1 . 8年来，某地第年的第三产业生产总值（单位：百万元）统计图表如下图所示，根据该图提供的信息解决下列问题.

(1)在所统计的8个生产总值中任取2个，记其中不低于平均值的个数为，求的分布列和数学期望；
(2)由统计图表可看出，从第5年开始，该地第三产业生产总值呈直线上升趋势，试用线性回归模型预测该地第10年的第三产业生产总值.
（参考公式：，）

2 . 某科技公司研发了一项新产品，经过市场调研，对公司1月份至6月份销售量及销售单价进行统计，销售单价（千元）和销售量（千件）之间的一组数据如下表所示：

月份	1	2	3	4	5	6
销售单价
销售量

（1）试根据1至5月份的数据，建立关于的回归直线方程；
（2）若由回归直线方程得到的估计数据与剩下的检验数据的误差不超过千件，则认为所得到的回归直线方程是理想的，试问（1）中所得到的回归直线方程是否理想？
参考公式：回归直线方程，其中.
参考数据：，.

3 . 下表提供了某厂生产某产品过程中记录的产量（吨）与相应的生产能耗（吨标准煤）的几组对照数据：

	2	4	6	8	10
	4	5	7	9	10

请根据上表提供的数据，用最小二乘法求出关于的线性回归方程.
附：回归直线的斜率和截距的最小二乘法估计分别为：，

4 . 我校数学建模小组为了解高中男生的体重y（单位：kg）与身高x（单位：cm）是否存在较好的线性关系，该小组搜集了7位男生的数据，得到的数据经过计算后得到的有效数据为：，，，根据所给数据计算得到y关于x的线性回归方程为.
（1）求；
（2）已知且当时，回归方程的拟合效果非常好；当时，回归方程的拟合效果良好.试问该线性回归方程的拟合效果是非常好还是良好？说明你的理由.

5 . 指数是用体重公斤数除以身高米数的平方得出的数字，是国际上常用的衡量人体胖瘦程度以及是否健康的一个标准.对于高中男体育特长生而言，当数值大于或等于20.5时，我们说体重较重，当数值小于20.5时，我们说体重较轻，身高大于或等于我们说身高较高，身高小于170cm我们说身高较矮.

（1）已知某高中共有32名男体育特长生，其身高与指数的数据如散点图，请根据所得信息，完成下述列联表，并判断是否有的把握认为男生的身高对指数有影响.

	身高较矮	身高较高	合计
体重较轻
体重较重
合计

（2）①从上述32名男体育特长生中随机选取8名，其身高和体重的数据如表所示：

编号	1	2	3	4	5	6	7	8
身高	166	167	160	173	178	169	158	173
体重	57	58	53	61	66	57	50	66

根据最小二乘法的思想与公式求得线性回归方程为.利用已经求得的线性回归方程，请完善下列残差表，并求解释变量（身高）对于预报变量（体重）变化的贡献值（保留两位有效数字）；

编号	1	2	3	4	5	6	7	8
体重	57	58	53	61	66	57	50	66
残差	0.1	0.3	0.9

②通过残差分析，对于残差的最大（绝对值）的那组数据，需要确认在样本点的采集中是否有人为的错误，已知通过重新采集发现，该组数据的体重应该为.请重新根据最最小二乘法的思想与公式，求出男体育特长生的身高与体重的线性回归方程.
【参考公式】
，，，，.
【参考数据】
，，，，.

	0.10	0.05	0.01	0.005
	2.706	3.811	6.635	7.879

6 . 某学习小组在研究性学习中,对昼夜温差大小与绿豆种子一天内出芽数之间的关系进行研究.该小组在4月份记录了1日至6日每天昼夜最高、最低温度(如图1),以及浸泡的100颗绿豆种子当天内的出芽数(如图2).

根据上述数据作出散点图,可知绿豆种子出芽数 (颗)和温差 ()具有线性相关关系.
(1)求绿豆种子出芽数 (颗)关于温差 ()的回归方程；
(2)假如4月1日至7日的日温差的平均值为11,估计4月7日浸泡的10000颗绿豆种子一天内的出芽数.
附：，

7 . 詹姆斯·哈登（James Harden）是美国NBA当红球星，自2012年10月加盟休斯敦火箭队以来，逐渐成长为球队的领袖．2017-18赛季哈登当选常规赛MVP(最有价值球员)．

年份	2012-13	2013-14	2014-15	2015-16	2016-17	2017-18
年份代码t	1	2	3	4	5	6
常规赛场均得分y	25.9	25.4	27.4	29.0	29.1	30.4

（Ⅰ）根据表中数据，求y关于t的线性回归方程（，^*）；
（Ⅱ）根据线性回归方程预测哈登在2019-20赛季常规赛场均得分．
【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：，
(参考数据，计算结果保留小数点后一位）

8 . 某位同学进行社会实践活动，为了对白天平均气温与某奶茶店的某种饮料销量之间的关系进行分析研究，他分别记录了12月11日至12月15日的白天平均气温 (℃)与该小卖部的这种饮料销量(杯)，得到如下数据：

日期	12月11日	12月12日	12月13日	12月14日	12月15日
平均气温(℃)	9	10	12	11	8
销量(杯)	23	25	30	26	21

(1)请根据所给五组数据，求出关于的线性回归方程；
(2)据(1)中所得的线性回归方程，若天气预报12月16日的白天平均气温7(℃)，请预测该奶茶店这种饮料的销量. (参考公式：，）

9 . 已知变量和正相关，则由如下表所示的观测数据算得的线性回归方程为（   ）

	-1	-2	-3	-4	-5	5	4	3	2	1
	-0.9	-2	-3.1	-3.9	-5.1	5	4.1	2.9	2.1	0.9

A．

B．

C．

D．

10 . 已知一组数据（1，2），（3，5），（6，8），的线性回归方程为，则的值为

A．-3

B．-5

C．-2

D．-1