1 . 某工厂研究某种产品的产量x（单位：吨）与需求某种材料y（单位：吨）之间的相关关系，在生产过程中收集了4组数据如表所示．

x	3	4	6	7
y	2.5	3	4	5.9

根据表中的数据可得回归直线方程，则以下说法正确的是（       ）

A．y与x的样本相关系数

B．产量为8吨时预测所需材料一定为5.95吨

C．

D．产品产量增加1吨时，所需材料约增加0.7吨

2 . 已知x与y之间的一组数据如下，则y与x的线性回归方程表示的直线必过点（       ）

x	0	1	2	3
y	1	2	4	6

A．

B．

C．

D．

4 . 为了研究某种冠状病毒在人体内随时间变化的复制情况，得到的数据如下表，并由此计算得到回归直线方程，后来工作人员不慎将下表中的数据c丢失.则上表中丢失的试验数据c的值为（       ）

天数（x天）	3	4	5	6	7
复制的个数（y千个）	c	3	4	4.5	6

A．1

B．1.5

C．2

D．2.5

6 . 某市2016年至2020年新能源汽车年销量y（单位：百台）与年份代号x的数据如下表，若根据表中的数据用最小二乘法求得y关于x的回归直线方程为，则表中的值为（       ）

年份	2016	2017	2018	2019	2020
年份代号x	0	1	2	3	4
年销量y	10	15		30	35

A．22

B．20

C．30

D．32.5

7 . 某社区医院为了了解社区老人与儿童每月患感冒的人数y（人）与月平均气温x（℃）之间的关系，随机统计了某4个月的患病（感冒）人数与当月平均气温，其数据如下表：

月平均气温x（℃）	17	13	8	2
月患病y（人）	24	33	40	55

由表中数据算出线性回归方程中的，气象部门预测下个月的平均气温约为9℃，据此估计该社区下个月老年人与儿童患病人数约为（       ）

A．38

B．40

C．46

D．58

8 . 某产品的广告费用与销售额的统计数据如下表：

广告费用（万元）	4	2	3	5
销售额（万元）	49	26	39	54

根据上表可得回归方程中的为9.4，据此模型预报广告费用为7万元时销售额为（       ）

A．73万元

B．81.4万元

C．77.1万元

D．74.9万元

9 . 【阅读材料1】
我们在研究两个变量之间的相关关系时，往往先选取若干个样本点（），（），……，（），将样本点画在平面直角坐标系内，就得到样本的散点图.观察散点图，如果所有样本点都落在某一条直线附近，变量之间就具有线性相关关系，如果所有的样本点都落在某一非线性函数图象附近，变量之间就有非线性相关关系.在统计学中经常选择线性或非线性（函数）回归模型来刻画相关关系，并且可以用适当的方法求出回归模型的方程，还常用相关指数R²来刻画回归的效果，相关指数R²的计算公式为：
当R²越大时，回归方程的拟合效果越好；当R²越小时，回归方程的拟合效果越差，R²是常用的选择模型的指标之一，在实际应用中应该尽量选择R²较大的回归模型.
【阅读材料2】
2021年6月17日9时22分，我国酒泉卫星发射中心用长征二号F遥十二运载火箭，成功将神舟十二号载人飞船送入预定轨道，顺利将聂海胜、刘伯明、汤洪胺3名航天员送入太空，发射取得圆满成功，这标志着中国人首次进入自己的空间站.某公司负责生产的A型材料是神舟十二号的重要零件，该材料应用前景十分广泛，该公司为了将A型材料更好地投入商用，拟对A型材料进行应用改造，根据市场调研与模拟，得到应用改造投入x（亿元）与产品的直接收益y（亿元）的数据统计如下：

序号	1	2	3	4	5	6	7	8	9	10	11	12
x	2	3	4	6	8	10	13	21	22	23	24	25
y	15	22	27	40	48	54	60	68.5	68	67.5	66	65

当0<x≤13时，建立了与的两个回归模型：
模型①:；模型②:；
当x>13时，确定y与x满足的线性回归直线方程为.
根据以上阅读材料，解答以下问题：
(1)根据下列表格中的数据，比较当0<x≤13时模型①，②的相关指数R²的大小，并选择拟合效果更好的模型.

回归模型	模型①	模型②
回归方程
	79.13	20.2

(2)当应用改造的投入为20亿元时，以回归直线方程为预测依据，计算公司的收益约为多少.
附：①若最小二乘法求得回归直线方程为，则；
②
③，当时，.

10 . 2021年6月17日9时22分，我国酒泉卫星发射中心用长征遥十二运载火箭，成功将神舟十二号载人飞船送入预定轨道，顺利将聂海胜、刘伯明、汤洪波3名航天员送入太空，发射取得圆满成功，这标志着中国人首次进入自己的空间站．某公司负责生产的A型材料是神舟十二号的重要零件，该材料应用前景十分广泛．该公司为了将A型材料更好地投入商用，拟对A型材料进行应用改造、根据市场调研与模拟，得到应用改造投入x(亿元)与产品的直接收益y(亿元)的数据统计如下：

序号	1	2	3	4	5	6	7	8	9	10	11	12
x	2	3	4	6	8	10	13	21	22	23	24	25
y	15	22	27	40	48	54	60	68.5	68	67.5	66	65

当时，建立了y与x的两个回归模型：模型①：，模型②：；当时，确定y与x满足的线性回归方程为．
(1)根据下列表格中的数据，比较当时模型①，②的相关指数的大小，并选择拟合精度更高、更可靠的模型，预测对A型材料进行应用改造的投入为17亿元时的直接收益；

回归模型	模型①	模型②
回归方程
	79.13	20.2

(2)为鼓励科技创新，当应用改造的投入不少于20亿元时，国家给予公司补贴5亿元，以回归方程为预测依据，根据(1)中选择的拟合精度更高更可靠的模型，比较投入17亿元与20亿元时公司收益(直接收益＋国家补贴)的大小．
附： 刻画回归效果的相关指数，且当越大时，回归方程的拟合效果越好．用最小二乘法求线性回归方程的截距：．