1 . 对甲、乙两组数据进行统计，获得以下散点图（左图为甲，右图为乙），下列结论不正确的是（       ）

   

A．甲、乙两组数据都呈线性相关	B．乙组数据的相关程度比甲强
C．乙组数据的相关系数r比甲大	D．乙组数据的相关系数r的绝对值更接近1

2 . 2023年入冬以来，流感高发，某医院统计了一周中连续5天的流感就诊人数y与第天的数据如表所示．

x	1	2	3	4	5
y	21	10a	15a	90	109

根据表中数据可知x，y具有较强的线性相关关系，其经验回归方程为，则（       ）

A．样本相关系数在内	B．当时，残差为-2
C．点一定在经验回归直线上	D．第6天到该医院就诊人数的预测值为130

3 . 为研究某地区疫情结束后一段时间内的复工率，用模型（1）和模型（2）模拟复工率y（%）与复工时间x（x的取值为5，10，15，20，25，30天）的回归关系：模型（1），模型（2），设两模型的决定系数依次为和.若两模型的残差图分别如下，则（        ）

A．<	B．=
C．>	D．、关系不能确定

9 . 移动物联网广泛应用于生产制造、公共服务、个人消费等领域．截至2022年底，我国移动物联网连接数达18.45亿户，成为全球主要经济体中首个实现“物超人”的国家．右图是2018-2022年移动物联网连接数W与年份代码t的散点图，其中年份2018-2022对应的t分别为1~5．

(1)根据散点图推断两个变量是否线性相关．计算样本相关系数（精确到0.01），并推断它们的相关程度；
(2)(i)假设变量x与变量Y的n对观测数据为(x₁，y₁)，(x₂，y₂)，…，(x_n，y_n)，两个变量满足一元线性回归模型   （随机误差）．请推导：当随机误差平方和Q＝取得最小值时，参数b的最小二乘估计．
(ii)令变量，则变量x与变量Y满足一元线性回归模型利用(i)中结论求y关于x的经验回归方程，并预测2024年移动物联网连接数．
附：样本相关系数，，，，