1 . 已知x与y之间的几组数据如下表：

x	1	2	3	4
y	1	m	n	4

参考公式：线性回归方程，其中，；相关系数.
上表数据中y的平均值为2.5，若某同学对m赋了三个值分别为1.5，2，2.5得到三条线性回归直线方程分别为，，，对应的相关系数分别为，，，下列结论中错误的是（       ）

A．三条回归直线有共同交点	B．相关系数中，最大
C．	D．

2 . 某城市的公交公司为了方便市民出行，科学规划车辆投放，在一个人员密集流动地段增设一个起点站，为了研究车辆发车间隔时间与乘客等候人数之间的关系，经过调查得到如下数据：

间隔时间（分钟）	10	11	12	13	14	15
等候人数（人）	23	25	26	29	28	31

调查小组先从这6组数据中选取4组数据求线性回归方程，再用剩下的2组数据进行检验.检验方法如下：先用求得的线性回归方程计算间隔时间对应的等候人数，再求与实际等候人数的差，若差值的绝对值不超过1，则称所求方程是“恰当回归方程”.
（1）若选取的是后面4组数据，求关于的线性回归方程，并判断此方程是否是“恰当回归方程”；
（2）为了使等候的乘客不超过35人，试用（1）中方程估计间隔时间最多可以设置为多少（精确到整数）分钟？
附：对于一组数据，，……，，其回归直线的斜率和截距的最小二乘估计分别为：，

3 . 随着网购人数的日益增多，网上的支付方式也呈现一种多样化的状态，越来越多的便捷移动支付方式受到了人们的青睐，更被网友们评为“新四大发明”之一.随着人们消费观念的进步，许多人喜欢用信用卡购物，考虑到这一点，一种“网上的信用卡”横空出世——蚂蚁花呗.这是一款支付宝和蚂蚁金融合作开发的新支付方式，简单便捷，同时也满足了部分网上消费群体在支付宝余额不足时的“赊购”消费需求.为了调查使用蚂蚁花呗“赊购”消费与消费者年龄段的关系，某网站对其注册用户开展抽样调查，在每个年龄段的注册用户中各随机抽取100人，得到各年龄段使用蚂蚁花呗“赊购”的人数百分比如图所示.

（1）由大数据可知，在18到44岁之间使用花呗“赊购”的人数百分比y与年龄x成线性相关关系，利用统计图表中的数据，以各年龄段的区间中点代表该年龄段的年龄，求所调查群体各年龄段“赊购”人数百分比y与年龄x的线性回归方程（回归直线方程的斜率和截距保留两位有效数字）；
（2）该网站年龄为20岁的注册用户共有2000人，试估算该网站20岁的注册用户中使用花呗“赊购”的人数；
（3）已知该网店中年龄段在18-26岁和27-35岁的注册用户人数相同，现从18到35岁之间使用花呗“赊购”的人群中按分层抽样的方法随机抽取8人，再从这8人中简单随机抽取2人调查他们每个月使用花呗消费的额度，求抽取的两人年龄都在18到26岁的概率.
参考答案：，.

4 . 统计学中，经常用环比、同比来进行数据比较，环比是指本期统计数据与上期比较，如年月与年月相比，同比是指本期数据与历史同时期比较，如年月与年月相比.
环比增长率（本期数上期数）上期数，
同比增长率（本期数同期数）同期数.
下表是某地区近个月来的消费者信心指数的统计数据：

序号
时间	年月	年月	年月	年月	年月	年月	年月	年月
消费者信心指数
2017年 月	年 月	年 月	年 月	年 月	年 月	年 月	年 月	年 月

求该地区年月消费者信心指数的同比增长率（百分比形式下保留整数）；
除年月以外，该地区消费者信心指数月环比增长率为负数的有几个月？
由以上数据可判断，序号与该地区消费者信心指数具有线性相关关系，写出关于的线性回归方程（，保留位小数），并依此预测该地区年月的消费者信心指数（结果保留位小数，参考数据与公式：，，，，）

5 . 每年10月中上旬是小麦的最佳种植时间，但小麦的发芽会受到土壤、气候等多方面因素的影响.某科技小组为了解昼夜温差的大小与小麦发芽的多少之间的关系，在不同的温差下统计了100颗小麦种子的发芽数，得到了如下数据：

温差	8	10	11	12	13
发芽数（颗）	79	81	85	86	90

（1）请根据统计的最后三组数据，求出关于的线性回归方程；
（2）若由（1）中的线性回归方程得到的估计值与前两组数据的实际值误差均不超过两颗，则认为线性回归方程是可靠的，试判断（1）中得到的线性回归方程是否可靠；
（3）若100颗小麦种子的发芽率为颗，则记为的发芽率，当发芽率为时，平均每亩地的收益为元，某农场有土地10万亩，小麦种植期间昼夜温差大约为，根据（1）中得到的线性回归方程估计该农场种植小麦所获得的收益.
附：在线性回归方程中，.

6 . 某班的健康调查小组从所在学校共选取15名男同学，其年龄、身高和体重数据如下表所示（本题中身高单位：，体重单位：）.

年龄	（身高，体重）	年龄	（身高，体重）
15	，，	18	，，
16	，，	19	，，
17	，，

（1）如果某同学“身高-体重”，则认为该同学超重，从上述15名同学中任选两名同学，其中超重的同学人数为，求的分布列和数学期望；
（2）根据表中数据，设计两种方案预测学生身高.方案①：建立平均体重与年龄的线性回归模型，表中各年龄的体重按三名同学的平均体重计算，数据整理如下表.

	1	2	3	4	5
年龄	15	16	17	18	19
平均体重	59	63.3	64	70	69.7

方案②：建立平均体重与平均身高的线性回归模型，将所有数据按身高重新分成6组：，，，，，，并将每组的平均身高依次折算为155，160，165，170，175，180，各组的体重按平均体重计算，数据整理如下表.

	1	2	3	4	5	6
平均身高	155	160	165	170	175	180
平均体重	48	57	63	68	74	82

（i）用方案①预测20岁男同学的平均体重和用方案②预测身高的男同学的平均体重，你认为哪个更合理？请给出理由；
（ii）请根据方案②建立平均体重与平均身高的线性回归方程（数据精确到0.01）.
附：，.，，，.

7 . 艾滋病是一种危害性极大的传染病，由感染艾滋病病毒病毒引起，它把人体免疫系统中最重要的CD4T淋巴细胞作为主要攻击目标，使人体丧失免疫功能下表是近八年来我国艾滋病病毒感染人数统计表：

年份	2011	2012	2013	2014	2015	2016	2017	2018
年份代码x	1	2	3	4	5	6	7	8
感染者人数单位：万人								85

请根据该统计表，画出这八年我国艾滋病病毒感染人数的折线图；

请用相关系数说明：能用线性回归模型拟合y与x的关系；
建立y关于x的回归方程系数精确到，预测2019年我国艾滋病病毒感染人数．
参考数据：；，，，
参考公式：相关系数，
回归方程中，，．

8 . 下表中的数据是一次阶段性考试某班的数学、物理原始成绩：

学号	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20	21	22
数学	117	128	96	113	136	139	124	124	121	115	115	123	125	117	123	122	132	129	96	105	106	120
物理	80	81	83	85	89	81	91	78	85	91	72	76	87	82	79	82	84	89	63	73	77	45
学号	23	24	25	26	27	28	29	30	31	32	33	34	35	36	37	38	39	40	41	42	43	44
数学	108	137	87	95	108	117	104	128	125	74	81	135	101	97	116	102	76	100	62	86	120	101
物理	76	80	71	57	72	65	69	79	0	55	56	77	63	70	75	63	59	64	42	62	77	65

用这44人的两科成绩制作如下散点图：

学号为22号的同学由于严重感冒导致物理考试发挥失常，学号为31号的同学因故未能参加物理学科的考试，为了使分析结果更客观准确，老师将两同学的成绩（对应于图中两点）剔除后，用剩下的42个同学的数据作分析，计算得到下列统计指标：

数学学科平均分为110.5，标准差为18.36，物理学科的平均分为74，标准差为11.18，数学成绩

与物理成绩的相关系数为，回归直线（如图所示）的方程为.
（1）若不剔除两同学的数据，用全部44人的成绩作回归分析，设数学成绩与物理成绩的相关系数为，回归直线为，试分析与的大小关系，并在图中画出回归直线的大致位置；
（2）如果同学参加了这次物理考试，估计同学的物理分数（精确到个位）；
（3）就这次考试而言，学号为16号的同学数学与物理哪个学科成绩要好一些？（通常为了比较某个学生不同学科的成绩水平，可按公式统一化成标准分再进行比较，其中为学科原始分，为学科平均分，为学科标准差）．