1 . 互联网使我们的生活日益便捷，网络外卖也开始成为不少人日常生活中不可或缺的一部分，某市一调查机构针对该市市场占有率较高的甲，乙两家网络外卖企业（以下称外卖甲、外卖乙）的经营情况进行了调查，调查结果如下表：

	1日	2日	3日	4日	5日
外卖甲日接单（百单）	5	2	9	8	11
外卖乙日接单（百单）	2	3	10	5	15

（1）试根据表格中这五天的日接单量情况，从统计的角度说明这两家外卖企业的经营状况；
（2）据统计表明，与之间具有线性相关关系．
①请用相关系数对与之间的相关性强弱进行判断；（若，则可认为与有较强的线性相关关系，值精确到0.001）
②经计算求得与之间的回归直线方程为，假定每单外卖业务企业平均能获纯利润3元，试预测当外卖乙日接单量不低于25百单时，外卖甲所获取的日纯利润的大致范围．（值精确到0.01）
参考数据：，．

2 . 某车间加工零件的数量x与加工时间y的统计数据如图：现已求得上表数据的回归方程中的值为0.9，则据此回归模型可以预测，加工100个零件所需要的加工时间约为(　　)

零件数x(个)	10	20	30
加工时间y(分钟)	21	30	39

A．84分钟

B．94分钟

C．102分钟

D．112分钟

3 . 在线性回归模型中，分别选择了4个不同的模型，它们的相关指数依次为0.36、0.95、0.74、0.81，其中回归效果最好的模型的相关指数为(　　)

A．0.95

B．0.81

C．0.74

D．0.36

4 . 某研究机构对某校高二文科学生的记忆力x和判断力y进行统计分析，得下表数据．

x	6	8	10	12
y	2	3	5	6

参考公式：
(1)请画出上表数据的散点图；
(2)请根据上表提供的数据，用最小二乘法求出y关于x的线性回归方程；

5 . 某农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系进行分析研究，他们分别记录了月日至月日的每天昼夜温差与实验室每天每颗种子中的发芽数，得到如下资料：

日期	月日	月日	月日	月日	月日
温差
发芽数（颗）

该农科所确定的研究方案是：先从这组数据中选取组，用剩下的组数据求线性回归方程，再对被选取的组数据进行检验.
（1）求选取的组数据恰好是不相邻两天数据的概率；
（2）若选取的是月日与月日的数据，请根据月日至月日的数据求出关于的线性回归方程；
（3）若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过颗.则认为得到的线性回归方程是可靠的.试问（2）中所得到的线性回归方程是可靠的吗？
附：回归直线的斜率和截距的最小二乘估计公式分别为：
，.

6 . 已知某种商品的广告费支出x（单位：万元）与销售额y（单位：万元）之间有如下对应数据：

x	2	4	5	6	8
y	30	40	50	60	70

根据上表可得回归方程，计算得，则当投入10万元广告费时，销售额的预报值为

A．75万元	B．85万元
C．99万元	D．105万元

7 . 《中华人民共和国道路交通安全法》第47条规定：机动车行经人行横道时，应当减速慢行；遇到行人正在通过人行横道，应当停车让行，俗称“礼让斑马线”.下表是某十字路口监控设备所抓拍的6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	6
不“礼让斑马线”驾驶员人数	120	105	100	85	90	80

（Ⅰ）请根据表中所给前5个月的数据，求不“礼让斑马线”的驾驶员人数与月份之间的回归直线方程；
（Ⅱ）若该十字路口某月不“礼让斑马线”驾驶员人数的实际人数与预测人数之差小于5，则称该十字路口“礼让斑马线”情况达到“理想状态”.试根据（Ⅰ）中的回归直线方程，判断6月份该十字路口“礼让斑马线”情况是否达到“理想状态”？
（Ⅲ）若从表中3、4月份分别选取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，求抽取的两人恰好来自同一月份的概率.
参考公式：，.

8 . ①线性回归方程对应的直线至少经过其样本数据点中的一个点；
②若两个变量的线性相关性越强，则相关系数的绝对值越接近于；
③在某项测量中，测量结果服从正态分布，若位于区域内的概率为，则位于区域内的概率为；
④对分类变量与的随机变量K²的观测值k来说，k越小，判断“与有关系”的把握越大．其中真命题的序号为

A．①④

B．②④

C．①③

D．②③

9 . 在2017年初的时候，国家政府工作报告明确提出，2017年要坚决打好蓝天保卫战，加快解决燃煤污染问题，全面实施散煤综合治理.实施煤改电工程后，某县城的近六个月的月用煤量逐渐减少，6月至11月的用煤量如下表所示：

月份x	6	7	8	9	10	11
用煤量y（千吨）	4.5	***	3	2.5	2	1.2

（1）由于某些原因，中一个数据丢失，但根据6至9月份的数据得出样本平均值是3.5，求出丢失的数据；
（2）请根据6至9月份的数据，求出关于的线性回归方程；
（3）现在用（2）中得到的线性回归方程中得到的估计数据与10月11月的实际数据的误差来判断该地区的改造项目是否达到预期，若误差均不超过0.3，则认为该地区的改造已经达到预期，否则认为改造未达预期，请判断该地区的煤改电项目是否达预期？（参考公式：线性回归方程，其中）

10 . 如表为某公司员工工作年限x（年）与平均月薪y（千元）对照表．已知y关于x的线性回归方程为，则下列结论错误的是（　　）

x	3	4	5	6
y	2.5	t	4	4.5

A．回归直线一定过点（4.5，3.5）	B．工作年限与平均月薪呈正相关
C．t的取值是3.5	D．工作年限每增加1年，工资平均提高700元