2 . 为了解某一地区电动汽车销售情况，某部门根据统计数据，用最小二乘法得到电动汽车销量y（单位：万台）关于x（年份）的线性回归方程为，且销量y的方差，年份x的方差．
(1)求y与x的相关系数r，并据此判断电动汽车销量y与年份x的相关性强弱；
(2)该部门还调查了该地区90位购车车主的性别与购车种类情况，得到的数据如下表：

性别	购买非电动汽车	购买电动汽车	总计
男性	39		45
女性		15
总计

请完成调查数据表，并回答能否依据小概率值的独立性检验判断购买电动车与车主性别有关?
参考公式：（ⅰ）线性回归方程：，其中，；
（ⅱ）相关系数：，若，则可认为y与x线性相关较强．
（ⅲ），．附表：

	0.100	0.050	0.010	0.001
	2.706	3.841	6.635	10.828

3 . 如图是我国2015年至2023年岁及以上老人人口数（单位：亿）的折线图，

注：年份代码分别对应年份.
(1)由折线图看出，可用线性回归模型拟合与的关系，请用相关系数（结果精确到）加以说明；
(2)建立关于的回归方程（系数精确到），并预测2024年我国岁及以上老人人口数（单位：亿）.
参考数据：，，，.
参考公式：相关系数，若，则与有较强的线性相关性.
回归方程中斜率和截距的最小二乘估计公式分别为：，.

4 . PM2.5是指环境空气中直径小于或等于2.5微米的颗粒物．它能较长时间悬浮于空气中，其在空气中含量越高，说明空气污染越严重．城市中的PM2.5成分除扬尘等自然因素外，燃料的燃烧也是一个重要来源．某市环境检测部门为检测燃油车流量对空气质量的影响，在一个检测点统计每日过往的燃油车流量（单位：辆）和空气中的PM2.5的平均浓度（单位：）．检测人员采集了50天的数据，制成列联表（部分数据缺失）：

	燃油车日流量	燃油车日流量	合计
PM2.5的平均浓度	16		24
PM2.5的平均浓度		20
合计	22

(1)完成上面的列联表，并根据小概率值的独立性检验，能否认为PM2.5的平均浓度小于与燃油车日流量小于1500辆有关联？
(2)经计算得与之间的回归直线方程为，且这50天的燃油车的日流量的标准差，PM2.5的平均浓度的标准差．若相关系数满足，则判定所求回归直线方程有价值；否则判定其无价值．
①判断该回归直线方程是否有价值；
②若这50天的燃油车的日流量满足，试求这50天的PM2.5的平均浓度的平均数（利用四舍五入法精确到0.1）．
参考公式：，其中．

	0.01	0.005	0.001
	6.636	7.879	10.828

回归方程，其中，；
相关系数．
参考数据：，，．

5 . 为了了解高中学生课后自主学习数学时间（分钟/每天）和他们的数学成绩（y分）的关系，某实验小组做了调查，得到一些数据（表一）．

编号	1	2	3	4	5
学习时间	30	40	50	60	70
数学成绩	65	78	85	99	108

(1)求数学成绩与学习时间的相关系数（精确到0.001）；
(2)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，并求出关于的回归直线方程，并由此预测每天课后自主学习数学时间为100分钟时的数学成绩（参考数据：，的方差为200
(3)基于上述调查，某校提倡学生周末在校自主学习．经过一学期的实施后，抽样调查了220位学生．按照是否参与周末在校自主学习以及成绩是否有进步统计，得到列联表（表二）．依据表中数据及小概率值的独立性检验，分析“周末在校自主学习与成绩进步”是否有关．

	没有进步	有进步	合计
参与周末在校自主学习	35	130	165
未参与周末不在校自主学习	25	30	55
合计	60	160	220

附：，
．

	0.10	0.05	0.010	0.005	0.001
	2.706	3.841	6.635	7.879	10.828

6 . 近年来，随着人们对健康饮食的重视和市场对禽肉需求的增长，养鸡业发展迅速，我国养鸡企业发展也取得了显著成就．某小型养鸡场从2017年到2023年每年养鸡数量（单位：千只）的统计结果如下表所示．

年份	2017	2018	2019	2020	2021	2022	2023
年份代码	1	2	3	4	5	6	7
养鸡数量千只	2	3	7	5	8	11	13

(1)由统计表看出，可用线性回归模型拟合与的关系，请用相关系数加以说明（系数精确到0.01）；
(2)建立关于的回归方程（系数精确到0.01），并预测该小型养鸡场2026年养鸡的数量．
参考数据：．
参考公式：相关系数，回归方程中斜率和截距的最小二乘估计公式分别为．

7 . 环境监测部门为调研汽车流量对空气质量的影响，在某监测点统计每日过往的汽车流量（单位：辆）和空气中的PM2.5的平均浓度（单位：）.调研人员采集了50天的数据，制作了关于的散点图，并用直线与将散点图分成如图所示的四个区域I，II，III，IV，落入对应区域的样本点的个数依次为.

(1)完成下面的列联表，并判断至少有多大把握认为“PM2.5平均浓度不小于”与“汽车日流量不小于1500辆”有关；

	汽车日流量	汽车日流量	合计
PM2.5的平均浓度
PM2.5的平均浓度
合计

(2)经计算得到回归方程为，且这50天的汽车日流量的标准差252，PM2.5的平均浓度的标准差，求相关系数，并判断该回归方程是否有价值.
参考公式：，其中.

	0.100	0.050	0.010	0.001
	2.706	3.841	6.635	10.828

回归方程，其中.
相关系数.若，则认为与有较强的线性相关性.

8 . 某企业拟对某产品进行科技升级，根据市场调研与模拟，得到科技升级投入（万元）与科技升级直接收益（万元）的数据统计如下：

序号	1	2	3	4	5	6	7
	2	3	4	6	8	10	13
	13	22	31	42	50	56	58

根据表格中的数据，建立了与的两个回归模型：模型①：模型②：.
(1)根据下列表格中的数据，比较模型①､②的相关指数的大小，并选择拟合精度更高､更可靠的模型；
(2)根据（1）选择的模型，预测对该产品科技升级的投入为100万元时的直接收益.

回归模型	模型①	模型②
回归方程
	182.4	79.2

（附：刻画回归效果的相关指数越大，模型的拟合效果越好）

9 . 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个月的带货金额的统计表（金额（万元））.

月份	1月	2月	3月	4月	5月
月份编号	1	2	3	4	5
金额（万元）	7	12	13	19	24

(1)根据统计表，
①求该公司带货金额的平均值；
②求该公司带货金额与月份编号的样本相关系数（精确到0.01），并判断它们是否具有线性相关关系（，则认为与的线性相关性较强；，则认为与的线性相关性较弱）；
(2)该公司现有一个直播间销售甲、乙两种产品.为对产品质量进行监控，质检人员先用简单随机抽样的方法从甲、乙两种产品中分别抽取了5件、3件产品进行初检，再从中随机选取3件做进一步的质检，记抽到甲产品的件数为，试求的分布列与期望.
附：相关系数公式，参考数据：，，，.

10 . 根据统计，某蔬菜基地西红柿亩产量的增加量y(百千克)与某种液体肥料每亩使用量x(千克)之间的对应数据的散点图如图所示．

(1)依据数据的散点图可以看出，可用线性回归模型拟合y与x的关系，请计算相关系数并加以说明(若|r|>0.75，则线性相关程度很高，可用线性回归模型拟合)；
(2)求y关于x的回归方程，并预测液体肥料每亩使用量为12千克时，西红柿亩产量的增加量约为多少．
参考公式：相关系数

r＝＝，回归直线y＝bx＋a的斜率和截距的最小二乘估计分别为b＝＝，a＝y－bx．