1 . 某市组织宣传小分队进行法律法规宣传，某宣传小分队记录了前9天每天普及的人数，得到下表：

时间（天）	1	2	3	4	5	6	7	8	9
每天普及的人数y	80	98	129	150	203	190	258	292	310

(1)从这9天的数据中任选4天的数据，以表示4天中每天普及人数不少于240人的天数，求的分布列和数学期望；
(2)由于统计人员的疏忽，第5天的数据统计有误，如果去掉第5天的数据，试用剩下的数据求出每天普及的人数y关于天数的线性回归方程.
（参考数据：
，
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：）.

2 . 学习了《高中数学必修》的内容后，高二年级某学生认为：考试成绩与考试次数存在相关关系.于是他收集了自己进入高二以后的前5次考试成绩，列表如下：

第次考试
考试成绩

经过进一步研究，他发现：考试成绩与考试的次数具有线性相关关系.
(1)求关于的线性回归方程；
(2)判断变量与之间是正相关还是负相关（只写出结论即可）；
(3)按计划，高二年级两学期共有次考试，请你预测该同学高二最后一次考试的成绩（四舍五入，结果保留整数）.
附：回归直线的斜率和截距的最小二乘法估计公式分别为：
，

3 . 《中共中央国务院关于全面推进乡村振兴加快农业农村现代化的意见》，这是21世纪以来第个指导“三农”工作的中央一号文件.文件指出，民族要复兴，乡村必振兴，要大力推进数字乡村建设，推进智慧农业发展.某乡村合作社借助互联网直播平台进行农产品销售，众多网红主播参与到直播当中，在众多网红直播中，统计了名网红直播的观看人次和农产品销售量的数据，得到如图所示的散点图.

(1)利用散点图判断，和哪一个更适合作为观看人次和销售量的回归方程类型；（只要给出判断即可，不必说明理由）
(2)对数据作出如下处理：得到相关统计量的值如表：其中令，.
根据（1）的判断结果及表中数据，求（单位：千件）关于（单位：十万次）的回归方程，并预测当观看人次为万人时的销售量；
参考数据和公式：，
附：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：，.

4 . 对具有线性相关关系的变量，测得一组数据如下表，根据表中数据，利用最小二乘法得到回归直线方程，据此模型预测当时，y的估计值为（       ）

x	2	4	5	6	8
y	20	40	60	70	80

A．210

B．210.5

C．211.5

D．212.5

6 . 近些年来，促进新能源汽车产业发展政策频出，新能源市场得到很大发展，销量及渗透率远超预期，新能源几乎成了各个汽车领域的热点．某车企通过市场调研并进行粗略模拟，得到研发投入（亿元）与经济收益（亿元）的数据，统计如下：

研发投入亿元	1	2	3	4	5
经济收益亿元	2.5	4	6.5	9	10.5

(1)计算的相关系数，并判断是否可以认为研发投入与经济收益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）
(2)求出关于的线性回归方程，并预测研发投入10亿元时的经济收益．
参考数据：
附：相关系数，线性回归方程的斜率，截距．

8 . 某公司对其产品研发的年投资额（单位：百万元）与其年销售量（单位：千件）的数据进行统计，整理后得到如下统计表：

x	1	2	3	4	5
y	1.5	2	3.5	8	15

(1)求变量和的样本相关系数（精确到0.01），并推断变量和的线性相关程度；（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)求年销售量关于年投资额的回归方程．并预测投资额为700万元时的销售量．（参考：）
参考：

9 . 在正常生产条件下，根据经验，可以认为化肥的有效利用率近似服从正态分布，而化肥施肥量因农作物的种类不同每亩也存在差异.
(1)假设生产条件正常，记表示化肥的有效利用率，求；
(2)课题组为研究每亩化肥施用量与某农作物亩产量之间的关系，收集了10组数据，并对这些数据作了初步处理，得到了如图所示的散点图及一些统计量的值.其中每亩化肥施用量为（单位：公斤），粮食亩产量为（单位：百公斤）
   
参考数据：

650	91.5	52.5	1478.6	30.5	15	15	46.5

，，2，，.
（i）根据散点图判断，与，哪一个适宜作为该农作物亩产量关于每亩化肥施用量的回归方程（给出判断即可，不必说明理由）；
（ii）根据（i）的判断结果及表中数据，建立关于的回归方程；并预测每亩化肥施用量为27公斤时，粮食亩产量的值.
附：①对于一组数据，2，3，，，其回归直线的斜率和截距的最小二乘估计分别为，；
②若随机变量，则，.

10 . 新型冠状病毒肺炎COVID-19疫情发生以来，在世界各地逐渐蔓延.在全国人民的共同努力和各级部门的严格管控下，我国的疫情已经得到了很好的控制.然而，小王同学发现，每个国家在疫情发生的初期，由于认识不足和措施不到位，感染人数都会出现快速的增长.下表是小王同学记录的某国连续8天每日新型冠状病毒感染确诊的累计人数.

日期代码x	1	2	3	4	5	6	7	8
累计确诊人数y	4	8	16	31	51	71	97	122

为了分析该国累计感染人数的变化趋势，小王同学分别用两杆模型：①，②对变量x和y的关系进行拟合，得到相应的回归方程并进行残差分析，残差图如下(注：残差)：经过计算得，，，，其中，.

(1)根据残差图，比较模型①，②的拟合效果，应该选择哪个模型?并简要说明理由；
(2)根据（1）问选定的模型求出相应的回归方程（系数均保留两位小数）；
(3)由于时差，该国截止第9天新型冠状病毒感染确诊的累计人数尚未公布.小王同学认为，如果防疫形势没有得到明显改善，在数据公布之前可以根据他在（2）问求出的回归方程来对感染人数做出预测，那么估计该地区第9天新型冠状病毒感染确诊的累计人数是多少?（结果保留整数）
附：回归直线的斜率和截距的最小二乘估计公式分别为：，.