1 . 已知某一组散点数据对应的线性回归方程为，数据中心点为，则的预报值是（       ）

A．0.9

B．

C．1

D．

2 . 以下四个命题：①两个随机变量的线性相关性越强，相关系数的绝对值越接近1；②在回归分析中，可用相关指数的值判断拟合效果，越小，模型的拟合效果越好； ③若数据的方差为1，则的方差为4；④已知一组具有线性相关关系的数据，其线性回归方程，则“满足线性回归方程”是“ ，”的充要条件；其中真命题的个数为

A．4

B．3

C．2

D．1

3 . 某农科所对冬季昼夜温差大小与某反季大豆新品种发芽多少之间的关系进行分析研究，他们分别记录了2015年12月1日至12月5日的每天昼夜温差与实验室每天每100颗种子中的发芽数，得到如表：

日期	12月1日	12月2日	12月3日	12月4日	12月5日
温差x（℃）	10	11	13	12	8
发芽数y（颗）	23	25	30	26	16

该农科所确定的研究方案是：先从这五组数据中选取2组，用剩下的3组数据求线性回归方程，再对被选取的2组数据进行检验．
（1）若选取的是12月1日与12月5日的两组数据，请根据12月2日至12月4日的数据，求出y关于x的线性回归方程bx+a；
（2）若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2颗，则认为得到的线性回归方程是可靠的，试问（2）中所得到的线性回归方程是否可靠？
，．

4 . 随着智能手机的普及，使用手机上网成为了人们日常生活的一部分，很多消费者对手机流量的需求越来越大．某通信公司为了更好地满足消费者对流量的需求，准备推出一款流量包．该通信公司选了人口规模相当的4个城市采用不同的定价方案作为试点，经过一个月的统计，发现该流量包的定价：（单位：元/月）和购买总人数（单位：万人）的关系如表：

定价（元/月）	20	30	50	60
年轻人（40岁以下）	10	15	7	8
中老年人（40岁以及40岁以上）	20	15	3	2
购买总人数（万人）	30	30	10	10

（1）根据表中的数据，请用线性回归模型拟合与的关系，求出关于的回归方程；并估计10元/月的流量包将有多少人购买？
（2）若把50元/月以下（不包括50元）的流量包称为低价流量包，50元以上（包括50元）的流量包称为高价流量包，试运用独立性检验知识，填写下面列联表，并通过计算说明是否能在犯错误的概率不超过0.01的前提下，认为购买人的年龄大小与流量包价格高低有关？

定价（元/月）	小于50元	大于或等于50元	总计
年轻人（40岁以下）
中老年人（40岁以及40岁以上）
总计

参考公式：其中，，．
，其中
参考数据：

	0.10	0.05	0.025	0.010	0.005	0.001
	2.706	3.841	5.024	6.635	7.879	10.828

5 . 如图是某地区2012年至2018年生活垃圾无害化处理量（单位：万吨）的折线图.

注：年份代码分别表示对应年份.
（1）由折线图看出，可用线性回归模型拟合与的关系，请用相关系数（线性相关较强）加以说明；
（2）建立与的回归方程(系数精确到0.01)，预测2019年该区生活垃圾无害化处理量.
【参考数据】，，，，，，.
【参考公式】相关系数，在回归方程中斜率和截距的最小二乘估计公式分别为：，.

6 . 四名同学根据各自的样本数据研究变量x，y之间的相关关系，并求得回归直线方程，分别得到以下四个结论：
①y与x负相关且=2.347x﹣6.423；
②y与x负相关且=﹣3.476x+5.648；
③y与x正相关且=5.437x+8.493；
④y与x正相关且=﹣4.326x﹣4.578．
其中一定不正确的结论的序号是（　　）

A．①②

B．②③

C．③④

D．①④

7 . 为了研究某班学生的脚长（单位：厘米）和身高（单位：厘米）的关系，从该班随机抽取10名学生，根据测量数据的散点图可以看出与之间有线性相关关系，设其回归直线方程为. 已知，，. 若该班某学生的脚长为24，据此估计其身高为

A．160

B．163

C．166

D．170

8 . 某单位为了落实“绿水青山就是金山银山”理念，制定节能减排的目标，先调查了用电量（单位：度）与气温（单位：）之间的关系，随机选取了天的用电量与当天气温，并制作了对照表：

（单位:）
(单位：度)

由表中数据得线性回归方程：.则的值为

A．

B．

C．

D．

9 . 某产品的广告费用（百万元）与销售额（百万元）的统计数据如下表：

	2	4	5	6	8
	25	33		55	75

根据表中数据，用最小二乘法得出与的线性回归方程为，则表中的的值为

A．46

B．48

C．50

D．52