1 . 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

2 . 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：，.

3 . 为了研究黏虫孵化的平均温度（单位：）与孵化天数之间的关系，重庆八中高2022级某课外兴趣小组通过试验得到如下6组数据：

组号	1	2	3	4	5	6
平均温度	15.3	16.8	17.4	18	19.5	21
孵化天数	16.7	14.8	13.9	13.5	8.4	6.2

他们分别用两种模型①，②分别进行拟合，得到相应的回归方程并进行残差分析，得到如图所示的残差图：

经计算得，，，，
（Ⅰ）根据残差图，比较模型①，②的拟合效果，应选择哪个模型？（给出判断即可，不必说明理由）
（Ⅱ）残差绝对值大于1的数据被认为是异常数据，需要剔除，剔除后应用最小二乘法建立关于的线性回归方程．（系数精确到0.1）
参考公式：回归方程中斜率和截距的最小二乘法估计公式分别为：，．

4 . 下列说法正确的是（　　）

A．将一组数据中的每个数据都乘以同一个非零常数后，方差也变为原来的倍

B．设有一个回归方程，变量增加1个单位时，平均减少5个单位

C．线性相关系数的绝对值越接近于1，两个变量的线性相关性越强；反之，越接近于0线性相关性越弱

D．在某项测量中，测量结果服从正态分布（），则

5 . 某电子商务平台每年都会举行“年货节”商业促销狂欢活动，现统计了该平台从2012年到2020年共9年“年货节”期间的销售额（单位：亿元）并作出散点图，将销售额看成以年份序号（2012年作为第1年）的函数.运用excel软件，分别选择回归直线和三次函数回归曲线进行拟合，效果如下图，则下列说法正确的是（ ）

A．销售额与年份序号呈正相关关系

B．销售额与年份序号线性相关不显著

C．三次函数回归曲线的拟合效果好于回归直线的拟合效果

D．根据三次函数回归曲线可以预测2021年“年货节”期间的销售额约为8454亿元

6 . 近年来，我国大力发展新能源汽车工业，新能源汽车（含电动汽车）销量已跃居全球首位某电动汽车厂新开发了一款电动汽车，并对该电动汽车的电池使用情况进行了测试，其中剩余电量y与行驶时间x（单位：小时）的9组测试数据如下：

x	1	2	3	4	5	6	7	8	9
y	2.77	2	1.92	1.36	1.12	1.09	0.74	0.6	0.53

如果剩余电量不足1，则电池需要充电.
（1）从这9组数据中随机选出7组，用X表示需要充电的数据组数，求随机变量X的分布列；
（2）根据电池放电的特点，剩余电量y与时间x满足经验关系式：.设，利用表格中的9组数据求x与的相关系数r，并判断是否有99%的把握认为x与之间具有线性相关关系.当时，可认为有99%的把握认为两个变量具有线性相关关系，否则不能认为；
（3）求y与x的经验关系式.（结果保留两位小数）
参考数据：，，，，.
这9组测试数据的一些相关量见下表：

合计	45		12.21	1.55		60		4.38	2.43
合计		-15.55			-11.88

相关公式：对于样本.其回归直线的斜率和截距的最小二乘估计公式分别为，，相关系数.

7 . 近几年来，热饮越来越受到年轻人的欢迎.一个研究性学习小组为了研究气温对热饮销售的影响，统计了学校门口一个热饮店在2019年1月份某6天白天的平均气温和热饮销售量，得到以下数据：

x气温/		0	3	6	10	13
y销售量/杯	161	146	138	133	120	112

（1）求销售量关于气温的回归直线方程，若某天白天的平均气温为，估计当天的热饮销售量；
（2）根据表格中的数据计算（精确到0.001），由此解释平均气温对销售量变化的影响.
参考公式：，；.

8 . 从集市上买回来的蔬菜仍存有残留农药，食用时需要清洗数次，统计表中的表示清洗的次数，表示清洗次后千克该蔬菜残留的农药量（单位：微克）．

x	1	2	3	4	5
y	4.5	2.2	1.4	1.3	0.6

（1）在如图的坐标系中，描出散点图，并根据散点图判断，与哪一个适宜作为清洗次后千克该蔬菜残留的农药量的回归方程类型；（给出判断即可，不必说明理由）

（2）根据判断及下面表格中的数据，建立关于的回归方程；
表中，．

3	2	0.12	10	0.09	-8.7	0.9

（3）对所求的回归方程进行残差分析．
附：①线性回归方程中系数计算公式分别为，；
②，说明模拟效果非常好；
③，，，，．

9 . 为对某组数据进行分析，建立了四种不同的模型进行拟合，现用回归分析原理，计算出四种模型的相关指数R²分别为0.97，0.86，0.65，0.55，则拟合效果最好的回归模型对应的相关指数R²的值是（       ）

A．0.97

B．0.86

C．0.65

D．0.55

10 . 新能源汽车已经走进我们的生活，逐渐为大家所青睐.现在有某品牌的新能源汽车在甲市进行预售，预售场面异常火爆，故该经销商采用竞价策略基本规则是：①竞价者都是网络报价，每个人并不知晓其他人的报价，也不知道参与竞价的总人数；②竞价采用“一月一期制”，当月竞价时间截止后，系统根据当期汽车配额，按照竞价人的出价从高到低分配名额.某人拟参加2020年6月份的汽车竞价，他为了预测最低成交价，根据网站的公告，统计了最近5个月参与竞价的人数（如下表）

月份	2020.01	2020.02	2020.03	2020.04	2020.05
月份编号	1	2	3	4	5
竞拍人数（万人）	0.5	0.6	1	1.4	1.7

（1）由收集数据的散点图发现，可用线性回归模型拟合竞价人数y（万人）与月份编号t之间的相关关系.请用最小二乘法求y关于t的线性回归方程：，并预测2020年6月份（月份编号为6）参与竞价的人数；
（2）某市场调研机构对200位拟参加2020年6月份汽车竞价人员的报价进行了一个抽样调查，得到如表所示的频数表：

报价区间（万元）
频数	20	60	60	30	20	10

（i）求这200位竞价人员报价的平均值和样本方差s²（同一区间的报价用该价格区间的中点值代替）
（ii）假设所有参与竞价人员的报价X可视为服从正态分布且μ与σ²可分别由（i）中所示的样本平均数及s²估计.若2020年月6份计划提供的新能源车辆数为3174，根据市场调研，最低成交价高于样本平均数，请你预测（需说明理由）最低成交价.
参考公式及数据：
①回归方程，其中
②
③若随机变量X服从正态分布则
.