1 . 3月14日OpenAI公司宣布正式发布为ChatGPT提供支持的更强大的下一代人工智能技术GPT-4，科技产业的发展迎来新的格局，数据显示，它在各种专业和学术基准上与人类水平相当，优秀到令人难以置信，虽然给各行业带来了不同程度的挑战，但是也孕育了新的发展机遇.下表是某教育公司从2019年至2023年人工智能上的投入情况，其中表示年份代码（2019年用1表示，2020年用2表示，以此类推），表示投入资金（单位：百万元）.

	1	2	3	4	5
	3	7	8	10	12

(1)已知可用线性回归模型拟合与的关系，请用相关系数加以说明；（若，则线性相关程度很高）（运算结果保留两位小数）
(2)求关于的线性回归方程，并预测该公司2024年的投入资金.
参考公式与数据：

2 . 近年来，长安区大力发展大花卉产业，其中玫瑰既有观赏价值也能加工成食品和高档化妆品而得到环山路一带农民大面种植．已知玫瑰的株高y（单位：cm）与一定范围内的温度x（单位：）有关，现收集了玫瑰的13组观测数据，得到如下的散点图：

现根据散点图利用或建立y关于x的回归方程，令，得到如下数据：

10.15		109.94		3.04			0.16
13.94			11.67		0.21	21.22

且与的相关系数分别为，，且．
(1)用相关系数说明哪种模型建立y与x的回归方程更合适；
(2)根据（1）的结果及表中数据，建立y关于x的回归方程；
(3)已知玫瑰的利润z与x、y的关系为，当x为何值时，z的预期最大．
参考数据和公式：，，，对于一组数据，其回归直线方程的斜率和截距的最小二乘法估计分别为，，相关系数．

4 . 据统计，某校高三打印室月份购买的打印纸的箱数如表：

月份代号t	1	2	3	4
打印纸的数量y（箱）	60	65	70	85

(1)求相关系数r，并从r的角度分析能否用线性回归模型拟合y与t的关系（若，则线性相关程度很强，可用线性回归模型拟合）；
(2)建立y关于t的回归方程，并用其预测5月份该校高三打印室需购买的打印纸约为多少箱.
参考公式：对于一组具有线性相关关系的数据，其回归直线的斜率和截距的最小二乘估计分别为，
相关系数
参考数据：

5 . 如图是某采矿厂的污水排放量（单位：吨）与矿产品年产量（单位：吨）的折线图：

(1)依据折线图计算，的相关系数，并据此判断是否可用线性回归模型拟合与的关系?（若，则线性相关程度很高，可用线性回归模型拟合）
(2)若可用线性回归模型拟合与的关系，请建立关于的线性回归方程，并预测年产量为20吨时的污水排放量.
相关公式：
回归方程中，，.

6 . 党的二十大报告提出：“必须坚持科技是第一生产力､人才是第一资源､创新是第一动力，深入实施科教兴国战略､人才强国战略､创新驱动发展战略，开辟发展新领域新赛道，不断塑造发展新动能新优势.”某数字化公司为加快推进企业数字化进程，决定对其核心系统DAP，采取逐年增加研发人员的办法以提升企业整体研发和创新能力.现对2018~2022年的研发人数作了相关统计（年份代码1~5分别对应2018~2022年）如下折线图：

(1)根据折线统计图中数据，计算该公司研发人数与年份代码的相关系数，并由此判断其相关性的强弱；
(2)试求出关于的线性回归方程，并预测2023年该公司的研发人数（结果取整数）.
参考数据：当认为两个变量间的相关性较强
参考公式相关系数，
回归方程中的斜率和截距的最小二乘法估计公式分别为，.

7 . 党的十九大提出实施乡村振兴战略以来，农民收入大幅提升，2022年9月23日某市举办中国农民丰收节庆祝活动，粮食总产量有望连续十年全省第一.据统计该市2017年至2021年农村居民人均可支配收入的数据如下表：

年份	2017	2018	2019	2020	2021
年份代码	1	2	3	4	5
人均可支配收入（单位：万元）

(1)根据上表统计数据，计算与的相关系数，并判断与是否具有较高的线性相关程度（若，则线性相关程度一般，若，则线性相关程度较高，精确到）；
(2)求出与的回归方程.
参考公式和依据，相关系数：,.

9 . 已知某绿豆新品种发芽的适宜温度在6℃~22℃之间，一农学实验室研究人员为研究温度（℃）与绿豆新品种发芽数（颗）之间的关系，每组选取了成熟种子50颗，分别在对应的8℃~14℃的温度环境下进行实验，得到如下散点图：

(1)由折线统计图看出，可用线性回归模型拟合与的关系，请用相关系数加以说明；
(2)建立关于的回归方程，并预测在19℃的温度下，种子发芽的颗数.
参考数据：，，，.
参考公式：相关系数，回归直线方程中斜率和截距的最小二乘估计公式分别为
，.

10 . 近年来，随着社会对教育的重视，家庭的平均教育支出增长较快，某机构随机调查了某市2015-2021年的家庭教育支出（单位：万元），得到如下折线图.（附：年份代码1-7分别对应2015-2021年）.经计算得，.

(1)用一元线性回归模型拟合y与t的关系，求出相关系数r（精确到0.01），并说明y与t相关性的强弱；
(2)建立y关于t的回归直线方程；
(3)若2023年该市某家庭总支出为10万元，预测2023年该家庭的教育支出.
附：①相关系数；
②在回归直线方程中，.