1 . 某地政府为解除空巢老人日常护理和社会照料的困境，大力培育发展养老护理服务市场．从年开始新建社区养老机构，下表为该地区近年新建社区养老机构的数量对照表．

年份	2017	2018	2019	2020	2021	2022	2023
年份代码	1	2	3	4	5	6	7
新建社区养老机构

(1)若该地区参与社区养老的老人的年龄近似服从正态分布，其中年龄的有人，试估计该地参与社区养老的老人有多少？（结果按四舍五入取整数）
(2)已知变量与之间的样本相关系数，请求出关于的线性回归方程，并据此估计年时，该地区新建社区养老机构的数量．（结果按四舍五入取整数）
参考公式与数据：①，.；
②若随机变量，则，，；
③，.

4 . 中国新能源汽车出口实现跨越式突破，是国产汽车品牌实现弯道超车，打造核心竞争力的主要抓手.下表是2022年我国某新能源汽车厂前5个月的销量y和月份x的统计表，根据表中的数据可得线性回归方程为，则下列四个命题正确的个数为（       ）

月份x	1	2	3	4	5
销量y（万辆）	1.5	1.6	2	2.4	2.5

①变量x与y正相关；②；③y与x的样本相关系数；④2022年7月该新能源汽车厂的销量一定是3.12万辆．

A．1

B．2

C．3

D．4

5 . 已知变量x和y的统计数据如表：

x	1	2	3	4	5
y	5	5	6	6	8

根据上表可得回归直线方程，据此可以预测当时，（       ）．

A．9.2

B．9.5

C．9.9

D．10.1

6 . 新型冠状病毒肺炎COVID-19疫情发生以来，在世界各地逐渐蔓延.在全国人民的共同努力和各级部门的严格管控下，我国的疫情已经得到了很好的控制.然而，小王同学发现，每个国家在疫情发生的初期，由于认识不足和措施不到位，感染人数都会出现快速的增长.下表是小王同学记录的某国连续8天每日新型冠状病毒感染确诊的累计人数.

日期代码x	1	2	3	4	5	6	7	8
累计确诊人数y	4	8	16	31	51	71	97	122

为了分析该国累计感染人数的变化趋势，小王同学分别用两杆模型：①，②对变量x和y的关系进行拟合，得到相应的回归方程并进行残差分析，残差图如下(注：残差)：经过计算得，，，，其中，.

(1)根据残差图，比较模型①，②的拟合效果，应该选择哪个模型?并简要说明理由；
(2)根据（1）问选定的模型求出相应的回归方程（系数均保留两位小数）；
(3)由于时差，该国截止第9天新型冠状病毒感染确诊的累计人数尚未公布.小王同学认为，如果防疫形势没有得到明显改善，在数据公布之前可以根据他在（2）问求出的回归方程来对感染人数做出预测，那么估计该地区第9天新型冠状病毒感染确诊的累计人数是多少?（结果保留整数）
附：回归直线的斜率和截距的最小二乘估计公式分别为：，.

7 . 给出下列说法：
①回归直线恒过样本点的中心；
②两个变量相关性越强，则相关系数就越接近1；
③某7个数的平均数为4，方差为2，现加入一个新数据4，此时这8个数的方差不变；
④在回归直线方程中，当变量x增加一个单位时，平均减少0.5个单位.
其中说法正确的是_____________.

8 . 某科技公司研发了一项新产品，经过市场调研，对公司1月份至6月份销售量及销售单价进行统计，销售单价（千元）和销售量（千件）之间的一组数据如下表所示：

月份	1	2	3	4	5	6
销售单价
销售量

（1）试根据1至5月份的数据，建立关于的回归直线方程；
（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千件，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 . 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 . 某单位为了落实“绿水青山就是金山银山”理念，制定节能减排的目标，先调查了用电量（单位：度）与气温（单位：）之间的关系，随机选取了天的用电量与当天气温，并制作了对照表：

（单位：℃）	17	14	10
（单位：度）	24	34	38	64

由表中数据得线性回归方程：，则由此估计：当气温为时，用电量约为（       ）

A．56度

B．62度

C．64度

D．68度