1 . 某项科研活动共进行了5次试验，其数据如下表所示：

特征量	第1次	第2次	第3次	第4次	第5次
x	2	5	8	9	11
y	12	10	8	8	7

（1）根据表中的数据，运用相关系数进行分析说明，是否可以用线性回归模型拟合y与x的关系？并指出是正相关还是负相关；
（2）求特征量y关于x的回归方程，并预测当特征量x为12时特征量y的值.
附：参考公式：相关系数，，.参考数据：.

2 . 近年来，随着互联网的发展，“共享汽车”在我国各城市迅猛发展，为人们出行提供了便利，但也给城市交通管理带来了一些困难.为掌握“共享汽车”在省的发展情况，省某调查机构从该省抽取了5个城市，分别收集和分析了“共享汽车”的，两项指标数，，数据如下表所示：

	城市1	城市2	城市3	城市4	城市5
指标数	4	6	2	8	5
指标数	4	4	3	5	4

经计算得，.
（1）试求与间的相关系数，并利用说明与是否具有较强的线性相关关系(若，则线性相关程度很高，可用线性回归模型拟合)；
（2）建立关于的回归方程，并预测当指标数为7时，指标数的估计值.
附：相关公式：，，.
参考数据：，.

3 . 如表是某位同学连续5次周考的数学、物理的成绩，结果如下：

周次	1	2	3	4	5
数学（x分）	79	81	83	85	87
物理（y分）	77	79	79	82	83

参考公式：，，表示样本均值.
（1）求该生5次月考数学成绩的平均分和物理成绩的方差；
（2）一般来说，学生的数学成绩与物理成绩有较强的线性相关关系，根据上表提供的数据，求两个变量x、y的线性回归方程.

4 . 为了缓解日益拥堵的交通状况，不少城市实施车牌竞价策略，以控制车辆数量.某地车牌竞价的基本规则是：①“盲拍”，即所有参与竞拍的人都是网络报价，每个人不知晓其他人的报价，也不知道参与当期竞拍的总人数；②竞价时间截止后，系统根据当期车牌配额，按照竞拍人的出价从高到低分配名额.某人拟参加年月份的车牌竞拍，他为了预测最低成交价，根据竞拍网站的公告，统计了最近个月参与竞拍的人数(见下表)∶

月份
月份编号
竞拍人数（万人）

（1）由收集数据的散点图发现，可用线性回归模型拟合竞拍人数（万人）与月份编号之间的相关关系.请用最小二乘法求关于的线性回归方程：，并预测年月份参与竞拍的人数.
（2）某市场调研机构对位拟参加年月份车牌竞拍人员的报价价格进行了一个抽样调查，得到如下的一份频数表：

报价区间（万元）
频数

（i）求这位竞拍人员报价的平均值和样本方差（同一区间的报价可用该价格区间的中点值代替）；
（ii）假设所有参与竞价人员的报价可视为服从正态分布，且与可分别由（i）中所求的样本平均数及估值.若年月份实际发放车牌数量为，请你合理预测（需说明理由）竞拍的最低成交价.
参考公式及数据：①回归方程，其中，；②，，；③若随机变量服从正态分布，则，，.

5 . 某产品的广告费用与销售额的统计数据如下表：

广告费用（万元）	2	3	4	5	6
销售额（万元）	19	25	34	38	44

根据上表可得回归直线方程为，下列说法正确的是（       ）

A．回归直线 必经过样本点、

B．这组数据的样本中心点未必在回归直线上

C．回归系数6.3的含义是广告费用每增加1万元，销售额实际增加6.3万元

D．据此模型预报广告费用为7万元时销售额为50.9万元

6 . 近年来，国资委，党委高度重视扶贫开发工作，坚决贯彻落实中央扶贫工作重大决策部署，在各个贫困县全力推进定点扶贫各项工作，取得了积极成效，某贫困县为了响应国家精准扶贫的号召，特地承包了一块土地，已知土地的使用面积以及相应的管理时间的关系如下表所示：

土地使用面积（单位：亩）	1	2	3	4	5
管理时间（单位：月）	8	10	13	25	24

并调查了某村300名村民参与管理的意愿，得到的部分数据如下表所示：

	愿意参与管理	不愿意参与管理
男性村民	150	50
女性村民	50

（1）求关于的线性回归方程．（计算结果保留两位小数）
（2）是否有99.9%的把握认为村民的性别与参与管理的意愿具有相关性？
参考公式：，，，其中．
临界值表：

（）	0.100	0.050	0.025	0.010	0.001
	2.706	3.841	5.024	6.635	10.828

7 . 某课外活动兴趣小组为了解某种植物的生长情况，收集了该种植物月生长量与月平均气温(℃)的6组数据.

编号	1	2	3	4	5	6
	14	15	17	18	20	21
	3	5	6	8	10	12

（1）请根据上面的数据求关于的线性回归方程(结果保留1位小数)；
（2）利用（1）中求出的线性回归方程进行残差分析.若用中的估计回归方程中的，由于随机误差，所以是的估计值，为相应点的残差.请填写下面的残差表，并绘制残差图，根据得到的残差图，分析该回归方程的拟合效果.
残差表：

编号	1	2	3	4	5	6
	14	15	17	18	20	21
	3	5	6	8	10	12

残差图：

参考数据：，，，.参考公式：线性回归方程中，，.

8 . 随着经济环境的好转，各地陆续出台刺激消费的政策，2020年4月以后，我国国民消费量日益增加．某地一大型连锁酒店4月到7月的营业额，统计如下：

月份：x	4	5	6	7
销售额：y（万元）	20	50	100	150

据分析，销售收入y（万元）与月份x具有线性相关关系．
（1）试求y关于x的线性回归方程；（参考数据：，）
（2）若该酒店的利润为，试估计该酒店从几月份起，月利润会超过60万元？
（附：在线性回归方程中，，．）

9 . 据统计某品牌服装专卖店一周内每天获取得纯利润（百元）与每天销售这种服装件数（百件）之间有如下一组数据.

	3	4	5	6	7	8	9
	66	69	73	81	89	90	91

该专卖店计划在国庆节举行大型促销活动以提高该品牌服装的知名度，为了检验服装的质量，现从厂家购进的500件服装中抽取60件进行检验，（服装进货编号为001-500）.
（1）利用随机数表抽样本时，如果从随机数表第8行第2列的数开始按三位数连贯向右读取，试写出最先检测的5件服装的编号；
（2）求该专卖店每天的纯利与每天销售件数之间的回归直线方程.（精确到0.01）
（3）估计每天销售1200件这种服装时获多少纯利润？
附表：（随机数表第7行至第9行）
84421   75331   57245   50688   77047   44767   21763   35025   83921   20676
63016   47859   16955   56719   98105   07185   12867   35807   44395   23879
33211   23429   78645   60782   52420   74438   15510   01342   99660   27954
参考数据：，，.
参考公式：，

10 . 某种产品的广告支出费用x（单位：万元）与销售量y（单位：万件）之间的对应数据如下表所示：

广告支出费用x	2.2	2.6	4.0	5.3	5.9
销售量y	3.8	5.4	7.0	11.6	12.2

根据表中的数据可得回归直线方程，，以下说法正确的是（       ）

A．第三个样本点对应的残差

B．在该回归模型对应的残差图中，残差点比较均匀地分布在倾斜的带状区域中

C．销售量的多少有是由广告支出费用引起的

D．用该回归方程可以比较准确地预测广告费用为20万元时的销售量