3 . 某企业响应国家“强芯固基”号召，为汇聚科研力量，准备科学合理增加研发资金．为
了解研发资金的投入额x（单位：千万元）对年收入的附加额y（单位：千万元）的影响，对2017年至2023年研发资金的投入额和年收入的附加额进行研究，得到相关数据如下：

年份	2017	2018	2019	2020	2021	2022	2023
投入额	10	30	40	60	80	90	110
年收入的附加额					7．30

(1)求y关于x的线性回归方程；
(2)若年收入的附加额与投入额的比值大于，则称对应的年份为“优”，从上面的7个年份中任意取3个，记X表示这三个年份为“优”的个数，求X的分布列及数学期望．
参考数据：，，．
附：回归方程的斜率和截距的最小二乘估计公式分别为：
，．

4 . 某地区响应“节能减排，低碳生活”的号召，开展系列的措施控制碳排放．环保部门收集到近5年内新增碳排放数量，如下表所示，其中为年份代号，（单位：万吨）代表新增碳排放量．

年份	2019	2020	2021	2022	2023
年份代号	1	2	3	4	5
新增碳排放万吨	6.1	5.2	4.9	4	3.8

(1)请计算并用相关系数的数值说明与之间的线性相关性的强弱（保留小数点后两位）；
(2)求关于的线性回归方程，并据此估计该地区2024年的新增碳排放数量．
参考数据：，，，．
参考公式：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公式，相关系数的公式分别为，，

5 . 已知由样本数据（）组成的一个样本，得到经验回归方程为且，去除两个异常数据和后，得到的新的经验回归直线的斜率为3，则（       ）

A．相关变量，具有正相关关系

B．去除异常数据后，新的平均数

C．去除异常数据后的经验回归方程为

D．去除异常数据后，随值增加，的值增加速度变小

7 . 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，，，

8 . “绿色出行，低碳环保”已成为新的时尚，近几年国家相继出台了一系列的环保政策，在汽车行业提出了重点扶持新能源汽车的政策，为新能源汽车行业的发展开辟了广阔的前景.某公司对A充电桩进行生产投资，所获得的利润有如下统计数据，并计算得.

A充电桩投资金额x/万元	3	4	6	7	9	10
所获利润y/百万元	1.5	2	3	4.5	6	7

(1)已知可用一元线性回归模型拟合y与x的关系，求其经验回归方程；
(2)若规定所获利润y与投资金额x的比值不低于，则称对应的投入额为“优秀投资额”.记2分，所获利润y与投资金额x的比值低于且大于，则称对应的投入额为“良好投资额”，记1分，所获利润y与投资金额x的比值不超过，则称对应的投入额为“不合格投资额”，记0分，现从表中6个投资金额中任意选2个，用X表示记分之和，求X的分布列及数学期望.
附：.

9 . 小强发现汽车急刹车的停车距离与诸多因素有关，其中最为关键的两个因素 是驾驶员的反应时间和汽车的行驶速度.小强根据美国公路局公布的实验数据，制作了汽车行驶速度x（km/h）和停车距离y（m）的表格.

x	40	50	60	70	80	90	100	110
y	17	26.5	35.8	46	52.7	70.8	85.4	101

(1)通过样本相关系数的值说明x和y的相关程度；
(2)小强选择用一元线性回归分析这组数据，请帮他求出回归方程（保留两位小数）.
参考数据：，
参考公式：相关系数；（若认为相关性很强；|r|认为相关性一般，认为相关性较弱）
回归方程中斜率和截距最小二乘估计公式分别为，.

10 . 某新能源汽车公司从2018年到2022年汽车年销售量（单位：万辆）的散点图如下：

记年份代码为
(1)根据散点图判断，模型①与模型②，哪一个更适宜作为年销售量关于年份代码的回归方程？（给出判断即可，不必说明理由）
(2)根据（1）的判断结果，建立关于的回归方程；
(3)预测2023年该公司新能源汽车销售量．
参考数据：

34	55	979	657	2805

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：，