2 . 某生产企业对原有的生产线进行技术升级，在技术升级前后，分别从其产品中随机抽取样本数据进行统计，制作了如下列联表：

	合格品	不合格品	合计
升级前	120	80	200
升级后	150	50	200
合计	270	130	400

(1)根据上表，依据小概率值的独立性检验，能否认为产品的合格率与技术是否升级有关？
(2)在抽取的所有合格品中，按升级前后合格品的比例进行分层随机抽样，抽取9件产品，然后从这9件产品中随机抽取4件，记其中属于升级前生产的有件，属于升级后生产的有件，求的概率.
附：，其中.

	0.1	0.05	0.01	0.005	0.001
	2.706	3.841	6.635	7.879	10.828

3 . 已知由样本数据组成的一个样本，得到回归直线方程为，且，剔除一个偏离直线较大的异常点后，得到新的回归直线经过点.则下列说法正确的是（     ）

A．相关变量 x，y具有正相关关系

B．剔除该异常点后，样本相关系数的绝对值变大

C．剔除该异常点后的回归直线方程经过点

D．剔除该异常点后，回归直线的斜率是

4 . 为了解人们对环保的认知程度，某市为不同年龄和不同职业的人举办了一次环保知识竞赛，满分100分.随机抽取的8人的得分为84，78，81，84，85，84，85，91.
(1)计算样本平均数和样本方差；
(2)若这次环保知识竞赛的得分X服从正态分布，其中和的估计值分别为样本平均数和样本方差，若按照15.87%，68.26%，13.59%，2.28%的比例将参赛者的竞赛成绩从低分到高分依次划分为参与奖、二等奖、一等奖、特等奖四个等级，试确定各等级的分数线.（结果保留两位小数）（参考数据）
附：若随机变量X服从正态分布，则，，.

5 . 随着人们环保意识的日益增强，越来越多的人开始关注自己的出行方式，绿色出行作为一种环保、健康的出行方式，正逐渐受到人们的青睐，在可能的情况下，我们应当尽量采用绿色出行的方式，如步行、骑自行车或使用公共交通工具．某单位统计了本单位职工两个月以来上下班的绿色出行情况，绘制出了如图所示的频率分布直方图．

(1)求频率分布直方图中a的值，并由频率分布直方图估计该单位职工两个月以来上下班的绿色出行天数的中位数；
(2)若该单位有职工200人，从绿色出行天数大于25的3组职工中用分层随机抽样的方法选取6人参加绿色出行社会宣传活动，再从6人中选取2人担任活动组织者，求这2人的绿色出行天数都在区间（25，30]的概率．

6 . 机动车行经人行横道时，应当减速慢行；遇行人正在通过人行横道，应当停车让行，俗称"礼让行人”.下表是某市一主干道路口监控设备所抓拍的5个月内驾驶员不“礼让行人”行为统计数据：

月份	1	2	3	4	5
违章驾驶人次	125	105	100	90	80

附：，，（其中）

	0.15	0.10	0.05	0.025	0.010
	2.072	2.706	3.841	5.024	6.635

(1)由表中看出，可用线性回归模型拟合违章人次与月份之间的关系，求关于的回归方程，并预测该路口7月份不“礼让行人”违规驾驶人次；
(2)交警从这5个月内通过该路口的驾驶员中随机抽查90人，调查驾驶员“礼让行人”行为与驾龄的关系，得到下表：

	不礼让行人	礼让行人
驾龄不超过2年	24	16
驾龄2年以上	26	24

能否据此判断有90%的把握认为“礼让行人行为与驾龄有关?

7 . 新冠肺炎疫情防控时期，各级各类学校纷纷组织师生开展了“停课不停学”活动，为了解班级线上学习情况，某位班主任老师进行了有关调查研究．从班级随机选出5名同学，对比研究了线上学习前后两次数学考试成绩，如下表：

线上学习前成绩	120	110	100	90	80
线上学习后成绩	145	130	120	105	100

(1)求关于的线性回归方程；
(2)针对全班45名同学（25名女生，20名男生）的线上学习满意度调查中，女姓满意率为80%，男生满意率为75%，填写下面列联表，判断能否在犯错误概率不超过0.01的前提下，认为线上学习满意度与学生性别有关？

	满意人数	不满意人数	合计
男生
女生
合计

参考公式与数据：，其中，在线性回归方程中，.

	0.050	0.010	0.001
	3.841	6.635	10.828

9 . 已知某市2017年到2022年常住人口（单位：万）变化图如图所示，则（       ）

   

A．该市2017年到2022年这6年的常住人口的极差约为38万

B．该市2017年到2022年这6年的常住人口呈递增趋势

C．该市2017年到2022年这6年的常住人口的第60百分位数为730.50万

D．该市2017年到2022年这6年的常住人口的平均数大于718万

10 . 为了了解高中学生课后自主学习数学时间（分钟/每天）和他们的数学成绩（y分）的关系，某实验小组做了调查，得到一些数据（表一）．

编号	1	2	3	4	5
学习时间	30	40	50	60	70
数学成绩	65	78	85	99	108

(1)求数学成绩与学习时间的相关系数（精确到0.001）；
(2)请用相关系数说明该组数据中与之间的关系可用线性回归模型进行拟合，并求出关于的回归直线方程，并由此预测每天课后自主学习数学时间为100分钟时的数学成绩（参考数据：，的方差为200
(3)基于上述调查，某校提倡学生周末在校自主学习．经过一学期的实施后，抽样调查了220位学生．按照是否参与周末在校自主学习以及成绩是否有进步统计，得到列联表（表二）．依据表中数据及小概率值的独立性检验，分析“周末在校自主学习与成绩进步”是否有关．

	没有进步	有进步	合计
参与周末在校自主学习	35	130	165
未参与周末不在校自主学习	25	30	55
合计	60	160	220

附：，
．

	0.10	0.05	0.010	0.005	0.001
	2.706	3.841	6.635	7.879	10.828