1 . 已知两个变量y与x对应关系如下表：

x	1	2	3	4	5
y	5	m	8	9	10.5

若y与x满足一元线性回归模型，且经验回归方程为，则（       ）

A．y与x正相关	B．
C．样本数据y的第60百分位数为8	D．各组数据的残差和为0

2 . 某养鸭专业户为了研究鸭苗的生长发育情况，通过实践、分析、计算后得到：鸭苗在前10天的质量（单位：）与时间（单位：天，且）满足回归方程（其中为常数），前4天鸭苗的生长发育情况的统计数据如下表：

	1	2	3	4
	0.05	0.1	0.15	0.26

则当时，该鸭苗的质量大约为（       ）

A．

B．

C．

D．

3 . 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

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 . 某校数学建模兴趣小组收集了一组恒温动物体重（单位：克）与脉搏率（单位：心跳次数/分钟）的对应数据，根据生物学常识和散点图得出与近似满足（为参数）.令，，计算得，，.由最小二乘法得经验回归方程为，则的值为___________；为判断拟合效果，通过经验回归方程求得预测值，若残差平方和，则决定系数___________.（参考公式：决定系数）

6 . 判断正误，正确的写正确，错误的写错误．
（1）求经验回归方程前可以不进行相关性检验．(        )
（2）在残差图中，纵坐标为残差，横坐标可以选为样本编号．(        )
（3）利用经验回归方程求出的值是准确值．(        )
（4）残差平方和越小，线性回归模型的拟合效果越好．(        )
（5）越小，线性回归模型的拟合效果越好．(        )
（6）经验回归方程一定过样本中的某一个点.(        )
（7）选取一组数据中的部分点得到的经验回归方程与由整组数据得到的经验回归方程是同一个方程.(        )
（8）在经验回归模型中，越接近于1，表示解释变量和响应变量的线性相关性越强.(        )
（9）在画两个变量的散点图时，响应变量在轴上，解释变量在轴上.(        )

7 . 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

8 . 已知某快递公司2016－2022年的快递业务量y（单位：亿件）如表所示，若y关于年份编号x（2016－2022年的年份编号依次为1~7）的线性回归方程为，则m的值为______.

年份	2016	2017	2018	2019	2020	2021	2022
快递业务量y/亿件	206.7	312.8	400.6	507.1	m	833.6	1083

9 . 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

10 . 某科学兴趣小组的同学认为生物都是由蛋白质构成的，高温可以使蛋白质变性失活，于是想初步探究某微生物的成活率与温度的关系，微生物数量（个）与温度的部分数据如下表：

温度	4	8	10	18
微生物数量（个）	30	22	18	14

由表中数据算得回归方程为，预测当温度为时，微生物数量为__________个.