1 . 随着互联网的普及和数字化技术的发展，网络直播成为了一种新型的营销形式，因其更低的营销成本，更快捷的营销覆盖而深受商家青睐．某电商统计了最近5个月某商品的网络直播线上月销售量y（单位：千件）与售价x（单位：元/件）的情况如下表所示．

售价（元/件）	53	49	51	50	47
月销售量（千件）	5	9	7	10	9

(1)求相关系数，并说明是否可以用线性回归模型拟合与的关系（当时，可以认为两个变量有很强的线性相关性；否则，没有很强的线性相关性）（精确到0.01）；
(2)建立关于的线性回归方程，并估计当售价为52元/件时，该商品的线上月销售量为多少千件？
参考公式：对于一组数据，相关系数，其回归直线的斜率和截距的最小二乘估计分别为：．
参考数据：．

2 . 某公司为了确定下季度的前期广告投入计划，收集并整理了近6个月广告投入量x(单位：万元)和收益y(单位：万元)的数据如表(其中有些数据污损不清)：

月份	1	2	3	4	5	6
广告投入量	2		7	8	10
收益		20	30	34	37

他们分别用两种模型①，②进行拟合，得到相应的回归方程并进行残差分析，得到如图所示的残差图及一些统计量的值．

(1)根据残差图，比较模型①，②的拟合效果，应选择哪个模型?
(2)残差绝对值大于2 的数据被认为是异常数据，需要剔除．
（i）剔除异常数据后，求出（1）中所选模型的回归方程；
（ii）若广告投入量x=19，则（1）中所选模型收益的预报值是多少万元?(精确到0.01)
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 . 《中国诗词大会》是中央电视台于2016年推出的大型益智类节目，中央电视台为了解该节目的收视情况，抽查北方与南方各5个城市，得到观看该节目的人数（单位：千人）如茎叶图所示，但其中一个数字被污损．

(1)若将被污损的数字视为0~9中10个数字中的一个，求北方观众平均人数超过南方观众平均人数的概率；
(2)该节目的播出极大激发了观众学习诗词的热情，现在随机统计了4位观众每周学习诗词的平均时间（单位：小时）与年龄（单位：岁），并制作了对照表（如下表所示）；

年龄	20	30	40	50
每周学习诗词的平均时间	3	3.5	3.5	4

由表中数据分析，与呈线性相关关系，试求线性回归方程，并预测年龄为60岁的观众每周学习诗词的平均时间．
附：回归方程中斜率和截距的最小二乘估计公式分别为．

4 . 数据显示，中国在线直播用户规模及在线直播购物规模近几年都保持高速增长态势，某线下家电商场为提升人气和提高营业额也开通了在线直播，下表统计了该商场开通在线直播的第x天的线下顾客人数y（单位：百人）的数据：

x	1	2	3	4	5
y	10	12	15	18	20

(1)根据第1至第5天的数据分析，计算变量y与x的相关系数r，并用r判断两个变量y与x相关关系的强弱（精确到小数点后三位）；
(2)根据第1至第5天的数据分析，可用线性回归模型拟合y与x的关系，试求出该线性回归方程并估计该商场开通在线直播的第10天的线下顾客人数．
（参考公式：相关系数，参考数据：
回归方程：，其中，）

5 . 常言道：文史不分家，其实数学与物理也不分家．“近代物理学之父”——牛顿大约在1671年，完成了《流数法和无穷级数》这部书，标志着微积分的正式创立．某学校课题小组针对“高中学生物理学习成绩与数学学习成绩的关系”进行了一系列的研究，得到了高中学生两学科的成绩具有线性相关的结论．现从该校随机抽取6名学生在一次考试中的物理和数学成绩，如表（单位：分）

物理成绩x	63	68	74	76	85	90
数学成绩y	90	95	110	110	125	130

(1)经过计算，得到学生的物理学习成绩x与数学学习成绩y满足回归方程．若某位学生的物理成绩为95分，请预测他的数学成绩；
(2)若要从抽取的这6名学生中随机选出3名学生参加一项问卷调查，记数学成绩不低于100分的学生人数为X，求X的分布列和数学期望．

6 . 某公司收集了某商品销售收入（万元）与相应的广告支出（万元）共10组数据（），绘制出如下散点图，并利用线性回归模型进行拟合.

若将图中10个点中去掉点后再重新进行线性回归分析，则下列说法正确的是（       ）

A．决定系数变小	B．残差平方和变小
C．相关系数的值变小	D．解释变量与预报变量相关性变弱

7 . 为了解温度对物质参与的某种化学反应的影响，研究小组在不同温度条件下做了四次实验，实验中测得的温度（单位：）与的转化率（转化率）的数据如下表所示：

	45	55	65	75
	23	38	65	74

(1)求与的相关系数（结果精确到0.01）；
(2)该研究小组随后又进行了一次该实验，其中的起始量为，反应结束时还剩余，若已知关于的线性回归方程为，估计这次实验是在多少摄氏度的温度条件下进行的.（结果精确到0.1）.
参考数据：.
参考公式：相关系数

8 . 某企业积极响应政府号召，大力研发新产品，争创世界名牌.为了对研发的一批最新产品进行合理定价，该企业将该产品按事先拟定的价格进行试销，得到一组销售数据，如表所示：

单价（千元）	4	5	6	7	8
销量（百件）	67	64	61	58	50

(1)若变量具有线性相关关系，求产品销量（百件）关于试销单价（千元）的线性回归方程；
(2)用（1）中所求的线性回归方程得到与对应的产品销量的估计值.当销售数据对应的残差的绝对值时，则将销售数据称为一个“精准销售”.现从5个销售数据中任取2个，求“精准销售”至少有1个的概率.
参考数据：
参考公式：线性回归方程中的估计值分别为

9 . 下图是某市2016年至2022年生活垃圾无害化处理量y（单位：万吨）与年份t的散点图.

(1)根据散点图推断变量y与t是否线性相关，并用相关系数加以说明；
(2)建立y关于t的回归方程（系数精确到0.01），预测2024年该市生活垃圾无害化处理量.
参考数据：
，，，.
参考公式：，；相关系数.