1 . 随着移动互联网和直播带货技术的发展，直播带货已经成为一种热门的销售方式，特别是商家通过展示产品，使顾客对商品有更全面的了解.下面统计了某新手开启直播带货后从6月份到10月份每个月的销售量(万件)的数据，得到如图所示的散点图．其中6月份至10月份相应的代码为，如:表示6月份.

(1)根据散点图判断，模型①与模型②哪一个更适宜作为月销售量关于月份代码的回归方程?（给出判断即可，不必说明理由）
(2)（i）根据（1）的判断结果，建立关于的回归方程;(计算结果精确到0.01)
（ⅱ）根据结果预测12月份的销售量大约是多少万件?
参考公式与数据:， ，，其中.

2 . 某车间加工零件的数量与加工时间的统计数据如表：

零件数（个）	18	20	22
加工时间（分）	27		33

现已求得上表数据的回归方程中的值为0.9，则据此回归模型可以预测，加工100个零件所需要的加工时间约为102分钟，则的值为（       ）

A．28

B．29

C．30

D．32

3 . 某企业近年来的广告费用（百万元）与所获得的利润（千万元）的数据如下表所示，已知与之间具有线性相关关系．

年份	2018	2019	2020	2021	2022
广告费用百万元	1.5	1.6	1.7	1.8	1.9
润千万元	1.6	2	2.4	2.5	3

(1)求关于的线性回归方程；
(2)若该企业从2018年开始，广告费用连续每一年都比上一年增加10万元，根据（1）中所得的线性回归方程，预测2025年该企业可获得的利润．
参考公式：．

4 . 已知变量，之间的一组相关数据如下表所示：

	6	8	10	12
	6		3	2

据此得到变量，之间的线性回归方程为，则下列说法不正确的是（     ）

A．变量，之间成负相关关系	B．可以预测，当时，
C．	D．该回归直线必过点

6 . 为了提高市民参观的体验感，某博物馆需要招募若干志愿者对馆藏文物进行整理．已知整理所需时长y（单位：小时）与招募的志愿者人数x（单位：人）的数据统计如下表：

志愿者人数x	1	2	3	4	5
整理时长y	70	m	50	40	35

(1)若，求y关于x的线性回归方程；
(2)根据（1）中的线性回归方程，若博物馆计划在20小时内完成对文物的整理工作，求博物馆至少需要招募的志愿者人数．
附：线性回归方程中，，．

7 . 某公司对其产品研发的年投资额（单位：百万元）与其年销售量（单位：千件）的数据进行统计，整理后得到如下统计表：

x	1	2	3	4	5
y	1.5	2	3.5	8	15

(1)求变量和的样本相关系数（精确到0.01），并推断变量和的线性相关程度；（若，则线性相关性程度很强；若，则线性相关性程度一般，若，则线性相关性程度很弱．）
(2)求年销售量关于年投资额的回归方程．并预测投资额为700万元时的销售量．（参考：）
参考：

8 . 为庆祝元旦，某商场回馈消费者，准备举办一次有奖促销活动，如果顾客一次消费达到500元，可参加抽奖活动，规则如下；抽奖盒子中初始装有白球和红球各一个，每次有放回的任取一个，连续取两次，将以上过程记为一轮．如果每一轮取到的两个球都是白球，则记该轮为成功，活动结束．否则记为失败，随即获得纪念品1份，当然，如果顾客愿意可在盒子中再放入一个红球，然后接着进行下一轮抽奖，如此不断继续下去，直至成功．
(1)某顾客进行该抽奖试验时，最多进行三轮，即使第三轮不成功，也停止抽奖，记其进行抽奖试验的轮次数为随机变量X，求X的分布列和数学期望；
(2)为验证抽奖试验成功的概率不超过，有1000名数学爱好者独立的进行该抽球试验，记t表示成功时抽奖试验的轮次数，y表示对应的人数，部分统计数据如下表：

t	1	2	3	4	5
y	232	98	60	40	20

求y关于t的回归方程：，并预测成功的总人数（四舍五入精确到1）．
附：经验回归方程系数：，．
参考数据：，，（其中）．

9 . 已知学生的数学和地理成绩具有线性相关关系，高三某次模考中，5名学生的数学和地理成绩如下表：

学生的编号i	1	2	3	4	5
数学成绩x	100	105	90	85	80
地理成绩y	75	■	68	64	62

现已知其线性回归方程为，则“■”代表该生的地理成绩为（       ）

A．76

B．74.85

C．73

D．72.5

10 . 能源和环境问题是目前全球性急需解决的问题，虽然近百年人类文明有了前所未有的发展，但对于能源的使用和环境的破坏也造成了严重的后果，发展新能源是时代的要求，是未来生存的要求．新能源汽车不仅对环境保护具有重大的意义而且还能够减少对不可再生资源的开发，是全球汽车发展的重要方向．“保护环境，人人有责”，在政府和有关企业的努力下，某市近几年新能源汽车的购买情况如下表所示：

年份x	2019	2020	2021	2022	2023
汽车购买y（万辆）	0.30	0.60	1.00	1.40	1.70

(1)根据上表数据，计算与的相关系数，并说明与的线性相关性强弱（若，则认为与线性相关性很强；若，则认为与线性相关性一般；若，则认为与线性相关性较弱）；
(2)求关于的线性回归方程，并预测该市2024年新能源汽车购买辆数（精确到个位）．
参考公式：，，
参考数值：．