

序号	1	2	3	4	5	6	7	8	9	10	11	12
x	2	3	4	6	8	10	13	21	22	23	24	25
y	13	22	31	42	50	56	58	68.5	68	67.5	66	66

当时，建立了y与x的两个回归模型；
模型①：；模型②：．
当时，确定y与x满足的线性回归方程为．
（1）根据下列表格中的数据，比较当时模型①、②的相关指数的大小，并选择拟合精度更高、更可靠的模型，预测对“工业机器人”科技升级的投入为17亿元时的直接收益．

回归模型	模型①	模型②
回归方程
	182.4	79.2

（附：刻画回归效果的相关指数）
（2）为鼓励科技创新，当科技升级的投入不少于20亿元时，根据我国的智能制造专项政策，国家科技、工信等部门给予公司补贴5亿元，以回归方程为预测依据，比较科技升级投入17亿元与20亿元时公司实际收益的大小．

10 . 下表为2017年至2020年某百货零售企业的线下销售额（单位：万元），其中年份代码=年份—2016．

年份代码	1	2	3	4
线下销售额	95	165	230	310

（1）已知与具有线性相关关系，求关于的线性回归方程，并预测2021年该百货零售企业的线下销售额；
（2）随着网络购物的飞速发展，有不少顾客对该百货零售企业的线下销售额持续增长表示怀疑，某调查平台为了解顾客对该百货零售企业的线下销售额持续增长的看法，随机调查了55位男顾客、50位女顾客（每位顾客从“持乐观态度”和“持不乐观态度”中任选一种），其中对该百货零售企业的线下销售额持续增长持乐观态度的男顾客有10人、女顾客有20人，补全列联表，并判断能否在犯错误的概率不超过0．025的前提下认为对该百货零售企业的线下销售额持续增长所持的态度与性别有关？

	持乐观态度	持不乐观态度	合计
男顾客	10		55
女顾客	20		50
合计			105

参考公式及数据：

	0.05	0.025	0.010	0.005
	3.841	5.024	6.635	7.879