1 . 如图是某机构统计的某地区2016年至2022年生活垃圾无害化处理量y（单位：万吨）的折线图．

注：年份代码1-7分别对应年份2016-2022．
求y关于t的回归直线方程（系数精确到0.01），并预测2024年该地区生活垃圾无害化处理量．
参考数据：，，，
参考公式：回归方程中斜率和截距的最小乘估计公式分别为，．

2 . 给出下列命题，其中正确的命题有（       ）

A．设具有相关关系的两个变量x，y的相关系数为r，则越接近于0，x，y之间的线性相关程度越高

B．随机变量，若，则

C．公共汽车上有10位乘客，沿途5个车站，乘客下车的可能方式有种

D．回归方程为中，变量y与x具有正的线性相关关系，变量x增加1个单位时，y平均增加0.85个单位

3 . 某班级数学兴趣小组为了研究人脚的大小与身高的关系，随机抽测了20位同学，得到如下数据：

序号	1	2	3	4	5	6	7	8	9	10
身高(厘米)	192	164	172	177	176	159	171	166	182	166
脚长(码)	48	38	40	43	44	37	40	39	46	39

序号	11	12	13	14	15	16	17	18	19	20
身高(厘米)	169	178	167	174	168	179	165	170	162	170
脚长(码)	43	41	40	43	40	44	38	42	39	41

（1）若“身高大于175厘米”为“高个”，“身高小于等于175厘米”的为“非高个”；“脚长大于42码”为“大码”，“脚长小于等于42码”的为“非大码”.请根据上表数据完成列联表，求出的值(结果精确到小数点后三位有效数字)，并说明有多大的可靠性认为“脚的大小与身高之间有关系”；
（2）请根据“序号为5的倍数”的几组数据，求出关于的线性回归方程.
附表及公式：

	0.15	0.10	0.05	0.025	0.010	0.005	0.001
	2.072	2.706	3.841	5.024	6.635	7.879	10.828

；；

4 . 《中国诗词大会》是中央电视台于2016年推出的大型益智类节目，中央电视台为了解该节目的收视情况，抽查北方与南方各5个城市，得到观看该节目的人数(单位：千人)如茎叶图所示，但其中一个数字被污损.

（1）若将被污损的数字视为0~9中10个数字中的一个，求北方观众平均人数超过南方观众平均人数的概率；
（2）该节目的播出极大激发了观众学习诗词的热情,现在随机统计了4位观众每周学习诗词的平均时间（单位：小时）与年龄（单位：岁），并制作了对照表（如下表所示）：

年龄	20	30	40	50
每周学习诗词的平均时间	3			4

由表中数据分析，与呈线性相关关系，试求线性回归方程，并预测年龄为60岁的观众每周学习诗词的平均时间.
参考公式：，

5 . 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：，.

6 . 近年来，随着互联网的发展，诸如“滴滴打车”“神州专车”等网约车服务在我国各城市迅猛发展，为人们出行提供了便利，但也给城市交通管理带来了一些困难.为掌握网约车在省的发展情况，省某调查机构从该省抽取了5个城市，分别收集和分析了网约车的，两项指标数，数据如下表所示：

	城市1	城市2	城市3	城市4	城市5
指标数	2	4	5	6	8
指标数	3	4	4	4	5

经计算得：，，.
（1）试求与间的相关系数，并利用说明与是否具有较强的线性相关关系（若，则线性相关程度很高，可用线性回归模型拟合）；
（2）建立关于的回归方程，并预测当指标数为7时，指标数的估计值；
（3）若城市的网约车指标数落在区间之外，则认为该城市网约车数量过多，会对城市交通管理带来较大的影响，交通管理部门将介入进行治理，直至指标数回落到区间之内.现已知2018年11月该城市网约车的指标数为13，问：该城市的交通管理部门是否要介入进行治理？试说明理由.
附：相关公式：，，.
参考数据：，.

7 . 一台还可以用的机器由于使用的时间较长，它按不同的转速生产出来的某机械零件有一些会有缺陷，每小时生产有缺陷零件的多少随机器运转的速率而变化，下表为抽样试验结果：

转速x（转/秒）	16	14	12	8
每小时生产有缺陷的零件数y（件）	11	9	8	5

（1）画出散点图；
（2）如果y与x有线性相关的关系，求回归直线方程；
（3）若实际生产中，允许每小时生产的产品中有缺陷的零件最多为10个，那么机器的运转速度应控制在什么范围内？

8 . 下列说法中正确的是
①相关系数用来衡量两个变量之间线性关系的强弱， 越接近于，相关性越弱；
②回归直线一定经过样本点的中心；
③随机误差的方差的大小是用来衡量预报的精确度；
④相关指数用来刻画回归的效果， 越小，说明模型的拟合效果越好．

A．①②

B．③④

C．①④

D．②③

9 . 高考复习经过二轮“见多识广”之后，为了研究考前“限时抢分”强化训练次数与答题正确率的关系，对某校高三某班学生进行了关注统计，得到如表数据：

	1	2	3	4
	20	30	50	60

（1）求关于的线性回归方程，并预测答题正确率是的强化训练次数（保留整数）；
（2）若用（）表示统计数据的“强化均值”（保留整数），若“强化均值”的标准差在区间内，则强化训练有效，请问这个班的强化训练是否有效？
附：回归直线的斜率和截距的最小二乘法估计公式分别为：
，，样本数据，，…，的标准差为