【推荐1】某支足球队的主教练打算从预备球员甲、乙两人中选一人为正式球员，他收集到了甲、乙两名球员近期5场比赛的传球成功次数，如下表．

场次	第一场	第二场	第三场	第四场	第五场
甲	28	33	36	38	45
乙	39	31	43	39	33

(1)根据这两名球员近期5场比赛的传球成功次数，完成茎叶图和散点图；
(2)求出甲、乙两名球员近期5场比赛的传球成功次数的平均值和方差；
(3)主教练根据球员每场比赛的传球成功次数，分析出球员在场上的积极程度和技术水平，同时根据多场比赛的数据也可以分析出球员的状态和潜力．你认为主教练应选哪位球员？并说明理由．

【推荐2】某种产品的广告费用支出(万元)与销售额(万元)之间有如下的对应数据：

	2	4	5	6	8
	30	40	60	50	70

（1）作出销售额关于广告费用支出的散点图；
（2）建立关于的线性回归方程；
（3）试估计广告费用为9万元时，销售额是多少？
参考公式：，.

【推荐3】一个车间为了规定工时定额，需要确定加工零件所花费的时间，为此进行了10次试验，收集数据如下：

零件数X/个	10	20	30	40	50	60	70	80	90	100
加工时间Y/min	62	68	75	81	89	95	102	108	115	122

回归直线，，.
(1)画出散点图；
(2)求Y关于X的线性回归方程；
(3)关于加工零件的个数与加工时间，你能得出什么结论？

【推荐1】近几年，快递业的迅速发展导致行业内竞争日趋激烈.某快递网点需了解一天中收发一件快递的平均成本y（单位：元）与当天揽收的快递件数x（单位：千件）之间的关系，对该网点近5天的每日揽件量（单位：千件）与当日收发一件快递的平均成本（单位；元）（i=1，2，3，4，5）数据进行了初步处理，得到下面的散点图及一些统计量的值.

4	5.16	0.415		2.028	30	0.507

表中，.
（1）根据散点图判断，与哪一个适宜作为y关于x的回归方程类型？并根据判断结果及表中数据求出y关于x的回归方程；
（2）各快递业为提高快递揽收量并实现总利润的增长，除了提升服务质量､提高时效保障外，价格优惠也是重要策略之一.已知该网点每天揽收快递的件数x（单位：千件）与单件快递的平均价格t（单位；元）之间的关系是，收发一件快递的利润等于单件的平均价格减去平均成本，根据（1）中建立的回归方程解决以下问题：
①预测该网点某天揽收2000件快递可获得的总利润；
②单件快递的平均价格为何值时，该网点一天内收发快递所获利润的预报值最大？
附：对于一组数据，，，，其回归直线的斜率和截距的最小二乘估计分别为．

【推荐2】假设关于某设备的使用年限x(年)和所支出的维修费用y万元有如表的统计资料：

x	2	3	4	5	6
y	2.2	3.8	5.5	6.5	7.0

（1）画出散点图并判断是否线性相关；
（2）如果线性相关，求线性回归方程；
（3）估计使用年限为10年时，维修费用是多少？
参考数据：；附注：参考公式：回归方程中斜率和截距的最小二乘估计分别为==，

【推荐3】一商场对每天进店人数和商品销售件数进行了统计对比，得到如下表格：

人数	10	15	20	25	30	35	40
件数	4	7	12	15	20	23	27

（1）在答题卡给定的坐标系中画出表中数据的散点图，并由散点图判断销售件数与进店人数是否线性相关？（给出判断即可，不必说明理由）；
（2）建立关于的回归方程（系数精确到0.01），预测进店人数为80时，商品销售的件数（结果保留整数）.
（参考数据：，，，，，）
参考公式：，，其中，为数据的平均数.

【推荐1】2019年9月23日，在省市举办的2019年中国农民丰收节“新电商与农业科技创新”论坛上，来自政府相关部门的领导及11所中国高校的专家学者以“农业科技创新与乡村振兴”、“新农人与脱贫攻坚”为核心议题各抒己见，农产品方面的科技创新越来越成为21世纪大国崛起的一项重大突破.科学家对某农产品每日平均增重量（单位：）与每日营养液注射量（单位：）之间的关系统计出表1一组数据：
表1

（单位：）	1	2	3	4	5
（单位：）	2	3.5	5	6.6	8.4

（1）根据表1和表2的相关统计值求关于的线性回归方程；
（2）计算拟合指数的值，并说明线性回归模型的拟合效果（的值在0.98以上说明拟合程度好）；
（3）若某日该农产品的营养液注释量为，预测该日这种农产品的平均增长重量（结果精确到0.1）.
附：①
表2

92.4	55	25	0.04

②对于一组数据，，…，，其回归线的斜率和截距的最小二乘估计分别为：，，.

【推荐2】某校数学建模学生社团进行了一项实验研究，采集了的一组数据如下表所示：

	2	3	4	5	6	7
	52.5	45	40	30	25	17.5

该社团对上述数据进行了分析，发现与之间具有线性相关关系．
附：在线性回归方程中，，其中为样本平均值．
(1)画出表中数据的散点图，并指出与之间的相关系数是正还是负；
(2)求出关于的线性回归方程，并写出当时，预测数据的值．

【推荐3】下图是我国2014年至2021年生活垃圾无害化处理量(单位：亿吨)的折线图．

注：年份代码1～7分别对应年份2014～2021.
由折线图看出，可用线性回归模型拟合y与t的关系，请求出相关系数r，并用相关系数的大小说明y与t相关性的强弱．
参考数据：_i=10.97，=47.36，，≈2.646.
参考公式：相关系数r==.

【推荐1】某网店经销某商品，为了解该商品的月销量y（单位：千件）与售价x（单位：元/件）之间的关系，收集5组数据进行了初步处理，得到下表：

x	5	6	7	8	9
y	8	6	4.5	3.5	3

统计学中用样本相关系数r来衡量两个变量之间线性相关关系的强弱，若，则认为相关性很强；若，则认为相关性一般；若，则认为相关性较弱．请根据表中数据计算y与x之间样本相关系数r，并说明y与x之间的线性相关关系的强弱（精确到0.01）．
参考数据：．
参考公式：样本相关系数．

【推荐2】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)依据折线图计算相关系数精确到，并据此判断是否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)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10吨时的污水排放量．
相关公式：，参考数据：．
回归方程中，

【推荐3】下图是我国2014年至2021年生活垃圾无害化处理量(单位：亿吨)的折线图．

注：年份代码1～7分别对应年份2014～2021.
由折线图看出，可用线性回归模型拟合y与t的关系，请求出相关系数r，并用相关系数的大小说明y与t相关性的强弱．
参考数据：_i=10.97，=47.36，，≈2.646.
参考公式：相关系数r==.