1 . 下图是我国2008年至2014年生活垃圾无害化处理量（单位：亿吨）的折线图.

   

（Ⅰ）由折线图看出，可用线性回归模型拟合y与t的关系，请用相关系数加以说明；
（Ⅱ）建立y关于t的回归方程（系数精确到0.01），预测2016年我国生活垃圾无害化处理量.
附注：
参考数据：，，
，≈2.646.
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：

2 . 对两个变量和进行回归分析，得到一组样本数据：、、、，则下列说法中不正确的是（       ）

A．由样本数据得到的线性回归方程必过样本点的中心

B．残差平方和越小的模型，拟合的效果越好

C．用相关指数来刻画回归效果，的值越小，说明模型的拟合效果越好

D．若变量和之间的相关系数，则变量与之间具有线性相关关系

3 . 对四组数据进行统计，获得以下散点图，关于其相关系数的比较，正确的是（       ）

A．	B．
C．	D．

4 . 新型冠状病毒肺炎COVID-19疫情发生以来，在世界各地逐渐蔓延.在全国人民的共同努力和各级部门的严格管控下，我国的疫情已经得到了很好的控制.然而，小王同学发现，每个国家在疫情发生的初期，由于认识不足和措施不到位，感染人数都会出现快速的增长.下表是小王同学记录的某国连续8天每日新型冠状病毒感染确诊的累计人数.

日期代码x	1	2	3	4	5	6	7	8
累计确诊人数y	4	8	16	31	51	71	97	122

为了分析该国累计感染人数的变化趋势，小王同学分别用两杆模型：①，②对变量x和y的关系进行拟合，得到相应的回归方程并进行残差分析，残差图如下(注：残差)：经过计算得，，，，其中，.

(1)根据残差图，比较模型①，②的拟合效果，应该选择哪个模型?并简要说明理由；
(2)根据（1）问选定的模型求出相应的回归方程（系数均保留两位小数）；
(3)由于时差，该国截止第9天新型冠状病毒感染确诊的累计人数尚未公布.小王同学认为，如果防疫形势没有得到明显改善，在数据公布之前可以根据他在（2）问求出的回归方程来对感染人数做出预测，那么估计该地区第9天新型冠状病毒感染确诊的累计人数是多少?（结果保留整数）
附：回归直线的斜率和截距的最小二乘估计公式分别为：，.

5 . 给出下列说法：①回归直线恒过样本点的中心，且至少过一个样本点；②两个变量相关性越强，则相关系数就越接近1；③将一组数据的每个数据都加一个相同的常数后，方差不变；④在回归直线方程中，当解释变量增加一个单位时，预报变量平均减少0.5个单位.其中说法正确的是（       ）

A．①②④

B．②③④

C．①③④

D．②④

6 . 关于变量x，y的n个样本点及其线性回归方程．下列说法正确的有（       ）

A．相关系数r的绝对值|r|越接近0，表示x，y的线性相关程度越强

B．相关指数的值越接近1，表示线性回归方程拟合效果越好

C．残差平方和越大，表示线性回归方程拟合效果越好

D．若，则点一定在线性回归方程上

7 . 某企业新研发了一种产品，产品的成本由原料成本及非原料成本组成．每批产品的非原料总成本（元）与生产该产品的数量（千件）有关，经统计得到如下数据：

	1	2	3	4	5	6	7
	6	11	21	34	66	101	196

根据以上数据，绘制如图所示的散点图．

观察散点图，两个变量不具有线性相关关系，现考虑用对数函数模型和指数函数模型分别对两个变量的关系进行拟合．
（1）根据散点图判断，与（，均为大于零的常数）哪一个适宜作为非原料总成本关于生产该产品的数量的回归方程类型；（给出判断即可，不必说明理由）
（2）根据（1）的判断结果及表1中的数据，建立关于的回归方程；
（3）已知每件产品的原料成本为10元，若该产品的总成本不得高于123470元，请估计最多能生产多少千件产品．
参考数据：

62.14	1.54	2535	50.12	3.47

其中，．
参考公式：对于一组数据，，…，，其回归直线的斜率和截距的最小二乘估计公式分别为，．

8 . 某公司为了解年研发资金投入量x（单位:亿元）对年销售额y（单位:亿元）的影响.对公司近12年的年研发资金投入量x_i和年销售额y_i的数据，进行了对比分析，建立了两个模型:①，②，其中α，β，λ，t均为常数，e为自然对数的底数，并得到一些统计量的值.令，经计算得如下数据:

20	66		77	2	460		4.20
31250		215		3.08		14

(1)请从相关系数的角度，分析哪一个模型拟合程度更好?
(2)（ⅰ）根据分析及表中数据，建立y关于x的回归方程;
（ⅱ）若下一年销售额y需达到90亿元，预测下一年的研发资金投入量x是多少亿元?
附:①相关系数，回归直中公式分别为;
②参考数据：.

9 . 某厂计划购买台机床，该种机床使用四年后即被淘汰，并且在使用过程中机床有一易损零件，若在购进机床同时额外购买这种易损零件作为备用件，此时每个只需元．在使用期间如果备件不足再购买，则每个要元．所以在购买前要决策购买数目．使得该厂购买机床时搭配的易损备用零件费用最省．为此业内相关人员先搜集了台以往这种机床在四年内更换的易损零件数，并整理数据后得如下柱状图．

以这台机床更换的易损零件数的频率代替每台机床更换的易损零件数发生的概率．记表示台机床四年内实际共需更换的易损零件数，表示购买台机床的同时备用的易损零件数目，为购买机床时备用件数发生的概率．
（1）求时的最小值；
（2）求的分布列及备用的易损零件数时的数学期望；
（3）将购买的机床分配给名年龄不同（视技术水平不同）的人加工一批模具，因熟练程度不同而加工出的产品数量不同，故产生的经济效益也不同．若用变量表示不同技工的年龄，变量为相应的效益值（元），根据以往统计经验，他们的每日工作效益满足最小二乘法和关于的线性回归方程，已知他们年龄的方差为，所对应的效益方差为.
①试预测年龄为岁的技工使用该机床每日所产生的经济效益；
②试根据的值判断使用该批机床的技工人员所产生的效益与技工年龄的相关性强弱．
附：下面三个计算回归直线方程的斜率和截距及表示随机变量与相关关系强弱的系数计算公式：，.

10 . 某种产品的广告费支出与销售额 (单位：万元）具有较强的相关性，且两者之间有如下对应数据:

	2	4	5	6	8
	28	36	52	56	78

（1）求关于的线性回归方程；
（2）根据（1）中的线性回归方程，当广告费支出为10万元时，预测销售额是多少？
参考数据： ，，．
附：回归方程中斜率和截距的最小二乘估计公式分别为：
，.