1 . 随着科技发展的日新月异，人工智能融入了各个行业，促进了社会的快速发展.其中利用人工智能生成的虚拟角色因为拥有更低的人工成本，正逐步取代传统的真人直播带货.某公司使用虚拟角色直播带货销售金额得到逐步提升，以下为该公司自2023年8月使用虚拟角色直播带货后的销售金额情况统计.

年月	2023年8月	2023年9月	2023年10月	2023年11月	2023年12月	2024年1月
月份编号	1	2	3	4	5	6
销售金额/万元	15.4	25.4	35.4	85.4	155.4	195.4

若与的相关关系拟用线性回归模型表示，回答如下问题：
(1)试求变量与的样本相关系数（结果精确到0.01）；
(2)试求关于的经验回归方程，并据此预测2024年2月份该公司的销售金额.（，均保留一位小数）
附：经验回归方程，其中，
样本相关系数
参考数据：.

2 . 已知变量和满足关系，变量y与正相关，则（       ）

A．与负相关，与负相关	B．与正相关，与正相关
C．与正相关，与负相关	D．与负相关，与正相关

3 . 某地区响应“节能减排，低碳生活”的号召，开展系列的措施控制碳排放．环保部门收集到近5年内新增碳排放数量，如下表所示，其中x为年份代号，y（单位：万吨）代表新增碳排放量．

年份	2019	2020	2021	2022	2023
年份代号	1	2	3	4	5
新增碳排放万吨	6.1	5.2	4.9	4	3.8

(1)请计算并用相关系数的数值说明与间具有较强的线性相关性（若，则线性相关程度较高）；
(2)求关于的线性回归方程，并据此估计该地区年的新增碳排放．
参考数据：，，，，，，．
参考公式：对于一组数据，，…，，其回归直线的斜率和截距的最小二乘法估计公式，相关系数r的公式分别为，，．

4 . 下图是某市2016年至2022年生活垃圾无害化处理量y（单位：万吨）与年份t的散点图.

(1)根据散点图推断变量y与t是否线性相关，并用相关系数加以说明；
(2)建立y关于t的回归方程（系数精确到0.01），预测2024年该市生活垃圾无害化处理量.
参考数据：
，，，.
参考公式：，；相关系数.

5 . 环境监测部门为调研汽车流量对空气质量的影响，在某监测点统计每日过往的汽车流量（单位：辆）和空气中的的平均浓度（单位：）． 调研人员采集了50天的数据，制作了关于的散点图，并用直线与将散点图分成如图所示的四个区域Ⅰ、Ⅱ、Ⅲ、Ⅳ，落入对应区域的样本点的个数依次为6，20，16，8．

(1)完成下面的列联表，并判断至少有多大把握认为“平均浓度不小于与“汽车日流量不小于1500辆”有关；

	汽车日流量	汽车日流量	合计
的平均浓度
的平均浓度
合计

(2)经计算得回归方程为，且这50天的汽车日流量的标准差，的平均浓度的标准差．
①求相关系数，并判断该回归方程是否有价值；
②若这50天的汽车日流量满足，试推算这50天的日均浓度的平均数．（精确到0.1）
参考公式：，其中．

	0.100	0.050	0.010	0.001
	2.706	3.841	6.635	10.828

回归方程，其中．
相关系数． 若，则认为与有较强的线性相关性．

6 . 下表提供了某工厂节能降耗技术改造后，一种产品的产量(单位：吨）与相应的生产能耗（单位：吨）的几组对应数据：

	3	4	5	6
	2.5	t	4	4.5

根据上表提供的数据，求得关于的线性回归方程为，那么表格中的值为______．

7 . 如图是M市某爱国主义教育基地宣传栏中标题为“2015～2022年基地接待青少年人次”的统计图．根据该统计图提供的信息解决下列问题．

①参考数据：

	0	1	2	3
			90	330

②参考公式：对于一组数据，其回归直线的斜率和截距的最小二乘法公式分别为：．

(1)求M市爱国主义教育基地所统计的8年中接待青少年人次的平均值和中位数；
(2)由统计图可看出，从2019年开始，M市爱国主义教育基地接待青少年的人次呈直线上升趋势，请你用线性回归分析的方法预测2024年基地接待青少年的人次．

8 . 某食品研究部门为了解一种酒品的储藏年份与芳香度之间的相关关系，在市场上收集到了一部分不同年份的该酒品，并测定了其芳香度（如下表）.

年份
芳香度

由最小二乘法得到线性回归方程，但不小心在检测后滴到表格上一滴检测液，污损了一个数据，请你推断该数据为________.

9 . 已知、的取值如下表所示，从散点图分析可知与线性相关，如果线性回归方程为，那么表格中的数据的值为_________．

10 . 某工厂月产品的总成本（单位：万元）与月产量（单位：万件）有如下一组数据，从散点图分析可知与线性相关．如果回归方程是，那么表格中数据的值为______．

/万件	1	2	3	4
/万元	3.8	5.6		8.2