1 . 某校20名学生的数学成绩和知识竞赛成绩如下表：

学生编号i	1	2	3	4	5	6	7	8	9	10
数学成绩	100	99	96	93	90	88	85	83	80	77
知识竞赛成绩	290	160	220	200	65	70	90	100	60	270
学生编号i	11	12	13	14	15	16	17	18	19	20
数学成绩	75	74	72	70	68	66	60	50	39	35
知识竞赛成绩	45	35	40	50	25	30	20	15	10	5

计算可得数学成绩的平均值是，知识竞赛成绩的平均值是，并且，，.
(1)求这组学生的数学成绩和知识竞赛成绩的样本相关系数（精确到0.01）；
(2)设，变量和变量的一组样本数据为，其中两两不相同，两两不相同.记在中的排名是第位，在中的排名是第位，.定义变量和变量的“斯皮尔曼相关系数”（记为）为变量的排名和变量的排名的样本相关系数.
（i）记，.证明：；
（ii）用（i）的公式求得这组学生的数学成绩和知识竞赛成绩的“斯皮尔曼相关系数”约为0.91，简述“斯皮尔曼相关系数”在分析线性相关性时的优势.
注：参考公式与参考数据.
；；.

2 . 某部门所属的10个工业企业的固定资产价值x与工业增加值y资料如下表（单位：百万元）：

固定资产价值x	3	3	5	6	6	7	8	9	9	10
工业增加值y	15	17	25	28	30	36	37	42	40	45

根据上表资料计算的相关系数约为________．

6 . 中国在第75届联合国大会上承诺，将采取更加有力的政策和措施，力争于2030年之前使二氧化碳的排放达到峰值，努力争取2060年之前实现碳中和（简称“双碳目标”），此举展现了我国应对气候变化的坚定决心，预示着中国经济结构和经济社会运转方式将产生深刻变革，极大促进我国产业链的清洁化和绿色化.新能源汽车､电动汽车是重要的战略新兴产业，对于实现“双碳目标”具有重要的作用.为了解某一地区电动汽车销售情况，一机构根据统计数据，用最小二乘法得到电动汽车销量（单位：万台）关于（年份）的线性回归方程为，且销量的方差为，年份的方差为.
(1)求与的相关系数，并据此判断电动汽车销量与年份的相关性强弱；
(2)该机构还调查了该地区90位购车车主的性别与购车种类情况，得到的数据如下表：

性别	购买非电动汽车	购买电动汽车	总计
男性	39	6	45
女性	30	15	45
总计	69	21	90

依据小概率值的独立性检验，能否认为购买电动汽车与车主性别有关；
(3)在购买电动汽车的车主中按照性别进行分层抽样抽取7人，再从这7人中随机抽取3人，记这3人中，男性的人数为，求的分布列和数学期望.
①参考数据：；
②参考公式：（i）线性回归方程：，其中；
（ii）相关系数：，若，则可判断与线性相关较强.
（iii），其中.附表：

7 . 近年来，“共享汽车”在我国各城市迅猛发展，为人们的出行提供了便利，但也给城市交通管理带来了一些困难．为了解“共享汽车”在M省的发展情况，M省某调查机构从该省随机拍取了5个城市，分别收集和分析了“共享汽车”的A，B，C三项指标数据，，，数据如下表所示；

城市编号i	1	2	3	4	5
A指标	4	6	2	8	5
B指标	4	4	3	5	4
C指标	3	6	2	5	4

(1)分别求y与x之间的相关系数及z与x之间的相关系数，并比较y与x，z与x之间相关性的强弱；
(2)利用向量夹角来分析y与x之间及z与x之间的相关关系．
附：相关系数．
参考数据：，，，
，，，．

9 . 近年来，我国电子商务快速发展，快递行业的市场规模逐渐扩大．国家邮政局数据显示，2013~2019年，中国快递量持续增长，2019年，我国快递量达到635.2亿件，比前一年增长25.3%，人均使用快递45件左右．某快递公司为预测本公司下一年的快递量，以便提前增加设备和招聘工人，该快递公司对近5年本公司快递量的数据进行对比分析，并对这些数据做了初步处理，得到了下表数据及一些统计量的值，其中．

编号x	1	2	3	4	5
年份	2015	2016	2017	2018	2019
快递量y（单位：百万件）	1	3	6	9	15

374	4.4	212	6.5	121

（1）设和的相关系数为和的相关系数为，请从相关系数的角度，确定或（其中均为常数，e为自然对数的底数）哪一个拟合程度更好；
（2）根据（1）的结论及表中数据，建立y关于x的回归方程（系数精确到0.01），并预测2020年度的快递量（单位：百万件，精确到0.01）．
附：①相关系数，回归直线中斜率和截距的最小二乘估计公式分别为．
②参考数据：．

10 . 某厂计划购买台机床，该种机床使用四年后即被淘汰，并且在使用过程中机床有一易损零件，若在购进机床同时额外购买这种易损零件作为备用件，此时每个只需元．在使用期间如果备件不足再购买，则每个要元．所以在购买前要决策购买数目．使得该厂购买机床时搭配的易损备用零件费用最省．为此业内相关人员先搜集了台以往这种机床在四年内更换的易损零件数，并整理数据后得如下柱状图．

以这台机床更换的易损零件数的频率代替每台机床更换的易损零件数发生的概率．记表示台机床四年内实际共需更换的易损零件数，表示购买台机床的同时备用的易损零件数目，为购买机床时备用件数发生的概率．
（1）求时的最小值；
（2）求的分布列及备用的易损零件数时的数学期望；
（3）将购买的机床分配给名年龄不同（视技术水平不同）的人加工一批模具，因熟练程度不同而加工出的产品数量不同，故产生的经济效益也不同．若用变量表示不同技工的年龄，变量为相应的效益值（元），根据以往统计经验，他们的每日工作效益满足最小二乘法和关于的线性回归方程，已知他们年龄的方差为，所对应的效益方差为.
①试预测年龄为岁的技工使用该机床每日所产生的经济效益；
②试根据的值判断使用该批机床的技工人员所产生的效益与技工年龄的相关性强弱．
附：下面三个计算回归直线方程的斜率和截距及表示随机变量与相关关系强弱的系数计算公式：，.