1 . 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

2 . 当前移动网络已融入社会生活的方方面面，深刻改变了人们的沟通､交流乃至整个生活方式.4G网络虽然解决了人与人随时随地通信的问题，但随着移动互联网快速发展，其已难以满足未来移动数据流量暴涨的需求，而5G作为一种新型移动通信网络，不但可以解决人与人的通信问题，而且还可以为用户提供增强现实､虚拟现实､超高清（3D）视频等更加身临其境的极致业务体验，更重要的是还可以解决人与物､物与物的通信问题，从而满足移动医疗､车联网､智能家居､工业控制､环境监测等物联网应用需求，为更好的满足消费者对5G网络的需求，中国电信在某地区推出了六款不同价位的流量套餐，每款套餐的月资费x（单位：元）与购买人数y（单位：万人）的数据如下表：

套餐	A	B	C	D	E	F
月资费x（元）	38	48	58	68	78	88
购买人数y（万人）	16.8	18.8	20.7	22.4	24.0	25.5

对数据作初步的处理，相关统计量的值如下表：

75.3	24.6	18.3	101.4

其中，且绘图发现，散点集中在一条直线附近.
(1)根据所给数据，求出关于的回归方程；
(2)已知流量套餐受关注度通过指标来测定，当时相应的流量套餐受大众的欢迎程度更高，被指定为“主打套餐”.现有一家四口从这六款套餐中，购买不同的四款各自使用.记四人中使用“主打套督”的人数为，求随机变量的分布列和期望.
附：对于一组数据，其回归方程的斜率和截距的最小二乘估计值分别为.

3 . 据统计，某市一家新能源企业2022年近5个月的产值如下表：

月份	7月	8月	9月	10月	11月
月份代码x	1	2	3	4	5
产值y（亿元）	16	20	27	30	37

(1)根据上表数据，计算y与x间的线性相关系数r，并说明y与x的线性相关性的强弱；（结果保留两位小数，若，则认为y与x线性相关性很强；若，则认为y与x线性相关性不强.）
(2)求出y关于x的线性回归方程，并预测该企业什么时候的产值为67.6亿元.
参考公式：，，.
参考数据：，，，，.

5 . 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，，，

7 . 国家发改委和住建部等六部门发布通知，提到：2025年，农村生活垃圾无害化处理水平将明显提升.现阶段我国生活垃圾有填埋､焚烧､堆肥等三种处理方式，随着我国生态文明建设的不断深入，焚烧处理已逐渐成为主要方式.根据国家统计局公布的数据，对2013-2020年全国生活垃圾焚烧无害化处理厂的个数y（单位：座）进行统计，得到如下表格：

年份	2013	2014	2015	2016	2017	2018	2019	2020
年份代码	1	2	3	4	5	6	7	8
垃圾焚烧无害化 处理厂的个数 y	166	188	220	249	286	331	389	463

(1)根据表格中的数据，可用一元线性回归模型刻画变量与变量之间的线性相关关系，请用相关系数加以说明（精确到0.01）；
(2)求出关于的经验回归方程，并预测2022年全国生活垃圾焚烧无害化处理厂的个数；
(3)对于2035年全国生活垃圾焚烧无害化处理厂的个数，还能用（2）所求的经验回归方程预测吗？请简要说明理由.
参考公式：相关系数，回归方程中斜率和截距的最小二乘法估计公式分别为
参考数据：，

8 . 文旅部门统计了某网红景点在2022年3月至7月的旅游收入（单位：万），得到以下数据：

月份	3	4	5	6	7
旅游收入	10	12	11	12	20

(1)根据表中所给数据，用相关系数加以判断，是否可用线性回归模型拟合与的关系？若可以，求出关于之间的线性回归方程；若不可以，请说明理由；
(2)为调查游客对该景点的评价情况，随机抽查了200名游客，得到如下列联表，请填写下面的列联表，依据的独立性检验，能否认为“游客是否喜欢该网红景点与性别有关联”.

	喜欢	不喜欢	总计
男			100
女		60
总计	110

参考公式：相关系数，参考数据：.线性回归方程：，其中，.
临界值表：

9 . 某省为调查北部城镇2021年国民生产总值，抽取了20个城镇进行分析，得到样本数据，），其中和分别表示第个城镇的人口（单位：万人）和该城镇2021年国民生产总值（单位：亿元），计算得．
(1)请用相关系数判断该组数据中与之间线性相关关系的强弱（若，相关性较强；若，相关性一般；若，相关性较弱）；
(2)求关于的线性回归方程；
(3)若该省北部某城镇2021年的人口约为5万人，根据（2）中的线性回归方程估计该城镇2021年的国民生产总值．
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，

10 . 根据统计，某蔬菜基地西红柿亩产量的增加量（百千克）与某种液体肥料每亩使用量（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与的关系，请计算相关系数并加以说明（若，则线性相关程度很高，可用线性回归模型拟合）；
(2)求关于的回归方程，并预测液体肥料每亩使用量为千克时，西红柿亩产量的增加量约为多少？附：相关系数公式，回归方程中斜率和截距的最小二乘估计公式分别为：，.