1 . 某民营学校为增强实力与影响力，大力招揽名师、建设校园硬件设施，近5年该校招生人数的数据如下表：

年份序号x	1	2	3	4	5
招生人数y/千人	0.8	1	1.3	1.7	2.2

(1)由表中数据可看出，可用线性回归模型拟合与的关系，请用相关系数加以证明；
(2)求关于的回归直线方程，并预测当年份序号为7时该校的招生人数．
参考数据：，，．
参考公式：相关系数，回归方程中斜率和截距的最小二乘估计公式分别为，．

2 . 在吸烟与患肺病这两个分类变量的计算中，下列说法正确的是（       ）
附表：

	0.15	0.10	0.05	0.025	0.010	0.005	0.001
	2.072	2.706	3.841	5.024	6.635	7.879	10.828

A．若的观测值，我们有99.9%的把握认为吸烟与患肺病有关系，那么在1000个吸烟的人中必有999人患有肺病

B．从独立性检验可知有99%的把握认为吸烟与患肺病有关系时，我们说某人吸烟，那么他有99%的可能性患有肺病

C．从统计量中求出有95%的把握认为吸烟与患肺病有关系，是指有5%的可能性使得判断出现错误

D．以上三种说法都不正确

3 . 消费者信心指数是反映消费者信心强弱的指标；它是预测经济走势和消费趋向的一个先行指标，是监测经济周期变化的重要依据.
消费者信心指数值介于0和200之间.指数超过100时，表明消费者信心处于强信心区；指数等于100时，表示消费者信心处于强弱临界点；指数小于100时，表示消费者信心处于弱信心区.
我国某城市从2016年到2019年各季度的消费者信心指数如下表1：

	2016年	2017年	2018年	2019年
第一季度	104.50	111.70	118.50	119.30
第二季度	104.00	110.20	114.60	118.20
第三季度	105.50	114.20	110.20	118.10
第四季度	106.80	113.20	113.20	119.30

将2016年至2019年该城市各季度的消费者信心指数整理得到如下频数分布表2：

分组
频数	2	2	7	5

记2016年至2019年年份序号为，该城市各年消费者信心指数的年均值(四舍五入取整)为y，x与y的关系如下表3：

年份序号x	1	2	3	4
消费者信心指数年均值y	105	112	114	119

（1）求从2016年至2019年该城市各季度消费者信心指数中任取2个，至少有一个不小于115的概率；
（2）在表2中各区间内的消费者信心指数用其所在区间的中点值代替，设任取一个消费者信心指数X为随机变量，求X的分布列和数学期望(保留2位小数)；
（3）根据表3的数据建立y关于x的线性回归方程，并根据你建立的回归方程，预报2020年该城市消费者信心指数的年平均值.
参考数据和公式：，，；；；.

4 . 对于样本相关系数r，下列说法不正确的是（       ）

A．样本相关系数r可以用来判断成对数据相关的正负性

B．样本相关系数

C．当时，表明成对样本数据间没有线性相关关系

D．样本相关系数r越大，成对样本数据的线性相关程度也越强

6 . 下列关于成对数据的统计说法错误的有（       ）

A．当一个变量的值增加时，另一变量的相应值呈减少趋势，则称这两个变量负相关

B．样本相关系数r的绝对值大小可以反映成对样本数据之间线性相关的程度

C．通过分析残差可判断模型刻画数据的效果，及判断原始数据中是否存在可疑数据

D．决定系数越大，模型的拟合效果越差

7 . 对于样本相关系数，下列说法错误的是（       ）

A．样本相关系数可以用来判断成对样本数据相关的正负性

B．样本相关系数可以是正的，也可以是负的

C．样本相关系数

D．样本相关系数越大，成对样本数据的线性相关程度也越强

8 . 下列说法错误的是（       ）

A．在回归直线方程中，y与x具有负线性相关关系

B．两个随机变量的线性相关性越强，则相关系数的绝对值就越接近于1

C．在回归直线方程中，当解释变量x每增加1个单位时，预报变量平均增加个单位

D．对分类变量与，随机变量的观测值越大，则判断“与有关系”的把握程度越小

10 . 下列说法错误的是（       ）

A．回归直线过样本点的中心.

B．对分类变量X与Y，随机变量K2的观测值k越大，则判断“X与Y有关系”的把握程度越小

C．两个随机变量的线性相关性越强，则相关系数的绝对值就越接近于1

D．在回归直线方程＝0.2x＋0.8中，当解释变量x每增加1个单位时，预报变量平均增加0.2个单位