1 . 下列说法错误的是（       ）

A．回归直线过样本点的中心

B．在残差图中，残差点分布的带状区域的宽度越窄，其模型拟合的精度越高

C．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

D．在回归分析中，的模型比的模型拟合的效果好

2 . 下列正确命题的序号有（       ）
①若随机变量，且，则．
②在一次随机试验中，彼此互斥的事件，，，的概率分别为，，，，则与是互斥事件，也是对立事件．
③一只袋内装有个白球，个黑球，连续不放回地从袋中取球，直到取出黑球为止，设此时取出了个白球，．
④由一组样本数据，，…得到回归直线方程，那么直线至少经过，，…中的一个点．

A．②③

B．①②

C．③④

D．①④

3 . 某新能源汽车制造公司，为鼓励消费者购买其生产的特斯拉汽车，约定从今年元月开始，凡购买一辆该品牌汽车，在行驶三年后，公司将给予适当金额的购车补贴.某调研机构对已购买该品牌汽车的消费者，就购车补贴金额的心理预期值进行了抽样调查，得其样本频率分布直方图如图所示.

（1）估计已购买该品牌汽车的消费群体对购车补贴金额的心理预期值的平均数和中位数（精确到0.01）；
（2）统计今年以来元月~5月该品牌汽车的市场销售量，得其频数分布表如下：

月份	元月	2月	3月	4月	5月
销售量（万辆）	0.5	0.6	1.0	1.4	1.7

预测该品牌汽车在今年6月份的销售量约为多少万辆？
附：对于一组样本数据，，…，，其回归直线的斜率和截距的最小二乘估计值分别为，.

4 . 已知变量之间的线性回归方程为且变量之间的一组相关数据如图所示，则下列说法错误的是（       ）

	6	8	10	12
	6		3	2

A．变量x，y之间呈负相关关系

B．可以预测，当时，

C．

D．该回归直线必过点

5 . 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

6 . 下列说法正确的是（       ）

A．在研究两个变量之间的线性相关关系时，相关系数r的绝对值越趋近于1，说明两个变量之间的线性关系越强.

B．某地气象局预报：5月9日本地降水概率为90%，结果这天没下雨，这表明天气预报并不科学

C．从匀速传递的产品生产流水线上，质检员每10分钟从中抽取一件产品进行某项指标检测，这样的抽样是分层抽样

D．在回归直线方程中，当解释变量x每增加1个单位时，预报变量增加0.1个单位

7 . 2020年是脱贫攻坚决战决胜之年.确保到2020年农村贫困人口实现脱贫，是我们党立下的军令状，脱贫攻坚越到最后时刻，越要响鼓重锤.某贫困地区截至2018年底，按照农村家庭人均年纯收入8000元的小康标准，该地区仅剩部分家庭尚未实现小康.现从这些尚未实现小康的家庭中随机抽取50户，得到这50户家庭2018年的家庭人均年纯收入的频率分布直方图.

（1）补全频率分布直方图，并求出这50户家庭人均年纯收入的中位数和平均数（同一组数据用该区间的中点值作代表）（精确到元）；
（2）2019年7月，为估计该地能否在2020年全面实现小康，统计了该地当时最贫困的一个家庭2019年1至6月的人均月纯收入如下表：

月份/2019（时间代码）	1	2	3	4	5	6
人均月纯收入（元）	275	365	415	450	470	485

由散点图及相关性分析发现：家庭人均月纯收入与时间代码之间具有较强的线性相关关系，试求出回归直线方程.
附：，.

8 . 下列说法中正确的是（       ）

A．对于独立性检验，的值越大，说明两事件的相关程度越大

B．以模型去拟合一组数据时，为了求出回归方程，设，将其变换后得到线性方程，则的值分别是和0.3

C．在具有线性相关关系的两个变量的统计数据所得的回归直线方程中，，则

D．通过回归直线及回归系数，可以精确反映变量的取值和变化趋势

9 . 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： ， .

10 . 消费者信心指数是反映消费者信心强弱的指标；它是预测经济走势和消费趋向的一个先行指标，是监测经济周期变化的重要依据.
消费者信心指数值介于0和200之间.指数超过100时，表明消费者信心处于强信心区；指数等于100时，表示消费者信心处于强弱临界点；指数小于100时，表示消费者信心处于弱信心区.
我国某城市从2016年到2019年各季度的消费者信心指数如下表1：

	2016年	2017年	2018年	2019年
第一季度	104.50	111.70	118.50	119.30
第二季度	104.00	110.20	114.60	118.20
第三季度	105.50	114.20	110.20	118.10
第四季度	106.80	113.20	113.20	119.30

将2016年至2019年该城市各季度的消费者信心指数整理得到如下频数分布表2：

分组
频数	2	2	7	5

记2016年至2019年年份序号为，该城市各年消费者信心指数的年均值(四舍五入取整)为y，x与y的关系如下表3：

年份序号x	1	2	3	4
消费者信心指数年均值y	105	112	114	119

（1）求从2016年至2019年该城市各季度消费者信心指数中任取2个，至少有一个不小于115的概率；
（2）在表2中各区间内的消费者信心指数用其所在区间的中点值代替，设任取一个消费者信心指数X为随机变量，求X的分布列和数学期望(保留2位小数)；
（3）根据表3的数据建立y关于x的线性回归方程，并根据你建立的回归方程，预报2020年该城市消费者信心指数的年平均值.
参考数据和公式：，，；；；.