1 . 已知变量和的统计数据如下表：

	6	8	10	12
	2	3	5	6

根据上表可得回归直线方程，据此可以预测当时，（       ）

A．7.8

B．8.2

C．9.6

D．8.5

2 . 近年来，随着国家综合国力的提升和科技的进步，截至2018年底，中国铁路运营里程达13,2万千米，这个数字比1949年增长了5倍；高铁运营里程突破2.9万千米，占世界高铁运营里程的60%以上，居世界第一位下表截取了2012--2016年中国高铁密度的发展情况（单位：千米/万平方千米）.

年份	2012	2013	2014	2015	2016
年份代码	1	2	3	4	5
高铁密度	9.75	11.49	17.14	20.66	22.92

已知高铁密度y与年份代码x之间满足关系式（为大于0的常数）若对两边取自然对数，得到，可以发现与线性相关.
（1）根据所给数据，求y关于x的回归方程（保留到小数点后一位）；
（2）利用（1）的结论，预测到哪一年高铁密度会超过30千米/平方千米.
参考公式设具有线性相关系的两个变量的一组数据为，
则回归方程的系数：，.
参考数据：，，，，，.

3 . 某公司为了解广告投入对销售收益的影响，在若干地区各投入4万元广告费用，并将各地的销售收益绘制成频率分布直方图（如图所示），由于工作人员操作失误，横轴的数据丢失，但可以确定横轴是从0开始计数的.

（1）根据频率分布直方图计算图中各小长方形的宽度；
（2）试估计该公司在若干地区各投入4万元广告费用之后，对应销售收益的平均值（以各组的区间中点值代表该组的取值）；
（3）该公司按照类似的研究方法，测得另外一些数据，并整理得到下表：

广告投入（单位：万元）	1	2	3	4	5
销售收益（单位：万元）	2	3	3		7

由表中的数据显示，与之间存在着线性相关关系，请将（2）的结果填入空白栏，并求出关于的回归直线方程.（参考公式：）

4 . 下表是某厂1～4月份用水量(单位：百吨)的一组数据：

月份	1	2	3	4
用水量	4.5	4	3	2.5

由散点图可知，用水量与月份之间有较好的线性相关关系，其线性回归直线方程是，则等于___

5 . 为了解某社区居民的家庭年收入所年支出的关系，随机调查了该社区5户家庭，得到如下统计数据表：

收入（万元）	8.2	8.6	10.0	11.3	11.9
支出（万元）	6.2	7.5	8.0	8.5	9.8

根据上表可得回归直线方程，其中，据此估计，该社区一户收入为15万元家庭年支出为（ ）

A．11.4万元

B．11.8万元

C．12.0万元

D．12.2万元

6 . 下图是我国2008年至2014年生活垃圾无害化处理量（单位：亿吨）的折线图.

   

（Ⅰ）由折线图看出，可用线性回归模型拟合y与t的关系，请用相关系数加以说明；
（Ⅱ）建立y关于t的回归方程（系数精确到0.01），预测2016年我国生活垃圾无害化处理量.
附注：
参考数据：，，
，≈2.646.
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：