1 . 给定两个随机变量的5组成对数据：，，，，.通过计算，得到关于的线性回归方程为，则（       ）

A．1

B．1.1

C．0.9

D．1.15

2 . 当两个变量呈非线性相关时，有些可以通过适当的转换进行线性相关化，比如反比例关系，可以设一个新的变量，这样与之间就是线性关系．下列表格中的数据可以用非线性方程进行拟合，

	1	2	3	4	5	6
	2.5	3.6	4.4	5.4	6.6	7.5

用线性回归的相关知识，可求得的值约为（     ）

A．2.98

B．2.88

C．2.78

D．2.68

3 . 小明利用课余时间参与科学探究活动——观察蒜苗的生长，下表记录了大蒜发芽后第4天至第8天的蒜苗高度，若用最小二乘法算得蒜苗高度与时间天的线性回归方程为，则根据回归方程预测，从第（       ）天开始蒜苗高度大于.

时间天	4	5	6	7	8
蒜苗高度	1	2.4	4.6	5.6	6.4

A．15

B．16

C．17

D．18

4 . 已知在特定的时期内某人在一个月内每天投入的体育锻炼时间（分钟）与一个月内减轻的体重（斤）的一组数据如表所示：

	30	40	50	60	70

一个月内减轻的体重与每天投入的体育锻炼时间之间具有较强的线性相关关系，其线性回归直线方程是，据此模型估计当此人在一个月内每天投入的体育锻炼时间为90分钟时，该月内减轻的体重约为（       ）

A．斤

B．斤

C．斤

D．斤

5 . 某商品的地区经销商对2023年1月到5月该商品的销售情况进行了调查，得到如下统计表．发现销售量y（万件）与时间x（月）成线性相关，根据表中数据，利用最小二乘法求得y与x的回归直线方程为：．则下列说法错误的是（       ）

时间x（月）	1	2	3	4	5
销售量y（万件）	1	1.6	2.0	a	3

A．由回归方程可知2024年1月份该地区的销售量为6.8万件

B．表中数据的样本中心点为

C．

D．由表中数据可知，y和x成正相关

6 . 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月至6月的GDP数据（单位：百亿元）建立了线性回归模型，得到的线性回归方程为，其中自变量指的是从2023年1月起每个月的编号，如2023年1月编号为1，2023年6月编号为6，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	1	2	3	4	5	6
/百亿元				11.107

参考数据： ，．
则下列说法错误的是（       ）

A．回归直线经过点

B．

C．根据该模型，该地2023年7月的GDP的预测值为12.47百亿元

D．2023年4月，该模型预测的GDP的数据比实际值低了0.103

7 . 乡村振兴战略坚持农业农村优先发展，目标是按照产业兴旺､生态宜居､乡风文明､治理有效､生活富裕的总要求，建立健全城乡融合发展体制机制和政策体系，加快推进农业农村现代化．某乡镇通过建立帮扶政策，使得该乡镇财政收入连年持续增长，具体数据如表所示：

第年	1	2	3	4	5
收入（单位：亿元	3	8	10	14	15

由上表可得关于的近似回归方程为，则第6年该乡镇财政收入预计为（       ）

A．16亿元

B．19亿元

C．21亿元

D．23亿元

8 . 近年来，我国无人机产业发展迅猛，在全球具有领先优势，已经成为“中国制造”一张靓丽的新名片，其中民用无人机市场也异常火爆，销售量逐年上升．现某无人机专卖店统计了5月份前5天每天无人机的实际销量，结果如下表所示．

日期编号	1	2	3	4	5
销量/部	9	a	17	b	27

经分析知，与有较强的线性相关关系，且求得线性回归方程为，则的值为（       ）

A．28

B．30

C．33

D．35

9 . 实验测得六组成对数据的值为，，，，，，由此可得y与x之间的回归方程为，则可预测当时，y的值为（       ）

A．67

B．66

C．65

D．64