1 . 已知变量y与x存在线性相关关系，根据一组样本数据，用最小二乘法建立的线性回归方程为，则下列结论正确的是（       ）

A．变量y与x具有负的线性相关关系

B．若r表示y与x之间的样本相关系数，则

C．当变量时，变量

D．当变量时，变量y为90左右

2 . 下列说法正确的序号是（       ）

A．在回归直线方程中，当解释变量每增加一个单位时，响应变量会增加1.2个单位

B．利用最小二乘法求回归直线方程，就是使得最小的原理：

C．已知，是两个分类变量，若随机变量的观测值越大，则结论“与有关系”的犯错概率越大；

D．若、两组成对数据的相关系数分别为，则组数据的相关性更强

3 . 下列说法中错误的是（       ）

A．回归直线恒过样本点的中心

B．两个变量线性相关性越强，则相关系数就越接近1

C．在线性回归方程中，当变量每增加一个单位时，平均减少0.5个单位

D．某7个数的平均数为4，方差为2，现加入一个新数据4，此时这8个数的方差不变

4 . 恩格尔系数（Engel'sCoefficient）是食品支出总额占个人消费支出总额的比重，恩格尔系数越小，消费结构越完整，生活水平越高，某学校社会调查小组得到如下数据：

年个人消费支出总额/万元	1	1.5	2	2.5	3
恩格尔系数	0.9	0.7	0.5	0.3	0.1

若y与x之间有线性相关关系，某人年个人消费支出总额为2.6万元，据此估计其恩格尔系数为_____.

5 . 随着我国中医学的发展，药用昆虫的使用相应愈来愈多.每年春暖以后至寒冬前，是昆虫大量活动与繁殖的季节，易于采集各种药用昆虫.已知一只药用昆虫的产卵数y（单位：个）与一定范围内的温度x（单位：℃）有关，于是科研人员在3月份的31天中随机挑选了5天进行研究，现收集了该种药用昆虫的5组观测数据如表：

日期	2日	7日	15日	22日	30日
温度	10	11	13	12	8
产卵数个	23	25	30	26	16

科研人员确定的研究方案是：先从这五组数据中任选2组，用剩下的3组数据建立y关于x的线性回归方程，再对被选取的2组数据进行检验.
（1）若选取的是3月2日与30日的两组数据，请根据3月7日、15日和22日这三天的数据，求出y关于x的线性回归方程；
（2）若由线性回归方程得到的估计数据与选出的检验数据的误差均不超过2个，则认为得到的线性回归方程是可靠的，试问（i）中所得的线性回归方程是否可靠？
附：回归直线的斜率和截距的最小二乘估计分别为：
，.

6 . 为得到某种作物种子的发芽率，立德中学生物兴趣小组的同学进行了如下研究：在不同的昼夜温差下统计每100颗种子的发芽数，得到了以下数据：

昼夜温差x（℃）	8	10	11	12	13
发芽数y（颗）	79	81	85	86	90

通过画散点图，同学们认为x和y之间存在线性相关关系，经讨论大家制定了如下规则：从这5组数据中选取3组数据求线性回归方程，再用剩下的2组数据进行检验，检验方法如下：用求得的线性回归方程分别计算剩余两组数据中昼夜温差数所对应的发芽数，再求与实际发芽数y的差值，若差值的绝对值都不超过2，则认为所求方程是“合适的回归方程”.
（1）请根据表中的后三组数据，求y关于x的线性回归方程；
（2）按照题目中的检验方法判断（1）中得到的方程是否是“合适的回归方程”；
（3）若100颗该作物种子的发芽率为n颗，则记为的发芽率，当发芽率为时，农户种植该种作物平均每亩地的收益为元，某农户有10亩土地，全部种植这种植物，种植期间昼夜温差大约为9℃，根据（1）中得到的线性回归方程估计该农户种植此种作物所获得的收益.（参考公式：线性回归方程中，的最小二乘估计分别为：.）

7 . 某同学在研究性学习中，收集到某制药厂今年前5个月甲胶囊生产产量（单位：万盒）的数据如下表所示：

（月份）	1	2	3	4	5
（万盒）	5	5	6	6	8

若，线性相关，线性回归方程为，则以下判断正确的是（       ）

A．增加1个单位长度，则一定增加个单位长度

B．减少1个单位长度，则必减少个单位长

C．当时，的预测值为万盒

D．线性回归直线，经过点

8 . 某市2013年至2019年新能源汽车（单位：百台）的数据如表：

年份	2013	2014	2015	2016	2017	2018	2019
年份代号	1	2	3	4	5	6	7
新能源汽车	5	8	8	10	14	15	17

（1）求关于的线性回归方程，并预测该市2021年新能源汽车台数；
（2）该市某公司计划投资600台“双枪同充”（两把充电枪）、“一拖四群充”（四把充电枪）的两种型号的直流充电桩．按要求，充电枪的总把数不少于该市2021年新能源汽车预测台数，若双枪同充、一拖四群充的每把充电枪的日利润分别为25元，10元，问两种型号的充电桩各安装多少台时，才能使日利润最大，求出最大日利润．，
附：回归直线的斜率和截距的最小二乘法估计公式分别为，．

9 . 某企业生产某种产品，为了提高生产效益，通过引进先进的生产技术和管理方式进行改革，并对改革后该产品的产量x（万件）与原材料消耗量y（吨）及100件产品中合格品与不合格品数量作了记录，以便和改革前作对照分析，以下是记录的数据：
表一：改革后产品的产量和相应的原材料消耗量

x	3	4	5	6
y	2.5	3	4	4.5

表二：改革前后定期抽查产品的合格数与不合格数

	合格品的数量	不合格品的数量	合计
改革前	90	10	100
改革后	85	15	100
合计	175	25	200

（1）请根据表一提供数据，用最小二乘法求出y关于x的线性回归方程.
（2）已知改革前生产7万件产品需要6.5吨原材料，根据回归方程预测生产7万件产品能够节省多少原材料？
（3）请根据表二提供的数据，判断是否有90%的把握认为“改革前后生产的产品的合格率有差异”？
参考公式：，
（下面的临界值表供参考）

	0.10	0.05	0.025	0.010	0.005	0.001
	2.706	3.841	5.024	6.635	7.879	10.828

（参考公式，其中）

10 . 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，．