1 . 某企业节能降耗技术改造后，在生产某产品过程中记录的产量(吨)与相应的生产能耗(吨)的几组对应数据如表，现发现表中有个数据看不清，已知回归直线方程为，下列说法正确的是（       ）

	2	3	4	5	6
	19	25	★	38	44

A．看不清的数据★的值为34

B．回归直线必经过样本点(4，★)

C．回归系数6.3的含义是产量每增加1吨，相应的生产能耗实际增加6.3吨

D．据此模型预测产量为7吨时，相应的生产能耗为50.9吨

2 . 有5名学生的数学和化学成绩如下表所示：

学生学科
数学成绩（）	87	76	73	66	63
化学成绩（）	78	66	71	64	61

（1）如果与具有相关关系，求线性回归方程；
（2）预测如果某学生数学成绩为79分，他的化学成绩为多少？（结果取整数）
附：，．

3 . 下图是某校某班44名同学的某次考试的物理成绩y和数学成绩x的散点图：

根据散点图可以看出y与x之间有线性相关关系，但图中有两个异常点A，B．经调查得知，A考生由于重感冒导致物理考试发挥失常，B生因故未能参加物理考试．为了使分析结果更科学准确，剔除这两组数据后，对剩下的数据作处理，得到一些统计量的值：
，，，，，其中，分别表示这42名同学的数学成绩、物理成绩，．y与x的相关系数．
（1）若不剔除A、B两名考生的数据，用44数据作回归分析，设此时y与x的相关系数为，试判断与r的大小关系，并说明理由；
（2）求y关于x的线性回归方程（系数精确到），并估计如果B考生参加了这次物理考试（已知B考生的数学成绩为125分），物理成绩是多少？（精确到个位）．
附：回归方程中，．

4 . 已知呈线性相关的变量与的部分数据如表所示：        若其回归直线方程是，则（       ）

A．5.5

B．6

C．6.5

D．7

5 . 某地区在一次考试后，从全体考生中随机抽取44名，获取他们本次考试的数学成绩(x)和物理成绩(y)，绘制成如图散点图：

根据散点图可以看出y与x之间有线性相关关系，但图中有两个异常点A，B．经调查得知，A考生由于重感冒导致物理考试发挥失常，B考生因故未能参加物理考试．为了使分析结果更科学准确，剔除这两组数据后，对剩下的数据作处理，得到一些统计的值：其中x_i，y_i分别表示这42名同学的数学成绩、物理成绩，i＝1，2，…，42，y与x的相关系数r＝0.82．
（1）若不剔除A，B两名考生的数据，用44组数据作回归分析，设此时y与x的相关系数为r₀．试判断r₀与r的大小关系，并说明理由；
（2）求y关于x的线性回归方程（系数精确到0.01），并估计如果B考生加了这次物理考试（已知B考生的数学成绩为125分），物理成绩是多少？（精确到个位）；
（3）从概率统计规律看，本次考试该地区的物理成绩ξ服从正态分布，以剔除后的物理成绩作为样本，用样本平均数作为μ的估计值，用样本方差s²作为σ²的估计值．试求该地区5000名考生中，物理成绩位于区间（62.8，85.2）的人数Z的数学期望．
附：①回归方程中：
②若，则
③11.2

6 . 某工厂为了对新研发的一种产品进行合理定价，将该产品按事先拟定的价格进行试销，得到如下数据：

单价（元）	4	5	6	7	8	9
销量（件）	90	84	83	80	75	68

由表中数据，求得线性回归方程为，则实数______.

7 . 某学习小组在研究性学习中，对昼夜温差大小与绿豆种子一天内出芽数之间的关系进行研究该小组在4月份记录了1日至6日每天昼夜最高、最低温度（如图1），以及浸泡的100颗绿豆种子当天内的出芽数（如图2）．

根据上述数据作出散点图，可知绿豆种子出芽数（颗）和温差具有线性相关关系．
附：，
（1）求绿豆种子出芽数（颗）关于温差的回归方程；
（2）假如4月1日至7日的日温差的平均值为11℃，估计4月7日浸泡的10000颗绿豆种子一天内的出芽数．

8 . 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___

9 . 某学习小组在研究性学习中,对昼夜温差大小与绿豆种子一天内出芽数之间的关系进行研究.该小组在4月份记录了1日至6日每天昼夜最高、最低温度(如图1),以及浸泡的100颗绿豆种子当天内的出芽数(如图2).

根据上述数据作出散点图,可知绿豆种子出芽数 (颗)和温差 ()具有线性相关关系.
(1)求绿豆种子出芽数 (颗)关于温差 ()的回归方程；
(2)假如4月1日至7日的日温差的平均值为11,估计4月7日浸泡的10000颗绿豆种子一天内的出芽数.
附：，

10 . 某测试团队为了研究“饮酒”对“驾车安全”的影响，随机选取100名驾驶员先后在无酒状态、酒后状态下进行“停车距离”测试. 测试的方案：电脑模拟驾驶，以某速度匀速行驶，记录下驾驶员的“停车距离”（驾驶员从看到意外情况到车子完全停下所需要的距离）.无酒状态与酒后状态下的试验数据分别列于表1和表2.

停车距离d（米）
频数	26	40	24	8	2

表1

平均每毫升血液酒精含量x毫克
平均停车距离y米

表2

统计方法中，同一组数据常用该组区间的中点值例如区间的中点值为1.5)作为代表；
（1）根据最小二乘法，由表2的数据计算y关于x的回归方程；
（2）该测试团队认为：驾驶员酒后驾车的平均“停车距离”y大于无酒状态下（表1）的停车距离平均数的3倍，则认定驾驶员是“醉驾”.请根据（1）中的回归方程，预测当每毫升血液酒精含量大于多少毫克时为“醉驾”？
回归方程中..