1 . 某地经过多年的环境治理，已将荒山改造成了绿水青山．为估计一林区某种树木的总材积量，随机选取了10棵这种树木，测量每棵树的根部横截面积（单位：）和材积量（单位：），得到如下数据：

样本号ｉ	1	2	3	4	5	6	7	8	9	10	总和
根部横截面积	0.04	0.06	0.04	0.08	0.08	0.05	0.05	0.07	0.07	0.06	0.6
材积量	0.25	0.40	0.22	0.54	0.51	0.34	0.36	0.46	0.42	0.40	3.9

并计算得．
(1)估计该林区这种树木平均一棵的根部横截面积与平均一棵的材积量；
(2)求该林区这种树木的根部横截面积与材积量的样本相关系数（精确到0.01）；
(3)现测量了该林区所有这种树木的根部横截面积，并得到所有这种树木的根部横截面积总和为．已知树木的材积量与其根部横截面积近似成正比．利用以上数据给出该林区这种树木的总材积量的估计值．
附：相关系数．

7 . 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，，，，

8 . 为了研究y关于x的线性相关关系，收集了5组样本数据(见下表)：

x	1	2	3	4	5
y	0.5	0.8	1	1.2	1.5

假设经验回归方程为，则（       ）

A．

B．当时，y的预测值为2.2

C．样本数据y的40%分位数为0.8

D．去掉样本点后，x与y的样本相关系数r不变

9 . 下列关于统计概率知识的判断，正确的是（       ）

A．将总体划分为2层，通过分层随机抽样，得到两层的样本平均数和样本方差分别为和，且已知，则总体方差

B．在研究成对数据的相关关系时，相关关系越强，相关系数越接近于1

C．已知随机变量服从正态分布，若，则

D．按从小到大顺序排列的两组数据：甲组：；乙组：，若这两组数据的第30百分位数､第50百分位数都分别对应相等，则