2 . 下列命题正确的是（       ）

A．若样本数据的方差为2，则数据的方差为8

B．以模型去拟合一组数据时，为了求出经验回归方程，设，求得线性回归方程为，则c，k的值分别是和4

C．已知，若，则事件M，N相互独立

D．根据变量X与Y的样本数据计算得到，根据的独立性检验，可判断X与Y有关，且犯错误的概率不超过0.05

3 . 某企业为了对一批新研发的产品进行合理定价，将该产品按事先拟定的价格进行试销，得到一组销售数据，如下表所示：

试销单价x（百元）	1	2	3	4	5	6
产品销量y（件）	91	86	p	78	73	70

附：参考公式：，．
参考数据：，，．
(1)求p的值；
(2)已知变量x，y具有线性相关关系，求产品销量y（件）关于试销单价x（百元）的线性回归方程（计算结果精确到整数位）；
(3)用表示用正确的线性回归方程得到的与对应的产品销量的估计值．当销售数据的残差的绝对值时，则将销售数据称为一个“有效数据”．现从这6组销售数据中任取2组，求“有效数据”个数的分布列和期望．

4 . 规定抽球试验规则如下：盒子中初始装有一个白球和两个红球，每次有放回的任取一个，连续取两次，将以上过程记为一轮．如果每一轮取到的两个球都是白球，则记该轮为成功，否则记为失败．在抽取过程中，如果某一轮成功，则停止：否则，在盒子中再放入一个红球，然后接着进行下一轮抽球，如此不断继续下去，直至成功．
(1)某人进行该抽球试验时，最多进行三轮，即使第三轮不成功，也停止抽球，记其进行抽球试验的轮次数为随机变量，求的分布列和数学期望；
(2)为验证抽球试验成功的概率不超过，有1500名数学爱好者独立的进行该抽球试验，记表示成功时抽球试验的轮次数，表示对应的人数，部分统计数据如右表：

	1	2	3	4	5
	256	100	66	48	30

求关于的回归方程，并预测成功的总人数（精确到1）．
附：经验回归方程系数：，；
参考数据：，，（其中，）．

5 . 已知变量和的统计数据如右表：若由表中数据得到经验回归直线方程为，则时的残差为______（注：观测值减去预测值称为残差）．

	6	7	8	9	10
	3.5	4	5	6	6.5

6 . 某互联网公司为了确定下季度的前期广告投人计划，收集了近6个月广告投入量（单位：万元）和收益（单位：万元）的数据如表：

月份	1	2	3	4	5	6
广告投入量	2	4	6	8	10	12
收益	14.21	20.31	31.8	31.18	37.83	44.67

他们用两种模型①，②分别进行拟合，得到相应的回归方程并进行残差分析，得到如图所示的残差图及一些统计量的值．
   

7	30	1464.24	364

(1)根据残差图，比较模型①，②的拟合效果，应选择哪个模型拟合？并说明理由；
(2)残差绝对值大于2的数据被认为是异常数据，需要剔除．
（i）剔除异常数据后求出（1）中所选模型的回归方程；
（ii）若广告投入量时，（1）中所选模型收益的预报值是多少？
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：

7 . 某单位在当地定点帮扶某村种植一种草莓，并把这种原本露天种植的草莓搬到了大棚里，获得了很好的经济效益．根据资料显示，产出的草莓的箱数x（单位：箱）与成本y（单位：千元）的关系如下：

x	10	20	30	40	60	80
y

(1)根据散点图可以认为x与y之间存在线性相关关系，请用最小二乘法求出线性回归方程（，用分数表示）
(2)某农户种植的草莓主要以300元/箱的价格给当地大型商超供货，多余的草莓全部以200元/箱的价格销售给当地小商贩．据统计，往年1月份当地大型商超草莓的需求量为50箱、100箱、150箱、200箱的概率分别为，，，，根据回归方程以及往年商超草莓的需求情况进行预测，求今年1月份农户草莓的种植量为200箱时所获得的利润情况．（最后结果精确到个位）
附：，，在线性回归直线方程中，．

9 . 桃子是夏季最为常见的一种水果，它也是我国三大原生水果之一，并且地位很高，自古以来就有着“桃养人杏伤人”的说法.桃子在我国种植有数千年的历史了，并且种类也非常丰富.经一年的统计（加上桃子损耗），某农户种植桃子每千克投入的肥料费用（单位：元）与利润（单位：元）如下表所示：

x	2	4	6	8	10
y	1	1

(1)已知x与y线性相关，求y关于x的线性回归方程；
(2)在（1）的条件下，如果该农户预计明年该品种桃子每千克投入的肥料费用为5元，产量为1200千克，请估计该农户种植桃子的利润.
附：回归方程中的斜率和截距的最小二乘法估计公式分别为，，.

10 . 某骑行爱好者近段时间在专业人士指导下对骑行情况进行了统计，各次骑行期间的身体综合指标评分x与对应用时y（单位：小时）如下表：

身体综合指标评分	1	2	3	4	5
用时（/小时）	9.5	8.6	7.8	7	6.1

(1)由上表数据看出，可用线性回归模型拟合与的关系，请用相关系数加以说明；
(2)建立关于的回归方程.
参考数据和参考公式：相关系数，，，