1 . 回归方程、回归直线与一元回归分析
（1）定义：把拟合误差取得最小值时得到的线性方程（线性模型）称为变量y随x波动的_______________，其中自变量x称为解释变量，因变量y称为反应变量．回归方程所定义的直线称为回归直线，回归方程的系数（或称回归模型的参数）与称为回归系数．由一组有某种线性关系的成对数据求其回归方程的方法称为_____________；
（2）回归直线经过样本点的中心_____________，也就是散点图中数据点的中心．

2 . 大气污染物（直径不大于2.5的颗粒物）的浓度超过一定限度会影响人的身体健康．为研究浓度y（单位：）与汽车流量x（单位：千辆）的线性关系，研究人员选定了10个城市，在每个城市建立交通监测点，统计了24h内过往的汽车流量以及同时段空气中的浓度，得到如下数据：

城市编号	1	2	3	4	5	6	7	8	9	10	总和
x	1.300	1.444	0.786	1.652	1.756	1.754	1.200	1.500	1.200	0.908	13.5
y	66	76	21	170	156	120	72	120	100	129	1030

并计算得，，．
(1)求变量关于的线性回归方程；
(2)根据内浓度确定空气质量等级，浓度在0～35为优，35～75为良，75～115为轻度污染，115～150为中度污染，150～250为重度污染，已知某城市内过往的汽车流量为1360辆，判断该城市的空气质量等级．
参考公式：线性回归方程为，其中以．

3 . 近期，一些地方中小学生“课间10分钟”问题受到社会广泛关注，国家号召中小学要增加学生的室外活动时间．但是进入12月后，天气渐冷，很多学生因气温低而减少了外出活动次数．为了解本班情况，一位同学统计了一周（5天）的气温变化和某一固定课间该班级的学生出楼人数，得到如下数据：

温度（零下）	7	10	11	15	17
出楼人数	20	16	17	10	7

(1)利用最小二乘法，求变量之间的线性回归方程；
附：用最小二乘法求线性回归方程的系数：　　　
(2)预测当温度为时，该班级在本节课间的出楼人数（人数：四舍五入取整数）．
(3)为了号召学生能够增加室外活动时间，学校举行拔河比赛，采取3局2胜制（无平局）．在甲、乙两班的较量中，甲班每局获胜的概率均为，设随机变量X表示甲班获胜的局数，求的分布列和期望．

4 . 某班社会实践小组在寒假去书店体验图书销售员工作，并对某图书定价x(元)与当天销量y(本/天)之间的关系进行调查，得到了一组数据，发现变量大致呈线性关系，数据如下表所示

定价x（元）	6	8	10	12
销量y（本/天）	14	11	8	7

参考数据：，
参考公式：回归方程中斜率的最小二乘估计值公式为
(1)根据以上数据，求出y关于x的回归直线方程；
(2)根据回归直线方程，预测当该图书每天的销量为4本时，该图书的定价是多少元？

5 . 在入室盗窃类案件中，出现频率最高的痕迹物证之一就是足迹． 负重行走对足迹步伐特征影响的规律强，而且较为稳定． 正在行走的人在负重的同时，步长变短，步宽变大，步角变大． 因此， 以身高分别为170cm， 175cm， 180cm的人员各 20名作为实验对象，让他们采取双手胸前持重物的负重方式行走，得到实验对象在负重0kg，5kg，10kg，15kg，20kg状态下相对稳定的步长数据平均值． 并在不同身高情况下，建立足迹步长s(单位：cm)关于负重x(单位：kg)的三个经验回归方程． 根据身高 170cm组数据建立线性回归方程①： ；根据身高 175cm组数据建立线性回归方程②： 根据身高 180cm 组数据建立线性回归方程③： ．
(1)根据身高 180cm组的统计数据，求，的值，并解释参数的含义；

身高 180cm不同负重情况下的步长数据平均值
负重x/kg	0	5	10	15	20
足迹步长s/cm	74.35	73.50	71.80	68.60	65.75

(2)在一起盗窃案中，被盗窃物品重为9kg，在现场勘查过程中，测量得犯罪嫌疑人往返时足迹步长的差值为4.464cm，推测该名嫌疑人的身高，并说明理由．
附： ．为回归方程， ，，，

9 . 云南省统计局发布《全省旅游业发展情况（2015-2022年）》报告，其中2015年至2022年游客总人数y（单位：亿人次）的数据如下表：

年份	2015	2016	2017	2018	2019	2020	2021	2022
年份代号x	1	2	3	4	5	6	7	8
游客总人数y	3.3	4.3	5.7	6.9	8.1	5.3	6.5	8.4

为了预测2023年云南省游客总人数，根据2015年至2022年游客总人数y的数据建立线性回归模型一，得到回归方程：，但由于受到2020年疫情影响，估计预测不准确，若用2015年至2019年数据建立线性回归模型二，得到回归方程：
(1)根据和预测2023年云南省游客总人数（预测数据精确到0.1）；
(2)为了检验两种模型的预测效果，对两种模型作残差分析得到：
模型一：总偏差平方和，残差平方和；
模型二：总偏差平方和，残差平方和，
用来比较模型一与模型二的拟合效果（精确到0.001）；
(3)根据2020年至2022年游客总人数y的数据建立线性回归模型三，求回归方程，并根据预测2023年云南省游客总人数（预测数据精确到0.1）.
参考公式：，，，.