1 . 根据如下样本数据，得到回归方程，则　　

	3	4	5	6	7	8
	4.0	2.5		0.5

A．，	B．，
C．，	D．，

2 . 以下是搜集到的某市区新房屋的销售价格和房屋的面积的数据：

房屋面积（）	115	110	80	135	105
销售价格（万元）	124.8	121.6	118.4	129.2	122

（1）画出数据对应的散点图；

（2）求出线性回归方程（精确到0.1），并在散点图中加上回归直线；
（参考公式：回归方程中，，
参考数据：，，，．）

3 . 某同学在生物研究性学习中，对春季昼夜温差大小与黄豆种子发芽多少之间的关系进行研究，于是他在4月份的30天中随机挑选了5天进行研究，且分别记录了每天昼夜温差与每天每100颗种子浸泡后的发芽数，得到如下资料：

日期	4月1日	4月7日	4月15日	4月21日	4月30日
温差	10	11	13	12	8
发芽数颗	23	25	30	26	16

（1）从这5天中任选2天，若选取的是4月1日与4月30日的两组数据，请根据这5天中的另三天的数据，求出关于的线性回归方程；
（2）若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2颗，则认为得到的线性回归方程是可靠的，试问（1）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公式分别为：，.

4 . 某产品的广告费支出x与销售额y（单位：百万元）之间有如下对应数据：

x	2	4	5	6	8
y	30	40	60	50	70

（1）画出散点图；
（2）求线性回归方程；
（3）预测当广告费支出7（百万元）时的销售额.
参考公式：回归直线的方程是：，
其中，其中是与对应的回归估计值.

5 . 某中学某社团为研究高三学生课下钻研数学时间与数学考试中的解答题得分的关系，随机调查了某中学高三某班6名学生每周课下钻研数学时间（单位：小时）与高三下学期期中考试数学解答题得分，数据如表：

	2	4	6	8	10	12
	30	38	44	48	50	54

（1）根据上述数据，求出数学考试中的解答题得分与该学生课下钻研数学时间的线性回归方程，并预测某学生每周课下钻研数学时间为7小时其数学考试中的解答题得分；
（2）从这6人中任选2人，求这2人中至少有1人课下钻研数学时间不低于8小时的概率．
参考公式：，其中，．
参考数据：，，．

6 . 某食品店为了了解气温对销售量的影响，随机记录了该店1月份中5天的日销售量y（单位：千克）与该地当日最低气温x（单位：°C）的数据，如下表：

x	2	5	8	9	11
y	12	10	8	8	7

（1）求出y与x的回归方程＝x；
（2）判断y与x之间是正相关还是负相关；若该地1月份某天的最低气温为6°C，请用所求回归方程预测该店当日的营业额．
附：回归方程＝x；中，＝，＝﹣

7 . 近年来，国资委党委高度重视扶贫开发工作，坚决贯彻落实中央扶贫工作重大决策部署，在各个贫困县全力推进定点扶贫各项工作，取得了积极成效，某扶贫小组为更好的执行精准扶贫政策，为某扶贫县制定了具体的扶贫政策，并对此贫困县2015年到2019年居民家庭人均纯收入(单位：百元)进行统计，数据如下表：

年份	2015	2016	2017	2018	2019
年份代号(t)	1	2	3	4	5
人均纯收入(y)

并调查了此县的300名村民对扶贫政策的满意度，得到的部分数据如下表所示：

	满意	不满意
45岁以上村民	150	50
45岁以下村民	50

（1）求人均纯收入y与年份代号t的线性回归方程；
（2）是否有的把握认为村民的年龄与对扶贫政策的满意度具有相关性？
（3）若以该村的村民的年龄与对扶贫政策的满意度的情况估计贫困县的情况，则从该贫困县中任取3人，记取到不满意扶贫政策的45岁以上的村民人数为x，求x的分布列及数学期望.
参考公式：回归直线中斜率和截距的最小二乘估计公式分别为：，；，其中.
临界值表：

8 . 某个体服装店经营某种服装，在某周内获的纯利(元)与该周每天销售这种服装的件数之间的一组数据关系如下表所示：

	3	4	5	6	7	8	9
	66	69	73	82	89	90	91

（1）求，；
（2）求纯利与每天的销售件数之间的回归直线方程；
（3）若该周内某天销售服装20件，估计可获纯利多少元？
附：，，，.

9 . 某贫困地区截至2018年底，按照农村家庭人均年纯收入8000元的小康标准，该地区仅剩部分家庭尚未实现小康.现从这些尚未实现小康的家庭中随机抽取50户，得到这50户家庭2018年的家庭人均年纯收入的频率分布直方图.
（1）补全频率分布直方图，并求出这50户家庭人均年纯收入的中位数和平均数（精确到元）；
（2）2019年7月，为估计该地能否在2020年全面实现小康，统计了该地当时最贫困的一个家庭2019年1至6月的人均月纯收入如表：

月份/2019(时间代码)	1	2	3	4	5	6
人居月纯收入 (元)	275	365	415	450	470	485

由散点图及相关性分析发现：家庭人均月纯收入与时间代码之间具有较强的线性相关关系，请求出回归直线方程；并由此估计该家庭2020年1月的家庭人均月纯收入.

①可能用到的数据：；
②参考公式：线性回归方程中，，.

10 . 某农科院为试验冬季昼夜温差对反季节大豆新品种发芽的影响，对温差与发芽率之间的关系进行统计分析研究，记录了6天昼夜温差与实验室中种子发芽数的数据如下：

日期	1月1日	1月2日	1月3日	1月4日	1月5日	1月6日
温差（摄氏度）	10	11	12	13	8	9
发芽数（粒）	26	27	30	32	21	24

他们确定的方案是先从这6组数据中选出2组，用剩下的4组数据求回归方程，再用选取的两组数据进行检验.
（1）求选取的2组数据恰好是相邻2天数据的概率；
（2）若由线性回归方程得到的估计数据与实际数据的误差不超过1粒，则认为得到的线性回归方程是可靠的.请根据1月2，3，4，5日的数据求出关于的线性回归方程（保留两位小数），并检验此方程是否可靠.
参考公式：，