2 . 直播带货是一种直播和电商相结合的销售手段，目前已被广大消费者所接受．针对这种现状，某公司决定逐月加大直播带货的投入，直播带货金额稳步提升，以下是该公司2023年前5个月的带货金额：

月份	1	2	3	4	5
带货金额/万元	350	440	580	700	880

(1)计算变量，的相关系数（结果精确到0.01）．
(2)求变量，之间的线性回归方程，并据此预测2023年7月份该公司的直播带货金额．
(3)该公司随机抽取55人进行问卷调查，得到如下不完整的列联表：

	参加过直播带货	未参加过直播带货	总计
女性	25		30
男性		10
总计

请填写上表，并判断是否有90%的把握认为参加直播带货与性别有关．
参考数据：，，，
，．
参考公式：相关系数，线性回归方程的斜率，截距．
附：，其中．

	0.15	0.10	0.05	0.025
	2.072	2.706	3.841	5.024

3 . 某池塘中水生植物的覆盖水塘面积x（单位：）与水生植物的株数y（单位：株）之间的相关关系，收集了4组数据，用模型去拟合x与y的关系，设，x与z的数据如表格所示：

x	3	4	6	7
z	2	2.5	4.5	7

得到x与z的线性回归方程，则___________.

4 . 下列说法中正确的个数为（    ）个
①互斥事件一定是对立事件.
②在回归直线方程中，当解释变量每增加一个单位时，预报变量增加0.1个单位；
③两个随机变量的线性相关性越强，相关系数的绝对值越接近于1；
④在回归分析模型中，若相关指数越大，则残差平方和越小，模型的拟合效果越好．

A．1

B．2

C．3

D．4

5 . 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，，，

6 . 下列命题中，真命题的是（       ）

A．若回归方程，则变量与正相关

B．线性回归分析中相关指数用来刻画回归的效果，若值越小，则模型的拟合效果越好

C．若样本数据，，…，的方差为2，则数据，，…，的方差为18

D．一个人连续射击三次，则事件“至少击中两次”的对立事件是“至多击中一次”

7 . 已知建筑地基沉降预测对于保证施工安全，实现信息化监控有着重要意义．某工程师建立了四个函数模型来模拟建筑地基沉降随时间的变化趋势，并用相关指数、误差平方和、均方根值三个指标来衡量拟合效果．相关指数越接近1表明模型的拟合效果越好，误差平方和越小表明误差越小，均方根值越小越好．依此判断下面指标对应的模型拟合效果最好的是（       ）

A． 相关指数 误差平方和 均方根值 0.949 8.491 0.499

B． 相关指数 误差平方和 均方根值 0.933 4.179 0.436

C． 相关指数 误差平方和 均方根值 0.997 1.701 0.141

D． 相关指数 误差平方和 均方根值 0.997 2.899 0.326

8 . 某旅游公司针对旅游复苏设计了一款文创产品来提高收益．该公司统计了今年以来这款文创产品定价（单位：元）与销量（单位：万件）的数据如下表所示：

产品定价（单位：元）	9	9.5	10	10.5	11
销量（单位：万件）	11	10	8	6	5

(1)依据表中给出的数据，判断是否可用线性回归模型拟合与的关系，请计算相关系数并加以说明（计算结果精确到0.01）；
(2)建立关于的回归方程，预测当产品定价为8.5元时，销量可达到多少万件．
参考公式：．
参考数据：．

9 . 移动物联网广泛应用于生产制造、公共服务、个人消费等领域．截至2022年底，我国移动物联网连接数达亿户，成为全球主要经济体中首个实现“物超人”的国家．下图是2018-2022年移动物联网连接数与年份代码的散点图，其中年份2018-2022对应的分别为1~5．

(1)根据散点图推断两个变量是否线性相关．计算样本相关系数（精确到），并推断它们的相关程度；
(2)求关于的经验回归方程，并预测2024年移动物联网连接数．
附：样本相关系数，，，

10 . 近几年，在缺“芯”困局之下，国产替代的呼声愈发高涨，在国家的政策扶持下，国产芯片厂商呈爆发式增长．为估计某地芯片企业的营业收入，随机选取了10家芯片企业，统计了每家企业的研发投入（单位：亿）和营业收入（单位：亿），得到如下数据：

样本号i	1	2	3	4	5	6	7	8	9	10
研发投入	2	2	4	6	8	10	14	16	18	20
营业收入	14	16	30	38	50	60	70	90	102	130

并计算得，，，，．

(1)求该地芯片企业的研发投入与营业收入的样本相关系数r，并判断这两个变量的相关性强弱（若，则线性相关程度一般，若，则线性相关程度较高，r精确到0.01）；
(2)现统计了该地所有芯片企业的研发投入，并得到所有芯片企业的研发投入总和为268亿，已知芯片企业的研发投入与营业收入近似成正比．利用以上数据给出该地芯片企业的总营业收入的估计值．

附：相关系数，．