1 . 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：

2 . 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）

3 . 下列命题中，选项正确的是（   ）

A．在回归直线中，变量时，变量的值一定是15

B．两个变量相关性越强，则相关系数就越接近于1

C．在残差图中，残差点比较均匀落在水平的带状区域中即可说明选用的模型比较合适，与带状区域的宽度无关

D．若某商品的销售量（件）与销售价格（元/件）存在线性回归方程为，当销售价格为10元时，销售量为100件左右

4 . 某项科研活动共进行了5次试验，其数据如下表所示：

特征量	第1次	第2次	第3次	第4次	第5次
x	555	559	551	563	552
y	601	605	597	599	598

(1)从5次特征量y的试验数据中随机地抽取两个数据，求至少有一个大于600的概率;
(2)求特征量y关于x的线性回归方程，并预测当特征量x为570时，特征量y的值．
（附:回归直线的斜率和截距的最小二乘法估计公式分别为）

5 . 如今,中国的“双十一”已经从一个节日变成了全民狂欢的“电商购物日”.某淘宝电商分析近8年“双十一”期间的宣传费用 (单位:万元)和利润 (单位:十万元)之间的关系,得到下列数据:

	2	3	4	5	6	8	9	11
	1	2	3	3	4	5	6	8

请回答:
（Ⅰ）请用相关系数说明与之间是否存在线性相关关系(当时,说明与之间具有线性相关关系);
（Ⅱ）根据1的判断结果,建立与之间的回归方程,并预测当时,对应的利润为多少(精确到).
附参考公式:回归方程中中和最小二乘估计分别为,,
相关系数.
参考数据: .

6 . 某调查机构为了了解某产品年产量x(吨)对价格y(千克/吨)和利润z的影响，对近五年该产品的年产量和价格统计如下表：

x	1	2	3	4	5
y	17.0	16.5	15.5	13.8	12.2

（1）求y关于x的线性回归方程；
（2）若每吨该产品的成本为12千元，假设该产品可全部卖出，预测当年产量为多少时，年利润w取到最大值？
参考公式：

7 . 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：
，.

8 . 某种仪器随着使用年限的增加，每年的维护费相应增加. 现对一批该仪器进行调查，得到这批仪器自购入使用之日起，前5年平均每台仪器每年的维护费用大致如下表：

年份（年）	1	2	3	4	5
维护费（万元）	0.7	1.2	1.6	2.1	2.4

（1）根据表中所给数据，试建立关于的线性回归方程；
（2）若该仪器的价格是每台12万元，你认为应该使用满五年换一次仪器，还是应该使用满八年换一次仪器？并说明理由.
参考公式：用最小二乘法求线性回归方程的系数公式：
,

9 . 已知x与y之间的一组数据，则y与x的线性回归方程必过点________．

x	0	1	2	3
y	1	3	5	7

10 . 某单位为了了解用电量(度)与气温之间的关系，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()	18	13	10	-1
用电量(度)	24	34	38	64

由表中数据，得线性回归方程.当气温为时，预测用电量的度数约为___________.