1 . 某学校校医研究温差（℃）与本校当天新增感冒人数y（人）的关系，该医生记录了5天的数据，且样本中心点为．由于保管不善，记录的5天数据中有两个数据看不清楚，现用代替，已知，，则下列结论正确的是（    ）

x	5	6	8	9	12
y	17	m	25	n	35

A．在确定的条件下，去掉样本点，则样本的相关系数r增大

B．在确定的条件下，经过拟合，发现基本符合线性回归方程，则

C．在确定的条件下，经过拟合，发现基本符合线性回归方程，则当时，残差为

D．事件“，”发生的概率为

2 . 下列说法错误的是（       ）

A．当样本相关系数满足时，成对样本数据的两个分量之间满足一种线性关系

B．残差等于预测值减去观测值

C．决定系数越大，模型拟合效果越差

D．在独立性检验中，当（为的临界值）时，推断零假设不成立

6 . 人们常将男子短跑的高水平运动员称为“百米飞人”，表中给出了1968年之前部分男子短跑世界纪录产生的年份和世界纪录的数据：

第次	1	2	3	4	5
年份	1930	1936	1956	1960	1968
纪录	10.30	10.20	10.10	10.00	9.95

如果变量与之间具有线性相关关系，设用最小二乘法建立的回归直线方程为，则下列说法正确的是（       ）

A．变量与之间是正相关关系	B．变量与之间的线性相关系数
C．	D．下一次世界纪录一定是

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 . 下列命题中是真命题的有（       ）

A．若，则

B．在线性回归模型拟合中，若相关系数越大，则样本的线性相关性越强

C．有一组样本数据，.若样本的平均数，则样本的中位数为2

D．投掷一枚骰子10次，并记录骰子向上的点数，平均数为2，方差为1.4，可以判断一定没有出现点数6

9 . 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．

10 . 对某位同学5次体育测试的成绩（单位：分）进行统计得到如下表格：

第x次	1	2	3	4	5
测试成绩y	39	40	48	48	50

根据上表，可得y关于x的线性回归方程为，下列结论不正确的是（       ）

A．

B．这5次测试成绩的方差为20.8

C．y与x的线性相关系数

D．预测第6次体育测试的成绩约为54