1 . 某省为调查北部城镇2021年国民生产总值，抽取了20个城镇进行分析，得到样本数据，），其中和分别表示第个城镇的人口（单位：万人）和该城镇2021年国民生产总值（单位：亿元），计算得．
(1)请用相关系数判断该组数据中与之间线性相关关系的强弱（若，相关性较强；若，相关性一般；若，相关性较弱）；
(2)求关于的线性回归方程；
(3)若该省北部某城镇2021年的人口约为5万人，根据（2）中的线性回归方程估计该城镇2021年的国民生产总值．
参考公式：相关系数，对于一组具有线性相关关系的数据，其回归直线的斜率和截距的最小二乘估计分别为，

2 . 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_____________.

3 . 某地随着经济的发展，居民收入逐年增长，下表是该地一建设银行连续五年的储蓄存款额(年底余额)，如表1：

年份	2011	2012	2013	2014	2015
储蓄存款y(千亿元)	5	6	7	8	10

为了研究和计算的方便，工作人员将上表的数据进行了处理，得到表2：

时间代号t	1	2	3	4	5
	0	1	2	3	5

（1）求z关于t的线性回归方程；
（2）用所求回归方程预测到2021年年底，该地储蓄存款额可达多少？（附：对于线性回归方程，其中）

4 . 某大学生利用寒假参加社会实践，对机械销售公司7月份至12月份销售某种机械配件的销售量及销售单价进行了调查，销售单价和销售量之间的一组数据如表所示：

月份	7	8	9	10	11	12
销售单价（元）	9	9.5	10	10.5	11	8.5
销售量（元）	11	10	8	6	5	14

（1）根据7至11月份的数据，求出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2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？
（3）预计在今后的销售中，销售量与销售单价仍然服从（1）中的关系，若该种机器配件的成本是2.5元/件，那么该配件的销售单价应定为多元才能获得最大利润？（注：利润=销售收入-成本）．
参考数据：，．
参考公式：回归直线方程，其中，．

5 . “关注夕阳、爱老敬老”是我们中华民族的传统美德.某马拉松协会从2013年开始每年向敬老院招赠物资和现金:下表记录了第年(2013年是第一年)与捐赠的现金y(万元)的对应数据，由此表中的数据得到了y关于的线性回归方程：，则预测2020年捐赠的现金大约是（     ）

	3	4	5	6
y	2.5	3	4	4.5

A．5万元	B．6.65万元
C．5.25万元	D．5.95万元

6 . 一台还可以用的机器由于使用的时间较长，它按不同的转速生产出来的某机械零件有一些会有缺陷，每小时生产有缺陷零件的多少随机器运转的速率而变化，下表为抽样试验结果:

转速(转/秒)	16	15	12	9
每小时生产有缺陷的零件数（件）	10	9	8	5

通过观察散点图，发现与有线性相关关系:
（1）求关于的回归直线方程；
（2）若实际生产中，允许每小时生产的产品中有缺陷的零件最多为10个，那么机器的运转速度应控制在什么范围内?
(参考:回归直线方程为，其中，）

7 . 我国技术研发试验在2016-2018年进行，分为关键技术试验、技术方案验证和系统验证三个阶段实施.2020年初以来，技术在我国已经进入高速发展的阶段，手机的销量也逐渐上升，某手机商城统计了近5个月来手机的实际销量，如下表所示：

月份	2020年6月	2020年7月	2020年8月	2020年9月	2020年10月
月份编号	1	2	3	4	5
销量/部	50	96		185	227

若与线性相关，且求得线性回归方程为，则下列说法正确的是（       ）

A．

B．与正相关

C．与的相关系数为负数

D．12月份该手机商城的手机销量约为365部

8 . 某地随着经济的发展，居民收入逐年增大，下表是该地一农业银行连续五年的储蓄存款(年底余额)，如下表:

年份x	2013	2014	2015	2016	2017
储蓄存款y（亿元）	5	6	7	8	9

为了研究方便，工作人员将上表的数据进行了处理，，得到下表:

时间代号t	1	2	3	4	5
y	5	6	7	8	10

（1）求y关于t的线性回归方程；
（2）求y关于x的线性回归方程；
（3）用所求回归方程预测，到2020年底，该地储蓄存款额大约可达多少?
(附:线性回归方程，)

9 . 在对具有线性相关的两个变量x和y进行统计分析时，得到如下数据：

x	4	m	8	10	12
y	1	2	3	5	6

由表中数据求得y关于x的回归方程为，则，，这三个样本点中，距离回归直线最近的点是（       ）

A．

B．

C．

D．或

10 . 消费者信心指数是反映消费者信心强弱的指标；它是预测经济走势和消费趋向的一个先行指标，是监测经济周期变化的重要依据.
消费者信心指数值介于0和200之间.指数超过100时，表明消费者信心处于强信心区；指数等于100时，表示消费者信心处于强弱临界点；指数小于100时，表示消费者信心处于弱信心区.
我国某城市从2016年到2019年各季度的消费者信心指数如下表1：

	2016年	2017年	2018年	2019年
第一季度	104.50	111.70	118.50	119.30
第二季度	104.00	110.20	114.60	118.20
第三季度	105.50	114.20	110.20	118.10
第四季度	106.80	113.20	113.20	119.30

将2016年至2019年该城市各季度的消费者信心指数整理得到如下频数分布表2：

分组
频数	2	2	7	5

记2016年至2019年年份序号为，该城市各年消费者信心指数的年均值(四舍五入取整)为y，x与y的关系如下表3：

年份序号x	1	2	3	4
消费者信心指数年均值y	105	112	114	119

（1）求从2016年至2019年该城市各季度消费者信心指数中任取2个，至少有一个不小于115的概率；
（2）在表2中各区间内的消费者信心指数用其所在区间的中点值代替，设任取一个消费者信心指数X为随机变量，求X的分布列和数学期望(保留2位小数)；
（3）根据表3的数据建立y关于x的线性回归方程，并根据你建立的回归方程，预报2020年该城市消费者信心指数的年平均值.
参考数据和公式：，，；；；.