1 . 有下列说法：
①若某商品的销售量（件）关于销售价格（元/件）的线性回归方程为，当销售价格为10元时，销售量一定为300件；
②线性回归直线一定过样本点中心；
③若两个随机变量的线性相关性越强，则相关系数的值越接近于1；
④在残差图中，残差点比较均匀落在水平的带状区域中即可说明选用的模型比较合适，与带状区域的宽度无关；
⑤在线性回归模型中，相关指数表示解释变量对于预报变量变化的贡献率，越接近于1，表示回归的效果越好；
其中正确的结论有几个

A．1

B．2

C．3

D．4

2 . 某工厂引进新的生产设备M，为对其进行评估，从设备M生产零件的流水线上随机抽取100件零件作为样本，测量其直径后，整理得到下表：

直径/	58	59	61	62	63	64	65	66	67	68	69	70	71	73	合计
件数	1	1	3	5	6	19	33	18	4	4	2	1	2	1	100

经计算，样本的平均值，标准差，以频率值作为概率的估计值.
（1）为评估设备M对原材料的利用情况，需要研究零件中某材料含量y和原料中的该材料含量x之间的相关关系，现取了8对观测值，求y与x的线性回归方程.
附：①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公式分别为，；②参考数据：，，，.
（2）为评判设备M生产零件的性能，从该设备加工的零件中任意抽取一件，记其直径为X，并根据以下不等式进行评判(P表示相应事件的概率)；
①；②；
③.
评判规则为：若同时满足上述三个不等式，则设备等级为甲；仅满足其中两个，则等级为乙；若仅满足其中一个，则等级为丙；若全部不满足，则等级为丁，试判断设备M的性能等级.
（3）将直径小于等于或直径大于的零件认为是次品.从样本中随意抽取2件零件，再从设备M的生产流水线上随意抽取2件零件，计算其中次品总数Y的数学期望E(Y).

3 . 随着互联网的兴起，越来越多的人选择网上购物.某购物平台为了吸引顾客，提升销售额，每年双十一都会进行某种商品的促销活动.该商品促销活动规则如下：①“价由客定”，即所有参与该商品促销活动的人进行网络报价，每个人并不知晓其他人的报价，也不知道参与该商品促销活动的总人数；②报价时间截止后，系统根据当年双十一该商品数量配额，按照参与该商品促销活动人员的报价从高到低分配名额；③每人限购一件，且参与人员分配到名额时必须购买.某位顾客拟参加2019双十一该商品促销活动，他为了预测该商品最低成交价，根据该购物平台的公告，统计了最近5年双十一参与该商品促销活动的人数（见下表）

年份	2014	2015	2016	2017	2018
年份编号t	1	2	3	4	5
参与人数（百万人）	0.5	0.6	1	1.4	1.7

（1）由收集数据的散点图发现，可用线性回归模型模拟拟合参与人数（百万人）与年份编号之间的相关关系.请用最小二乘法求关于的线性回归方程：，并预测2019年双十一参与该商品促销活动的人数；
（2）该购物平台调研部门对2000位拟参与2019年双十一该商品促销活动人员的报价价格进行了一个抽样调查，得到如下的一份频数表：

报价区间(千元)
频数	200	600	600	300	200	100

①求这2000为参与人员报价的平均值和样本方差（同一区间的报价可用该价格区间的中点值代替）；
②假设所有参与该商品促销活动人员的报价可视为服从正态分布，且与可分别由①中所求的样本平均值和样本方差估值.若预计2019年双十一该商品最终销售量为317400，请你合理预测（需说明理由）该商品的最低成交价.
参考公式即数据（i）回归方程：，其中，
（ii）
（iii）若随机变量服从正态分布，则，，