1 . 色差和色度是衡量玩具质量优劣的重要指标，已知该产品的色度和色差之间满足线性相关关系，且，现有一对测量数据为（30,22.8），则该数据的残差为（       ）

A．0.6

B．0.4

C．

D．

2 . 为了预测某地的经济增长情况，某经济学专家根据该地2023年1～6月的GDP的数据y（单位：百亿元）建立了线性回归模型，得到的经验回归方程为，其中自变量x指的是1～6月的编号，其中部分数据如表所示：

时间	2023年1月	2023年2月	2023年3月	2023年4月	2023年5月	2023年6月
编号x	1	2	3	4	5	6
y/百亿元				11.107

参考数据：．
则下列说法正确的是（       ）

A．经验回归直线经过点

B．

C．根据该模型，该地2023年12月的GDP的预测值为14.57百亿元

D．相应于点的残差为0.103

4 . 为了加快实现我国高水平科技自立自强，某科技公司逐年加大高科技研发投入.下图1是该公司2013年至2022年的年份代码x和年研发投入y（单位：亿元）的散点图，其中年份代码1∼10分别对应年份2013∼2022.

   

根据散点图，分别用模型①，②作为年研发投入y（单位：亿元）关于年份代码x的经验回归方程模型，并进行残差分析，得到图2所示的残差图.结合数据，计算得到如下表所示的一些统计量的值：

75	2.25	82.5	4.5	120	28.35

表中，.
(1)根据残差图，判断模型①和模型②哪一个更适宜作为年研发投入y（单位：亿元）关于年份代码x的经验回归方程模型?并说明理由；
(2)（i）根据（1）中所选模型，求出y关于x的经验回归方程；
（ii）设该科技公司的年利润（单位：亿元）和年研发投入y（单位：亿元）满足（且），问该科技公司哪一年的年利润最大?
附：对于一组数据，，…，，其经验回归直线的斜率和截距的最小二乘估计分别为，.

5 . 以下结论正确的是（    ）

A．根据列联表中的数据计算得出，而，则根据小概率值的独立性检验，认为两个分类变量有关系

B．的值越大，两个事件的相关性就越大

C．在回归分析中，相关指数越大，说明残差平方和越小，回归效果越好

D．在回归直线中，变量时，变量的值一定是15

6 . 下列四个命题中，正确命题的个数为（    ）
①甲乙两组数据分别为：甲：28，31，39，42，45，55，57，58，66；；乙：，29，34，35，48，42，46，55，53，55，67．则甲乙的中位数分别为45和44.
②相关系数，表明两个变量的相关性较弱.
③若由一个列联表中的数据计算得的观测值，那么根据小概率的独立性检验，认为两个变量有关.
④用最小二乘法求出一组数据，的回归直线方程后要进行残差分析，相应于数据，的残差是指.

	0.10	0.05	0.025	0.010	0.005	0.001
	2.706	3.841	5.024	6.635	7.879	10.828

A．1

B．2

C．3

D．4

7 . 某品牌手机商城统计了开业以来前5个月的手机销量情况如下表所示：

时间x	1	2	3	4	5
销售量y（千只）	0.5	0.7	1.0	1.2	1.6

若y与x线性相关，且线性回归方程为，则下列说法不正确的是（       ）

A．由题中数据可知，变量y与x正相关

B．线性回归方程中，

C．时，残差为0.06

D．可以预测时，该商场手机销量约为1.81千只

8 . 下列关于概率统计说法中正确的是（       ）

A．两个变量，的相关系数为，则越小，与之间的相关性越弱

B．设随机变量服从正态分布，若，则

C．在回归分析中，为的模型比为的模型拟合的更好

D．某人在10次答题中，答对题数为，，则答对7题的概率最大

9 . 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.
；；.