1 . 为了提高学生参加体育锻炼的积极性，某校本学期依据学生特点针对性的组建了五个特色运动社团，学校为了了解学生参与运动的情况，对每个特色运动社团的参与人数进行了统计，其中一个特色运动社团开学第1周至第5周参与运动的人数统计数据如表所示.

周次	1	2	3	4	5
参与运动的人数	35	36	40	39	45

若表中数据可用回归方程来预测，则本学期第11周参与该特色运动社团的人数约为______.（精确到整数）

2 . 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

3 . 下列选项错误的有（       ）

A．若样本数据的方差为2，则数据的方差为6

B．在做回归分析时，残差图中残差比较均匀分布在以取值为0的横轴为对称轴的水平带状区域内，且宽度越窄表示回归效果越差

C．决定系数，说明回归模型较好的刻画了两个变量间的相关关系，而且响应变量可以解释97.62%的解释变量的变化

D．经验回归方程经过成对样本数据的样本中心点

4 . 下列结论正确的是（       ）

A．两个变量x，y的线性相关系数越大，则与之间的线性相关性越强

B．若两个变量x，y的线性相关系数，则与之间不具有线性相关性

C．在一组样本数据的散点图中，若所有样本点都在直线上，则这组样本数据的样本相关系数为0.9

D．在一组样本数据中，根据最小二乘法求得线性回归方程为且，去除两个异常数据和后，若得到的新线性回归直线的斜率为3，则新的线性回归方程为

5 . 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

6 . “守得住经典，当得了网红”，这是时下人们对国货最高的评价，网络平台的发展让越来越多的消费者熟悉了国货品牌的优势，使得各大国货品牌都受到高度关注，销售额迅速增长，已知某国货品牌2023年8-12月在网络平台的月销售额（单位：百万元）与月份具有线性相关关系，并根据这5个月的月销售额，求得回归方程为，则该国货品牌2023年8-12月在网络平台的总销售额为______百万元.

7 . 为调研加工零件效率，调研员通过试验获得加工零件个数与所用时间（单位：）的5组数据为：，根据以上数据可得经验回归方程为：，则（       ）

A．

B．回归直线必过点

C．加工60个零件的时间大约为

D．若去掉，剩下4组数据的经验回归方程会有变化

8 . 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

9 . 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

10 . 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