1 . 已知某产品的单价以及销量情况统计如下表所示，由表中数据求得经验回归方程，则下列说法正确的是（       ）

单价（元）	4	5	6	7	8	9
销是（件）	90	84	83	80	75	68

A．销量的平均数为80件

B．根据经验回归方程可以测得，单价每上升1元，销量就减少4件

C．

D．根据经验回归方程可以预测，单价为10元时，销量为66件

2 . 某企业为解决科技卡脖问题，不断加大科技研发投入，下表为该企业2018年至2022年重大科技项目取得突破的个数：

年份：	2018	2019	2020	2021	2022
重大科技项目 突破数y（单位：个）	2	4	4	7	8

经过相关系数的计算和分析，发现重大科技项目突破个数y与年份x的线性相关程度非常高.请建立y关于x的回归方程，并预测该企业在2024年重大科技项目取得突破的个数.
附：对于一组数据，，…，，其回归直线的斜率和截距的最小二乘法估计分别为，．

3 . 某企业秉承“科学技术是第一生产力”的发展理念，投入大量科研经费进行技术革新，该企业统计了最近6年投入的年科研经费x（单位：百万元）和年利润y（单位：百万元）的数据，并绘制成如图所示的散点图．已知x，y的平均值分别为，．甲统计员得到的回归方程为；乙统计员得到的回归方程为；若甲、乙二人计算均未出现错误，有下列四个结论：

①当投入年科研经费为20（百万元）时，按乙统计员的回归方程可得年利润估计值为75.6（百万元）（取）；
②；
③方程比方程拟合效果好；
④y与x正相关．
以上说法正确的是（       ）

A．①③④

B．②③

C．②④

D．①②④

4 . 计算机显示的数字图像是由一个个小像素点组合而成的．处理图像时，常会通过批量调整各像素点的亮度，间接调整图像的对比度、饱和度等物理量，让图像更加美观．特别地，当图像像素点规模为1行列时，设第i列像素点的亮度为，则该图像对比度计算公式为．已知某像素点规模为1行列的图像第i列像素点的亮度，现对该图像进行调整，有2种调整方案：①；②，则（       ）

A．使用方案①调整，当时，

B．使用方案②调整，当时，

C．使用方案①调整，当时，

D．使用方案②调整，当，时，

5 . 击鼓传花，也称传彩球，是中国民间游戏.某单位组织团建活动，9人一组，共10组，玩击鼓传花，前5组组号x与组内女性人数y统计结果如下表：

x	1	2	3	4	5
y	2	2	3	3	4

(1)女性人数y与组号x具有线性相关关系，求y关于x的经验回归方程；
(2)预测从第几组开始女性人数不低于男性人数.
参考数据：，

6 . 2011－2017年我国某地区农村居民人均可支配收入的统计数据如下表：

年份	2011	2012	2013	2014	2015	2016	2017
人均可支配收入/元	9157	10196	11602	14997	17538	20317	23123

试用回归分析法预测2020年该地区农村居民人均可支配收入(结果保留整数).

7 . 大气污染物PM2.5(大气中直径小于或等于2.5μm的颗粒物)的浓度超过一定的限度会影响人的身体健康.为了研究PM2.5的浓度受汽车流量影响的程度，某校数学建模社团选择了学校附近5个监测点，统计每个监测点24h内过往的汽车流量(单位：千辆)，同时在低空相同的高度测定每个监测点该时间段内的PM2.5的平均浓度(单位：μg/m³)，得到的数据如下表所示：

监测点编号	1	2	3	4	5
汽车流量	1.3	1.2	1.6	1.0	0.9
PM2.5浓度	66	72	113	34	35

根据以上信息，完成下列问题：
(1)建立PM2.5的浓度关于汽车流量的一元线性回归模型；
(2)我国规定空气中PM2.5的浓度安全标准为24h平均浓度为75μg/m³，该地为使PM2.5 24h平均浓度不超过68.6，拟对汽车流量作适当控制，请你根据本题数据估计汽车流量控制的最大值；
(3)从5个监测点中抽取3个，记PM2.5平均浓度不超过68.6的个数为X，求X的分布列和数学期望.
参考公式：＝＝，＝－.

8 . 某商场为了解销售活动中某商品销售量与活动时间之间的关系，随机统计了某次销售活动中的商品销售量与活动时间，并制作了下表：

活动时间
销售量

由表中数据可知，销售量与活动时间之间具有线性相关关系，算得线性回归方程为，据此模型预测当时，的值为（       ）

A．

B．

C．

D．

9 . “双”购物节期间，某产品的在当天开启时间与成交量统计后有如下数据和散点图：

时间（小时）
成交量（百件）

下列说法正确的有（        ）
附：线性回归方程的斜率的最小二乘法公式

A．开启时间与成交量具有正相关性

B．，

C．线性回归方程为

D．预测小时内的成交量为件

10 . 某机构为研究考生物理成绩与数学成绩之间的关系，从一次考试中随机抽取名考生的数据，统计如下表：

数学成绩
物理成绩

（1）由表中数据可知，有一位考生因物理缺考导致数据出现异常，剔除该组数据后发现，考生物理成绩与数学成绩之间具有线性相关关系，请根据这组数据建立关于的回归直线方程，并估计缺考考生如果参加物理考试可能取得的成绩；
（2）已知参加该次考试的名考生的物理成绩服从正态分布，用剔除异常数据后的样本平均值作为的估计值，用剔除异常数据后的样本标准差作为的估计值，估计物理成绩不低于分的人数的期望.
附：参考数据：上表中的；表示样本中第名考生的数学成绩，；表示样本中第名考生的物理成绩，.参考公式：①对于一组数据：，其方差：.②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若随机变量服从，则，，.