1 . 对两个变量y与x进行回归分析，分别选择不同的模型，它们的相关系数r如下，其中拟合效果最好的模型是（       ）

A．模型Ⅰ：相关系数r为	B．模型Ⅱ：相关系数r为0.81
C．模型Ⅲ：相关系数r为	D．模型Ⅳ：相关系数r为0.53

2 . 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：.

3 . 某厂近几年陆续购买了几台 A 型机床，该型机床已投入生产的时间x(单位：年)与当年所需要支出的维修费用y(单位：万元)有如下统计资料：

x	2	3	4	5	6
y	2.2	3.8	5.5	6.5	7

根据表中的数据可得到经验回归方程为. 则（       ）

A．

B．y与x的样本相关系数

C．表中维修费用的第60百分位数为6

D．该型机床已投入生产的时间为 10年时，当年所需要支出的维修费用一定是12.38万元

4 . 近年来，短视频作为以视频为载体的聚合平台，社交属性愈发突出，在用户生活中覆盖面越来越广泛，针对短视频的碎片化缺陷，将短视频剪接成长视频势必成为一种新的技能．某机构在网上随机对1000人进行了一次市场调研，以决策是否开发将短视频剪接成长视频的APP，得到如下数据：

	青年人	中年人	老年人
对短视频剪接成长视频的APP有需求		200
对短视频剪接成长视频的APP无需求		150

其中的数据为统计的人数，已知被调研的青年人数为400．
(1)求的值；
(2)根据小概率值的独立性检验，分析对短视频剪接成长视频的APP的需求，青年人与中老年人是否有差异？
参考公式：，其中．
临界值表：

	0.1	0.05	0.01	0.005	0.001
	2.706	3.841	6.635	7.879	10.828

5 . 近年来，直播带货逐渐兴起，成为乡村振兴的新动力，为了解甲､乙两个推销农产品的直播间的销售情况，统计了两个直播间一段时间内观众下单的相关数据，得到如下的表格：

	下单的观众数	未下单的观众数
甲直播间	120	80
乙直播间	60	80

(1)分别估计甲､乙直播间的观众下单的概率；
(2)是否有的把握认为两个直播间观众的下单意愿有差异？
附.

	0.05	0.01	0.001
	3.841	6.635	10.828

6 . 对于数据组，如果由经验回归方程得到的对应自变量的估计值是，那么将称为对应点的残差．某商场为了给一种新商品进行合理定价，将该商品按事先拟定的价格进行试销，得到如下所示数据：

单价元	8.2	8.4	8.6	8.8
销量件	84	83	78	m

根据表中的数据，得到销量（单位：件）与单价（单位：元）之间的经验回归方程为，据计算，样本点处的残差为，则___________．

7 . 为了解喜爱足球是否与性别有关，随机抽取了若干人进行调查，抽取女性人数是男性的2倍，男性喜爱足球的人数占男性人数的，女性喜爱足球的人数占女性人数的，若本次调查得出“在犯错误的概率不超过0.005的前提下认为喜爱足球与性别有关”的结论，则被调查的男性至少有（       ）人

	0.10	0.05	0.01	0.005	0.001
	2.706	3.841	5.635	7.879	10.828

A．11

B．12

C．13

D．14

8 . 已知一组样本数据，，，，根据这组数据的散点图分析与之间的线性相关关系，若求得其线性回归方程为，则在样本点处的残差为（       ）

A．38.1

B．22.6

C．

D．91.1

9 . 某统计部门对四组数据进行统计分析后获得如图所示的散点图，关于相关系数的比较，其中正确的是（       ）

A．	B．
C．	D．

10 . 市场监管部门对某线下某实体店2023年前两季度的月利润情况进行调查统计，得到的数据如下：

月份x	1	2	3	4	5	6
净利润y（万元）	1.0	1.4	1.7	2.0	2.2	2.4

(1)是否可以用线性回归模型拟合y与x的关系？请用相关系数r加以说明；（参考：若时，则线性相关程度较高，，则线性相关程度一般，计算时精确度为0.01）
(2)利用最小二乘法求出y关于x的回归方程；用样本估计总体，请预估第9月份的利润.
附：对于一组数据，其回归直线的斜率
，.相关系数.
参考数据：，，，，，.