1 . 为了了解高中学生课后自主学习数学时间x（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）．
表一

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

(1)经分析，可用线性回归模型拟合y与x的关系，请求出线性回归方程，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）
(2)基于上述调查，某校提倡学生周末自主学习．经过一学期的实施后，抽样调查了220位学生．按照是否参与周末自主学习以及成绩是否有进步进行统计，得到2×2列联表（表二）．依据表中数据，判断是否有99.9%的把握认为“周末自主学习与成绩进步”有关．
表二

	没有进步	有进步	合计
参与周末自主学习	35	130	165
末参与周末自主学习	25	30	55
合计	60	160	220

附：，，

	0.10	0.05	0.010	0.005	0.001
k	2.706	3.841	6.635	7.879	10.828

2 . 树人中学男女学生比例约为，某数学兴趣社团为了解该校学生课外体育锻炼情况（锻炼时间长短（单位：小时）），采用样本量比例分配的分层抽样，抽取男生人，女生人进行调查.记男生样本为，样本平均数、方差分别为；女生样本为，样本平均数、方差分别为；总样本平均数、方差分别为.

(1)该兴趣社团通过分析给出以上两个统计图，假设两个统计图中每个组内的数据均匀分布，根据两图信息分别估计男生样本、女生样本的平均数；
(2)已知男生样本方差，女生样本方差，请结合（2）问的结果计算总样本方差的估计值.

3 . 已知x与y之间的一组数据：

x	0	1	2	3
y	2	3	5	6

则y与x的线性回归方程必过（       ）

A．

B．

C．

D．

4 . 某城市理论预测2015年到2019年人口总数与年份的关系如下表所示

年份	2015	2016	2017	2018	2019
时间代号	0	1	2	3	4
人口总数（十万）	5	7	8	11	19

(1)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；
(2)求出关于的线性回归方程；
(3)据此估计2021年该城市人口总数．
参考公式：相关系数，对于一组具有线性相关关系的数据，其回归直线的斜率和截距的最小二乘估计分别为．

5 . 已知变量y关于x的回归方程为，若对两边取自然对数，可以发现与x线性相关，现有一组数据如下表所示：

x	1	2	3	4	5
y

则当时，预测y的值为____________．

7 . 具有线性相关关系的变量的样本数据如下：

	－2	－4	－6	－8
	17.4	13	8.2	5

其回归直线方程为，则回归直线经过（       ）

A．第一、二、三象限	B．第二、三、四象限
C．第一、二、四象限	D．第一、三、四象限

8 . 某运动服饰公司对产品研发的年投资额（单位：十万元）与年销售量（单位：万件）的数据进行统计，整理后得到如下统计表：

	1	2	3	4	5
	35	40	50	55	70

(1)求和的样本相关系数（精确到0.01），并推断和的线性相关程度；（若，则线性相关程度很强；若，则线性相关程度一般；若，则线性相关程度很弱）
(2)求年销售量关于年投资额的回归直线方程，并据此预测年投资额为60万元时的年销售量．
参考数据：．
参考公式：相关系数；
回归直线方程中，．

9 . 已知变量和之间的关系可以用模型来拟合．设，若根据样本数据计算可得，且与的线性回归方程为，则_______．（参考数据：）

10 . 若根据如下样本数据得到的线性回归方程为，则（       ）

x	3	4	5	6	7	8
y	4.0	2.5	0.5	0.5	0.4	0.1

A．＞0，＞0

B．＞0，＜0

C．＜0，＞0

D．＜0，＜0