1 . 某城市理论预测2015年到2019年人口总数与年份的关系如下表所示

年份	2015	2016	2017	2018	2019
时间代号	0	1	2	3	4
人口总数（十万）	5	7	8	11	19

(1)请用相关系数说明该组数据中与之间的关系可用线性回归模型进行拟合；
(2)求出关于的线性回归方程；
(3)据此估计2021年该城市人口总数．
参考公式：相关系数，对于一组具有线性相关关系的数据，其回归直线的斜率和截距的最小二乘估计分别为．

2 . 已知x和y的散点图如图所示，在相关关系中，若用拟合时的决定系数为，用拟合时的决定系数为，则，中较大的是________.

3 . 以曲线拟合一组数据时，经代换后的线性回归方程为，则___________，___________．

4 . 设变量和变量的样本相关系数为，变量和变量的样本相关系数为，且，，则（       ）

A．和之间呈正线性相关关系，且和的线性相关程度强于和的线性相关程度

B．和之间呈负线性相关关系，且和的线性相关程度强于和的线性相关程度

C．和之间呈负线性相关关系，且和的线性相关程度弱于和的线性相关程度

D．和之间呈正线性相关关系，且和的线性相关程度弱于和的线性相关程度

5 . 某骑行爱好者在专业人士指导下对近段时间骑行锻炼情况进行统计分析，统计每次骑行期间的身体综合指标评分与骑行用时（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	8.8	7.8	7	6.1

由上表数据得到的错误结论是（       ）
参考数据：,
参考公式：相关系数.

A．身体综合指标评分与骑行用时正相关

B．身体综合指标评分与骑行用时的相关程度较弱

C．身体综合指标评分与骑行用时的相关程度较强

D．身体综合指标评分与骑行用时的关系不适合用线性回归模型拟合

6 . 近些年来，促进新能源汽车产业发展政策频出，新能源市场得到很大发展，销量及渗透率远超预期，新能源几乎成了各个汽车领域的热点．某车企通过市场调研并进行粗略模拟，得到研发投入（亿元）与经济收益（亿元）的数据，统计如下：

研发投入亿元	1	2	3	4	5
经济收益亿元	2.5	4	6.5	9	10.5

(1)计算的相关系数，并判断是否可以认为研发投入与经济收益具有较高的线性相关程度：（若，则线性相关程度一般，若，则线性相关程度较高）
(2)求出关于的线性回归方程，并预测研发投入10亿元时的经济收益．
参考数据：
附：相关系数，线性回归方程的斜率，截距．

7 . 已知x和y的散点图如图所示，在相关关系中，若用拟合时的决定系数为，用拟合时的决定系数为，则，中较大的是________.

   

8 . 下表是某地从2019年至2023年能源消费总量近似值（单位：千万吨标准煤）的数据表：

年份	2019	2020	2021	2022	2023
年份代号	1	2	3	4	5
能源消费总量近似值（单位：千万吨标准煤）	44.2	44.6	46.2	47.8	50.8

以为解释变量，为响应变量，若以为回归方程，则决定系数0.9298，若以为回归方程，则，则下面结论中正确的有（       ）

A．变量和变量的样本相关系数为正数

B．比的拟合效果好

C．由回归方程可准确预测2024年的能源消费总量

D．

9 . 对具有线性相关关系的变量x，y有一组观测数据，其经验回归方程为，且，，则相应于点的残差为______．