1 . 移动物联网广泛应用于生产制造、公共服务、个人消费等领域．截至2022年底，我国移动物联网连接数达亿户，成为全球主要经济体中首个实现“物超人”的国家．现有年移动物联网连接数与年份代码的散点图，其中年份对应的分别为．

(1)根据参考数据计算样本相关系数（精确到）；
(2)令变量，，利用（1）中结论求关于的经验回归方程，并预测年移动物联网连接数．
附注：（i）回归方程中斜率和截距最小二乘估计公式分别为，，样本相关系数；
（ii）参考数据：，，，

2 . 已知变量x，y之间的线性回归方程为，且变量x，y之间的一组相关数据如表所示，则下列说法错误的是（　　）

x	6	8	10	12
y	6	m	3	2

A．变量x，y之间呈现负相关关系

B．m的值等于5

C．变量x，y之间的相关系数

D．由表格数据知，该回归直线必过点

3 . 已知变量X，Y之间的线性回归方程Y=-0.7X+10.3，且变量X，Y之间的一组相关数据如表所示，则下列说法错误的是（　　）

X	6	8	10	12
Y	6	m	3	2

A．变量X，Y之间呈负相关关系

B．m=4

C．可以预测，当X=20时，Y=-3.7

D．该回归直线必过点(9,4)

4 . 假设关于某设备的使用年限（年）和所支出的年平均维修费用（万元）（即维修费用之和除以使用年限），有如下的统计资料：

使用年限	2	3	4	5	6
维修费用	2.2	3.8	5.5	6.5	7.0

（1）画出散点图；
（2）求关于的线性回归方程；
（3）估计使用年限为10年时所支出的年平均维修费用是多少？

5 . 某印刷厂为了研究印刷单册书籍的成本（单位：元）与印刷数（单位：千册）之间的关系，在印刷某种书籍时进行了统计，相关数据见下表：

印刷册数（千册）	2	3	4	5	8
单册成本（元）	3.2	2.4	2	1.9	1.7

根据以上数据，技术人员分别借助甲､乙两种不同的回归模型，得到两个回归方程，方程甲：，方程乙.
（1）为了评价两种模型的拟合效果，完成以下任务：
①完成下表（计算结果精确到）

印刷册数（千册）		2	3	4	5	8
单册成本（元）		3.2	2.4	2	1.9	1.7
模型甲	估计值		2.4	2.1		1.6
	残差		0			0.1
模型乙	估计值		2.3	2	1.9
	残差		0.1	0	0

②分别计算模型甲与模型乙的残差平方和及，并通过比较，的大小，判断哪个模型拟合效果更好.
（2）该书上市之后，受到广大读者热烈欢迎，不久便全部售空，于是印刷厂决定进行二次印刷，根据市场调查，新需求量为8千册（概率为0.8）或10千册（概率），若印刷厂以每册5元的价格将书籍出售给订货商，问印刷厂二次印刷8千册还是10千册能获得更多利润？（按（1）中拟合效果较好的模型计算印刷单册书的成本）

6 . 近年来，随着互联网的发展，“共享汽车”在我国各城市迅猛发展．为人们出行提供了便利，但也给城市交通管理带来了一些困难．为掌握“共享汽车”在M省的发展情况，M省某调查机构从该省抽取了5个城市．分别收集和分析了“共享汽车”的A，B两项指标数，数据如下表所示：

	城市1	城市2	城市3	域市4	城市5
A指标数x	4	6	2	8	5
B指标数y	4	4	3	5	4

经计算得．
（1）试求y与x间的相关系数r，并利用r说明y与x是否具有较强的线性相关关系（若，则线性相关程度很高，可用线性回归模型拟合）；
（2）建立y关于x的回归方程，并预测当A指标数x为7时，B指标数y的估计值．
参考数据：．

7 . 忽如一夜春风来，翘首以盼的时代，已然在全球“多点开花”，一个万物互联的新时代，即将呈现在我们的面前.为更好的满足消费者对流量的需求，中国电信在某地区推出六款不同价位的流量套餐，每款套餐的月资费x（单位：元）与购买人数y（单位：万人）的数据如表：

套餐	A	B	C	D	E	F
月资费x（元）	38	48	58	68	78	88
购买人数y（万人）	16.8	18.8	20.7	22.4	24.0	25.5

对数据作初步的处理，相关统计量的值如表：

75.3	24.6	18.3	101.4

其中，，且绘图发现，散点（）集中在一条直线附近.
（1）根据所给数据，求y关于x的回归方程；
（2）按照某项指标测定，当购买人数y与月资费x的比在区间内，该流量套餐受大众的欢迎程度更高，被指定为“主打套餐”，现有一家三口从这六款套餐中，购买不同的三款各自使用.记三人中使用“主打套餐”的人数为X，求随机变量X的分布列和期望.
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值分别为，.

8 . 某电脑公司有5名产品推销员，其工作年限与年推销金额的数据如表：

推销员编号	1	2	3	4	5
工作年限年	3	5	6	7	9
推销金额万元	2	3	3	4	5

（1）求年推销金额y关于工作年限x的线性回归方程；
（2）判断变量x与y之间是正相关还是负相关；
（3）若第6名推销员的工作年限是11年，试估计他的年推销金额.
参考公式：线性回归方程中，，其中为样本平均数，）

9 . 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：，.

10 . 下表提供了某厂生产某产品过程中记录的产量（吨）与相应的生产能耗（吨标准煤）的几组对照数据：

	2	4	6	8
	4	5	7	8

（1）请根据上表提供的数据，用最小二乘法求出关于的线性回归方程；
（2）根据（1）中求出的线性回归方程，预测生产吨该产品的生产能耗是多少吨标准煤？
附：回归直线的斜率的最小二乘法估计为：.