1 . 某收费APP（手机应用程序）自上架以来，凭借简洁的界面设计、方便的操作方式和强大的实用功能深得用户的喜爱.该APP所在的公司统计了用户一个月月租减免的费用x（单位：元）及该月对应的用户数量y（单位：万人），得到如下数据表格：

用户一个月月租减免的费用x（元）	4	5	6	7	8
用户数量y（万人）	2	2.1	2.5	2.9	3.2

已知x与y线性相关.
(1)求y关于x的经验回归方程（，）；
(2)据此预测，当月租减免费用为14元时，该月用户数量为多少？
参考公式：对于一组具有线性相关关系的数据，其经验回归直线的斜率和截距的最小二乘估计公式分别为，.

2 . 色差和色度是衡量毛绒玩具质量优劣的重要指标，现抽检一批产品测得数据列于表中.已知该产品的色度y和色差x之间满足线性相关关系，且，现有一对测量数据为，若该数据的残差为0.6，则（       ）

色差x	21	23	25	27
色度y	15	18	19	20

A．23.4

B．23.6

C．23.8

D．24.0

3 . 配速是马拉松运动中常使用的一个概念，是速度的一种，是指每公里所需要的时间，相比配速，把心率控制在一个合理水平是安全理性跑马拉松的一个重要策略.图1是一名马拉松跑者的心率（单位：次/分钟）和配速（单位：分钟/公里）的散点图，图2是一次马拉松比赛（全程约42公里）前3000名跑者成绩（单位：分钟）的频率分布直方图.

(1)由散点图看出，可用线性回归模型拟合与的关系，求与的线性回归方程；
(2)该跑者如果参加本次比赛，将心率控制在160次/分钟左右跑完全程，估计他跑完全程花费的时间，并估计他能获得的名次，
参考公式：线性回归方程中，，.

4 . 随着时代的不断发展，社会对高素质人才的需求不断扩大，我国本科毕业生中考研人数也不断攀升，2020年的考研人数是341万人，2021年考研人数是377万人.某中学数学兴趣小组统计了本省5所大学2022年的毕业生人数及考研人数（单位：千人），收集数据如下表所示.

	A大学	B大学	C大学	D大学	E大学
2022年毕业人数（千人）	7	6	5	4	3
2022年考研人数（千人）	2.5	2.3	1.8	1.9	1.5

(1)利用最小二乘估计建立关于的线性回归方程；
(2)该小组又利用上表数据建立了关于的线性回归方程，并把这两条拟合直线画在同一坐标系下，横坐标，纵坐标的意义与毕业人数和考研人数一致.请比较前者与后者的斜率与的大小.

5 . 某企业投资两个新型项目,投资新型项目A的投资额m（单位:十万元）与纯利润n（单位:万元）的关系式为,投资新型项目B的投资额x（单位:十万元）与纯利润y（单位:万元）的散点图如图所示.

(1)求y关于x的线性回归方程;
(2)根据（1）中的回归方程,若A,B两个项目都投资6（单位:十万元）,试预测哪个项目的收益更好.
附:回归直线的斜率和截距的最小二乘估计分别为,.

6 . 某地经过多年的环境治理，已将荒山改造成了绿水青山．为估计一林区某种树木的材积量，随机选取了10棵这种树木，测量每棵树的根部横截面积（单位：）和材积量（单位：），得到如下数据：

样本号i	1	2	3	4	5	6	7	8	9	10	总和
根部横截面积	0.04	0.06	0.04	0.08	0.08	0.05	0.05	0.07	0.07	0.06	0.6
材积量	0.25	0.40	0.22	0.54	0.51	0.34	0.36	0.46	0.42	0.40	3.9

由散点图知根部横截面积与材积量线性相关，并计算得．
(1)估计该林区这种树木平均一棵的根部横截面积与平均一棵的材积量；
(2)求该林区这种树木的根部横截面积与材积量的回归直线方程；
(3)现测量了该林区2500棵这种树木的根部横截面积，并得到这些树木的根部横截面积总和为．利用（2）中所求的回归直线方程，估计这些树木的总材积量．
附：回归直线方程的斜率，截距．

7 . 电影院统计了某电影上映高峰后连续10场的观众人数，其中每场观众人数y（单位：百人）与场次x的统计数据如表：

	1	2	3	4	5	6	7	8	9	10
		2

通过散点图可以发现与之间具有相关性，且满足经验关系式：，设.
(1)利用与的相关性及表格中的前8组数据求出与之间的回归方程（结果保留两位小数）；
(2)如果每场观众人数超过1.2（百人），称为“满场”.从表格中的10组数据中随机选出8组，设表示“满场”的数据组数，求的分布列及数学期望.
附：.前8组数据的相关量及公式：，对于样本，其回归直线的斜率和截距的最小二乘估计公式分别为

8 . 某便利店销售草莓，经过市场调研，对连续6天的销售量及销售单价进行统计，销售单价x（元）和销售量y（千克）之间的一组数据如下表所示：

天i	1	2	3	4	5	6
销售单价	18	19	20	21	22	16
销售量	22	20	16	12	10	30

(1)试根据前5天的销售数据，建立y关于x的回归直线方程；
(2)若由回归直线方程得到的估计数据与剩下的检验数据的误差不超过1.2千克，则认为所得到的回归直线方程是理想的，试问（1）中所得到的回归直线方程是否理想？
参考公式：回归直线方程，其中．
参考数据：，．

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

(1)请从相关系数（精确到）的角度分析，能否用线性回归模型拟合与的关系（若，则线性相关程度很强，可用线性回归模型拟合）；
(2)建立关于的线性回归方程，并用其估计当该种液体肥料每亩使用量为千克时，该蔬菜基地西红柿亩产量的增加量约为多少百千克？
参考公式：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：，相关系数，参考数据：

10 . 如图是我国2010年至2018年总量（单位：万亿元）的折线图．

注：年份代码1~9分别对应年份2010~2018．
(1)由折线图看出，可用一元线性回归模型拟合y与年份代码t的关系，请用相关系数加以说明（精确到0.001）；
(2)建立y关于t的经验回归方程（系数精确到0.01），并据此预测2022年我国总量．
参考数据：
，
参考公式：相关系数
经验回归方程中斜率和截距的最小二乘估计公式分别为