1 . 维尼纶纤维的耐热水性能的好坏可以用指标“缩醛化度”y来衡量，这个指标越高，耐热水性能也越好，而甲醛浓度是影响缩醛化度的重要因素，在生产中常用甲醛浓度x(克/升)去控制这一指标，为此必须找出它们之间的关系，现安排一批实验，获得如下数据.

甲醛浓度x	18	20	22	24	26	28	30
缩醛化度(y)	26.86	28.35	28.75	28.87	29.75	30.00	30.36

求样本相关系数r并判断它们的相关程度.

2 . 某厂近几年陆续购买了几台 A 型机床，该型机床已投入生产的时间x(单位：年)与当年所需要支出的维修费用y(单位：万元)有如下统计资料：

x	2	3	4	5	6
y	2.2	3.8	5.5	6.5	7

根据表中的数据可得到经验回归方程为. 则（       ）

A．

B．y与x的样本相关系数

C．表中维修费用的第60百分位数为6

D．该型机床已投入生产的时间为 10年时，当年所需要支出的维修费用一定是12.38万元

3 . 2023 年是全面贯彻落实党的二十大精神的开局之年，也是实施“十四五”规划承上启下的关键之年，经济增长呈现稳中有进的可喜现象.某省为做好刺梨产业的高质量发展，项目组统计了全省近5年刺梨产业综合产值如下：
年份代码x，综合产值y（单位：亿元）

年份	2019	2020	2021	2022	2023
年份代码x	1	2	3	4	5
综合产值y	1.5	2	3.5	8	15

(1)请通过样本相关系数，推断y与x之间的相关程度；（若，则线性相关性程度很强;若，则线性相关性程度一般，若，则线性相关性程度很弱.）
(2)求出y关于x的经验回归方程，并预测 2024 年该省刺梨产业的综合产值.
参考公式：样本相关系数经验回归方程 中斜率和截距的最小二乘法估计公式分别为，.
参考数据：

4 . 某校为了解本校高一男生身高和体重的相关关系，在该校高一年级随机抽取了7名男生，测量了他们的身高和体重得下表：

身高（单位：	167	173	175	177	178	180	181
体重（单位：	90	54	59	64	67	72	76

由表格制作成如图所示的散点图：

   

由最小二乘法计算得到经验回归直线的方程为，其相关系数为；经过残差分析，点对应残差过大，把它去掉后，再用剩下的6组数据计算得到经验回归直线的方程为，相关系数为.则下列选项正确的是（       ）

A．

B．

C．

D．

5 . 下列说法不正确的是（       ）

A．若随机变量服从正态分布，且，则

B．一组数据10，11，11，12，13，14，16，18，20，22的第60百分位数为14

C．若线性相关系数越接近1，则两个变量的线性相关性越强

D．对具有线性相关关系的变量x，y，且线性回归方程为，若样本点的中心为，则实数的值是

6 . 某地区响应“节能减排，低碳生活”的号召，开展系列的措施控制碳排放．环保部门收集到近5年内新增碳排放数量，如下表所示，其中x为年份代号，y（单位：万吨）代表新增碳排放量．

年份	2019	2020	2021	2022	2023
年份代号	1	2	3	4	5
新增碳排放万吨	6.1	5.2	4.9	4	3.8

(1)请计算并用相关系数的数值说明与间具有较强的线性相关性（若，则线性相关程度较高）；
(2)求关于的线性回归方程，并据此估计该地区年的新增碳排放．
参考数据：，，，，，，．
参考公式：对于一组数据，，…，，其回归直线的斜率和截距的最小二乘法估计公式，相关系数r的公式分别为，，．

7 . 对变量，有观测数据，得散点图1；对变量，有观测数据，得散点图2. 表示变量，之间的样本相关系数，表示变量，之间的样本相关系数，则（       ）

A．	B．
C．	D．

8 . 对两个变量的三组数据进行统计，得到以下散点图，关于两个变量相关系数的比较，正确的是（       ）

   

A．

B．

C．

D．

9 . 某校服生产企业为了使设计所用的数据更精准，随机地抽取了6位高中男生的身高和臂展的数据，数据如下表所示：

身高	167	173	174	176	182	184
臂展	160	165	173	170	170	182

(1)计算相关系数r（精确到0.01）并说明可用线性回归模型拟合y与x的关系：（若，则线性相关程度很高，可用线性回归模型拟合．）
(2)建立y关于x的线性回归方程，并以此估计男装上装XL号（加大号，对应身高）对应的臂展数据．（结果中精确到0.1．参考数据：，．）
相关系数公式：，
回归方程中，，．

10 . 某骑行爱好者在专业人士指导下对近段时间骑行锻炼情况进行统计分析，统计每次骑行期间的身体综合指标评分与骑行用时（单位：小时）如下表：

身体综合指标评分	1	2	3	4	5
用时小时）	9.5	8.8	7.8	7	6.1

由上表数据得到的正确结论是（       ）
参考数据：
参考公式：相关系数.

A．身体综合指标评分与骑行用时正相关

B．身体综合指标评分与骑行用时的相关程度较弱

C．身体综合指标评分与骑行用时的相关程度较强

D．身体综合指标评分与骑行用时的关系不适合用线性回归模型拟合