1 . 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r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y关于x的回归方程，并预测当液体肥料每亩使用量为10千克时，西红柿亩产量的增加量约为多少？
附：相关系数公式．
参考数据：
回归方程中斜率和截距的最小二乘估计公式分别为．

2 . 某地区2009年至2015年农村居民家庭人均纯收入y(单位：千元）的数据如下表：

年份	2009	2010	2011	2012	2013	2014	2015
年份代号	1	2	3	4	5	6	7
人均纯收入	2.9	3.3	3.6	4.4	4.8	5.2	5.9

（1）求关于的线性回归方程.
（2）利用（1）中的线性回归方程，分析2009年至2015年该地区农村居民家庭人均纯收入的变化情况，并预测该地区2018年农村居民家庭纯收入.
参考公式： ， .

3 . 2020年初以来，技术在我国已经进入高速发展的阶段，手机的销量也逐渐上升，某手机商城统计了近5个月来手机的实际销量，如下表所示：

月份	2020年2月	2020年3月	2020年4月	2020年5月	2020年6月
月份编号	1	2	3	4	5
销量部	37	104		196	216

若与线性相关，且求得线性回归方程为，则下列说法正确的是（       ）

A．

B．与正相关

C．与的相关系数为负数

D．8月份该手机商城的手机销量约为36.5万部

4 . 近年来．我国肥胖人群的规模急速增长，肥胖人群有很大的心血管安全隐患．目前，国际上常用身体质量指数来衡量人体胖瘦程度以及是否健康，其计算公式是.中国成人的数值标准为：为偏瘦；为正常；为偏胖；为肥胖．为了解某公司员工的身体质量指数，研究人员从公司员工体检数据中，抽取了8名员工（编号的身高和体重数据，并计算得到他们的值（精确到如表：

编号	1	2	3	4	5	6	7	8
身高	164	176	165	163	170	172	168	182
体重	60	72	77	54	●	●	72	55
（近似值）	22.3	23.2	28.3	20.3	23.5	23.7	25.5	16.6

（1）现从这8名员工中选取3人进行复检，记抽取到值为“正常”员工的人数为．求的分布列及数学期望．
（2）某调查机构分析发现公司员工的身高和体重之间有较强的线性相关关系，在编号为6的体检数据丢失之前调查员甲已进行相关的数据分析，并计算得出该组数据的线性回归方程为，且根据回归方程预估一名身高为的员工体重为．计算得到的其他数据如下．
（i）求的值及表格中8名员工体重的平均值；
（ii）在数据处理时，调查员乙发现编号为8的员工体重数据有误，应为，身高数据无误．请你根据调查员乙更正的数据重新计算线性回归方程，并据此预估一名身高为的员工的体重．
（附：对于一组数据，，，，，其回归直线的斜率和截距的最小二乘法估计分别为：，．

5 . 大学生是国家的未来，代表着国家可持续发展的实力，能够促进国家综合实力的提高.据统计，2016年至2020年我国高校毕业生人数y(单位：万人)的数据如下表：

年份	2016	2017	2018	2019	2020
年份代号x	16	17	18	19	20
高校毕业生人数y(单位：万人)	765	795	820	834	874

（1）根据上表数据，计算y与x的相关系数r，并说明y与x的线性相关性的强弱.
(已知：，则认为y与x线性相关性很强；，则认为y与x线性相关性一般；，则认为y与x线性相关性较弱)
（2）求y关于x的线性回归方程，并预测2022年我国高校毕业生的人数(结果取整数).
参考公式和数据：，，，，，.

6 . 网络是一种先进的高频传输技术，我国的技术发展迅速，已位居世界前列.华为公司2019年8月初推出了一款手机，现调查得到该款手机上市时间和市场占有率（单位：%）的几组相关对应数据.如图所示的折线图中，横轴1代表2019年8月，2代表2019年9月……，5代表2019年12月，根据数据得出关于的线性回归方程为.若用此方程分析并预测该款手机市场占有率的变化趋势，则最早何时该款手机市场占有率能超过0.5%（精确到月）（       ）

A．2020年6月

B．2020年7月

C．2020年8月

D．2020年9月

7 . 2019年9月23日，在省市举办的2019年中国农民丰收节“新电商与农业科技创新”论坛上，来自政府相关部门的领导及11所中国高校的专家学者以“农业科技创新与乡村振兴”、“新农人与脱贫攻坚”为核心议题各抒己见，农产品方面的科技创新越来越成为21世纪大国崛起的一项重大突破.科学家对某农产品每日平均增重量（单位：）与每日营养液注射量（单位：）之间的关系统计出表1一组数据：
表1

（单位：）	1	2	3	4	5
（单位：）	2	3.5	5	6.6	8.4

（1）根据表1和表2的相关统计值求关于的线性回归方程；
（2）计算拟合指数的值，并说明线性回归模型的拟合效果（的值在0.98以上说明拟合程度好）；
（3）若某日该农产品的营养液注释量为，预测该日这种农产品的平均增长重量（结果精确到0.1）.
附：①
表2

92.4	55	25	0.04

②对于一组数据，，…，，其回归线的斜率和截距的最小二乘估计分别为：，，.

8 . 交通安全法有规定：机动车行经人行横道时，应当减速行驶；遇行人正在通过人行横道，应当停车让行.机动车行经没有交通信号的道路时，遇行人横过马路，应当避让.我们将符合这条规定的称为“礼让斑马线”，不符合这条规定的称为“不礼让斑马线”.下表是六安市某十字路口监控设备所抓拍的5个月内驾驶员“不礼让斑马线”行为的统计数据：

月份	1	2	3	4	5
“不礼让斑马线”的驾驶员人数	120	105	100	85	90

（1）根据表中所给的5个月的数据，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）求“不礼让斑马线”的驾驶员人数关于月份之间的线性回归方程；
（3）若从4，5月份“不礼让斑马线”的驾驶员中分别选取4人和2人，再从所选取的6人中任意抽取2人进行交规调查，求抽取的2人分别来自两个月份的概率；
参考公式：线性回归方程，其中，，.

9 . 下列关于回归分析与独立性检验的说法正确的是

A．回归分析和独立性检验没有什么区别；

B．回归分析是对两个变量准确关系的分析，而独立性检验是分析两个变量之间的不确定性关系；

C．独立性检验可以确定两个变量之间是否具有某种关系．

D．回归分析研究两个变量之间的相关关系，独立性检验是对两个变量是否具有某种关系的一种检验；

10 . 某同学在研究性学习中，收集到某工厂今年前5个月某种产品的产量(单位：万件)的数据如下表：

x(月份)	1	2	3	4	5
y(产量)	4	4	5	6	6

(1)若从这5组数据中随机抽出2组，求抽出的2组数据恰好是相邻两个月的数据的概率；
(2)求出y关于x的线性回归方程，并估计今年6月份该种产品的产量．
参考公式：，.