1 . 新冠肺炎疫情发生以来，中医药全面参与疫情防控救治，做出了重要贡献.某中医药企业根据市场调研与模拟，得到研发投入（亿元）与产品收益（亿元）的数据统计如下表：

研发投入（亿元）	1	2	3	4	5
产品收益（亿元）	3	7	9	10	11

用最小二乘法求得关于的经验回归直线方程是，相关系数（若，则线性相关程度一般，若，则线性相关程度较高），下列说法不正确的有（       ）

A．变量与正相关且相关性较强

B．

C．当时，的估计值为40.3

D．相应于点的残差为0.8

2 . 5G技术对社会和国家十分重要.从战略地位来看，业界一般将其定义为继蒸汽机革命､电气革命和计算机革命后的第四次工业革命，某科技集团生产，两种5G通信基站核心部件，下表统计了该科技集团近几年来在部件上的研发投入（亿元）与收益（亿元）的数据，结果如下：

研发投入（亿元）	1	2	3	4	5
收益（亿元）	3	7	9	10	11

(1)利用样本相关系数说明是否可以用线性回归模型拟合与的关系（当时，可以认为两个变量有很强的线性相关性）：
(2)求出关于的经验回归方程，若要使生产部件的收益不低于15亿元，估计至少需要投入多少研发资金？（精确到0.001亿元）
附：样本相关系数，回归直线方程的斜率，截距.

3 . 下列说法正确的是（       ）

A．相关系数的绝对值越接近1，两个随机变量的线性相关程度越强

B．若随机变量，且，则

C．若随机变量，则

D．一组数据12、17、8、13、10、22、16、15、6、19的第80百分位数为17

5 . 对两个变量和进行回归分析，得到一组样本数据，，…，则下列说法不正确的是（       ）

A．若变量和之间的相关系数为，则变量和之间具有较强的线性相关关系

B．残差平方和越小的模型，拟合的效果越好

C．用决定系数来刻画回归效果，越小说明拟合效果越好

D．在残差图中，残差点分布水平带状区域的宽度越窄，则回归方程的预报精确度越高

6 . 某种机械设备随着使用年限的增加，它的使用功能逐渐减退，使用价值逐年减少，通常把它使用价值逐年减少的量换算成费用，称之为失效费．某种机械设备的使用年限（单位：年）与失效费（单位：万元）的统计数据如下表所示：

使用年限x	1	2	3	4	5	6	7
失效费y	2.90	3.30	3.60	4.40	4.80	5.20	5.90

由上表数据，
(1)推断成对样本数据与线性相关程度，请用相关系数加以说明．（精确到0.01）
(2)求出线性回归方程．预测使用8年时的失效费.
参考公式：相关系数．参考数据：，，．

7 . 随着人民生活水平的日益提高，汽车普遍进入千家万户，尤其在近几年，新能源汽车涌入市场，越来越受到人们喜欢．某新能源汽车销售企业在2017年至2021年的销售量y（单位：万辆）数据如下表：

年份	2017年	2018年	2019年	2020年	2021年
年份代号x	1	2	3	4	5
销售量y（万辆）	17	18	20	22	23

(1)根据数据资料，可用线性回归模型拟合y与x的关系，请用相关系数加以说明；
(2)求出y关于x的线性回归方程，并预计2022年该新能源汽车企业的销售量为多少万辆？
附注：
参考数据：，，，．
参考公式：相关系数，
线性回归方程中，，其中为样本平均值．

8 . 已知下列命题：①由独立性检验可知，有99%的把握认为物理成绩与数学成绩有关，若某人数学成绩优秀，则他有99%的可能物理成绩优秀；②在回归分析中，可用相关指数的值判断模型的拟合效果，越大，模型的拟合效果越好；③甲同学所在的某校高三共有5003人，先剔除3人，再按系统抽样的方法抽取容量为200的一个样本，则被抽到的概率为；④在残差图中，残差点分布的带状区域的宽度越狭窄，其模型拟合的精度越高；⑤若“是假命题，是真命题”，则命题，一真一假.其中真命题的个数是（       ）

A．4

B．3

C．5

D．2

9 . 近年来，随着互联网的发展，“共享汽车”在我国各城市迅猛发展，为人们出行提供了便利，但也给城市交通管理带来了一些困难.为掌握“共享汽车”在省的发展情况，省某调查机构从该省抽取了5个城市，分别收集和分析了“共享汽车”的，两项指标数，，数据如下表所示：

	城市1	城市2	城市3	城市4	城市5
指标数	4	6	2	8	5
指标数	4	4	3	5	4

经计算得，.
（1）试求与间的相关系数，并利用说明与是否具有较强的线性相关关系(若，则线性相关程度很高，可用线性回归模型拟合)；
（2）建立关于的回归方程，并预测当指标数为7时，指标数的估计值.
附：相关公式：，，.
参考数据：，.

10 . 石室中学高三学生摸底考试后，从全体考生中随机抽取名，获取他们本次考试的数学成绩()和物理成绩()，绘制成如图散点图：

根据散点图可以看出与之间有线性相关关系，但图中有两个异常点.经调查得知，考生由于重感冒导致物理考试发挥失常，考生因故未能参加物理考试.为了使分析结果更科学准确，剔除这两组数据后，对剩下的数据作处理，得到一些统计的值：其中分别表示这名同学的数学成绩、物理成绩，，与的相关系数.
（1）若不剔除两名考生的数据，用组数据作回归分析，设此时与的相关系数为.试判断与的大小关系（不必说理由）；
（2）求关于的线性回归方程，并估计如果考生参加了这次物理考试（已知考生的数学成绩为分），物理成绩是多少？
附：回归方程中,