2 . 根据统计，某蔬菜基地西红柿亩产量的增加量y（百千克）与某种液体肥料每亩使用量x（千克）之间的对应数据的散点图，如图所示．

(1)依据数据的散点图可以看出，可用线性回归模型拟合y与x的关系，请计算相关系数r并加以说明（若，则线性相关程度很高，可用线性回归模型拟合）；
(2)求y关于x的回归方程，并预测当液体肥料每亩使用量为10千克时，西红柿亩产量的增加量约为多少？
附：相关系数公式．
参考数据：
回归方程中斜率和截距的最小二乘估计公式分别为．

3 . 区块链技术被认为是继蒸汽机、电力、互联网之后，下一代颠覆性的核心技术区块链作为构造信任的机器，将可能彻底改变整个人类社会价值传递的方式，2015年至2019年五年期间，中国的区块链企业数量逐年增长，居世界前列现收集我国近5年区块链企业总数量相关数据，如表

年份	2015	2016	2017	2018	2019
编号x	1	2	3	4	5
企业总数量y（单位：千个）	2.156	3.727	8.305	24.279	36.224

注：参考数据，，，（其中）.
附：样本的最小二乘法估计公式为，
(1)根据表中数据判断，与（其中，为自然对数的底数），哪一个回归方程类型适宜预测未来几年我国区块链企业总数量？（给出结果即可，不必说明理由）
(2)根据（1）的结果，求y关于x的回归方程；
(3)为了促进公司间的合作与发展，区块链联合总部决定进行一次信息化技术比赛，邀请甲、乙、丙三家区块链公司参赛比赛规则如下：①每场比赛有两个公司参加，并决出胜负；②每场比赛获胜的公司与未参加此场比赛的公司进行下一场的比赛；③在比赛中，若有一个公司首先获胜两场，则本次比赛结束，该公司就获得此次信息化比赛的“优胜公司”，已知在每场比赛中，甲胜乙的概率为，甲胜丙的概率为，乙胜丙的概率为，若首场由甲乙比赛，则求甲公司获得“优胜公司”的概率.

4 . 某高三理科班共有60名学生参加某次考试，从中随机挑选出5名学生，他们的数学成绩与物理成绩的统计数据如下表所示：

数学成绩/分	145	130	120	105	100
物理成绩/分	110	90	102	78	70

数据表明与之间有较强的线性相关关系.
（1）求关于的经验回归方程.
（2）该班一名学生的数学成绩为110分，利用（1）中的经验回归方程，估计该学生的物理成绩.
（3）本次考试中，规定数学成绩达到125分以上（包括125分）为优秀，物理成绩达到100分以上（包括100分）为优秀.若该班数学成绩优秀率与物理成绩优秀率分别为50%和60%，且除去挑选的5名学生外，剩下的学生中数学成绩优秀但物理成绩不优秀的共有5人.填写列联表，并依据的独立性检验分析能否认为数学成绩与物理成绩有关？
单位：人

数学成绩	物理成绩		合计
	优秀	不优秀
优秀
不优秀
合计

参考公式：，.
附：，，.

5 . 为得到某种作物种子的发芽率，立德中学生物兴趣小组的同学进行了如下研究：在不同的昼夜温差下统计每100颗种子的发芽数，得到了以下数据：

昼夜温差x（℃）	8	10	11	12	13
发芽数y（颗）	79	81	85	86	90

通过画散点图，同学们认为x和y之间存在线性相关关系，经讨论大家制定了如下规则：从这5组数据中选取3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：用求得的线性回归方程分别计算剩余两组数据中昼夜温差数所对应的发芽数，再求与实际发芽数y的差值，若差值的绝对值都不超过2，则认为所求方程是“合适的回归方程”.
（1）请根据表中的后三组数据，求y关于x的线性回归方程；
（2）按照题目中的检验方法判断（1）中得到的方程是否是“合适的回归方程”；
（3）若100颗该作物种子的发芽率为n颗，则记为的发芽率，当发芽率为时，农户种植该种作物平均每亩地的收益为元，某农户有10亩土地，全部种植这种植物，种植期间昼夜温差大约为9℃，根据（1）中得到的线性回归方程估计该农户种植此种作物所获得的收益.（参考公式：线性回归方程中，的最小二乘估计分别为：.）

6 . 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．

7 . 在我国，大学生就业压力日益严峻，伴随着政府政策引导与社会观念的转变，大学生创业意识，就业方向也悄然发生转变某大学生在国家提供的税收，担保贷款等很多方面的政策扶持下选择加盟某专营店自主
创业，该专营店统计了近五年来创收利润数（单位：万元）与时间（单位：年）的数据，列表如下：

	1	2	3	4	5
	2.4	2.7	4.1	6.4	7.9

（Ⅰ）依据表中给出的数据，是否可用线性回归模型拟合与的关系，请计算相关系数并加以说明（计算结果精确到0.01）．（若，则线性相关程度很高，可用线性回归模型拟合）：
（Ⅱ）该专营店为吸引顾客，特推出两种促销方案．
方案一：每满500元可减50元；
方案二：每满500元可抽奖一次，每次中奖的概率都为，中奖就可以获得100元现金奖励，假设顾客每次抽奖的结果相互独立．
①某位顾客购买了1050元的产品，该顾客选择参加两次抽奖，求该顾客获得100元现金奖励的概率．
②某位顾客购买了1500元的产品，作为专营店老板，是希望该顾客直接选择返回150元现金，还是选择参加三次抽奖？说明理由
附：相关系数公式
参考数据：．

8 . 某校从2011年到2018年参加“北约”，“华约”考试而获得加分的学生（每位学生只能参加“北约”，“华约”一种考试）人数可以通过以下表格反映出来．（为了方便计算，将2011年编号为1，2012年编号为2，依此类推……）

年份x	1	2	3	4	5	6	7	8
人数y	2	3	4	4	7	7	6	6

（1）据悉，该校2018年获得加分的6位同学中，有1位获得加20分，2位获得加15分，3位获得加10分，从该6位同学中任取两位，记该两位同学获得的加分之和为X，求X的分布列及期望．
（2）根据最近五年的数据，利用最小二乘法求出y与x之间的线性回归方程，并用以预测该校2019年参加“北约”，“华约”考试而获得加分的学生人数．（结果要求四舍五入至个位）
参考公式：

9 . 2019年7月15日，某市物价部门对本市的5家商场的某商品的一天销售量及其价格进行调查，5家商场的售价元和销售量件之间的一组数据如下表所示：

价格	9	9.5		10.5	11
销售量	11		8	6	5

可知，销售量与价格之间有较强的线性相关关系，其线性回归方程是，且，则其中的______.

10 . 某市实施二手房新政一年多以来，为了了解新政对居民的影响，房屋管理部门调查了2018年6月至2019年6月期间购买二手房情况，首先随机抽取了其中的400名购房者，并对其购房面积（单位：平方米，）讲行了一次统计，制成了如图1所示的频率分布直方图，接着调查了该市2018年6月至2019年6月期间当月在售二手房的均价（单位：万元/平方米），制成了如图2所示的散点图（图中月份代码1－13分别对应2018年6月至2019年6月）

（1）试估计该市市民的平均购房面积（同一组中的数据用该组区间的中点值为代表）；
（2）从该市2018年6月至2019年6月期间所有购买二手房的市民中任取3人，用频率估计概率，记这3人购房面积不低于100平方米的人数为，求的分布列与数学期望；
（3）根据散点图选择和两个模型讲行拟合，经过数据处理得到两个回归方程，分别为和，并得到一些统计量的值，如表所示：

	0.005459	0.005886
	0.006050

请利用相关系数判断哪个模型的拟合效果更好，并用拟合效果更好的模型预测2019年8月份的二手房购房均价（精确到0.001）.
参考数据：，，，，，
参考公式：