1 . 2023年，国家不断加大对科技创新的支持力度，极大鼓舞了企业投入研发的信心，增强了企业的创新动能.某企业在国家一系列优惠政策的大力扶持下，通过技术革新和能力提升，极大提升了企业的影响力和市场知名度，订单数量节节攀升，右表为该企业今年1~4月份接到的订单数量.

月份t	1	2	3	4
订单数量y（万件）	5.2	5.3	5.7	5.8

(1)试根据样本相关系数r的值判断订单数量y与月份t的线性相关性强弱（，则认为y与t的线性相关性较强，，则认为y与t的线性相关性较弱）.（结果保留两位小数）
(2)建立y关于t的线性回归方程，并预测该企业5月份接到的订单数量.
附：相关系数，
回归方程中斜率和截距的最小二乘法估计公式分别为，，.

2 . 随着人们生活水平的提高，健康越来越成为当下人们关心的话题，因此，健身也成了广大市民的一项必修课.某健身机构统计了2022年1∼5月份某初级私人健身教练课程的月报名人数（单位：人）与该初级私人健身教练价格（单位：元/小时）的情况，如下表所示.

月份	1	2	3	4	5
初级私人健身教练价格（元/小时）	210	200	190	170	150
初级私人健身教练课程的月报名人数（人）	5	8	7	9	11

(1)求（，2，3，4，5）的相关系数r，并判断月报名人数y与价格x是否有很强的线性相关性?（当时，可以认为两个变量有很强的线性相关性；否则，没有很强的线性相关性）（精确到0.001）
(2)请建立关于的线性回归方程；（精确到0.001）
(3)当价格为每小时230元时，估计该课程的月报名人数为多少人?（结果保留整数）
参考公式：对于一组数据（，2，3，…，n），相关系数，其回归直线的斜率和截距的最小二乘估计分别为，.
参考数据：.，，.

3 . 我国为全面建设社会主义现代化国家，制定了从2021年到2025年的“十四五”规划．某企业为响应国家号召，汇聚科研力量，加强科技创新，准备增加研发资金．该企业为了解研发资金的投资额x（单位：百万元）对年收入的附加额y（单位：百万元）的影响，对往年研发资金投资额和年收入的附加额进行研究，得到相关数据如下：

投资额	2	3	4	5	6	8	9	11
年收入的附加额	3.6	4.1	4.8	5.4	6.2	7.5	7.9	9.1

(1)求年收入的附加额y与投资额x的线性回归方程；
(2)在（1）的条件下，若投资额为16百万元，估计年收入的附加额；
(3)若年收入的附加额与投资额的比值大于1，则称对应的投资额为“优秀投资额”，现从上面8个投资额中任意取3个，用X表示这3个投资额中“优秀投资额”的个数，求X的分布列及数学期望．
附：，，．
在线性回归方程中，，．

4 . 每年4月23日为“世界读书日”，树人学校于四月份开展“书香润泽校园，阅读提升思想”主题活动，为检验活动效果，学校收集当年二至六月的借阅数据如下表：

月份	二月	三月	四月	五月	六月
月份代码x	l	2	3	4	5
月借阅量y（百册）	4.9	5.1	5.5	5.7	5.8

根据上表，可得y关于x的经验回归方程为，则（       ）

A．

B．借阅量4.9，5.1，5.5，5.7，5.8的上四分位数为5.7

C．y与x的线性相关系数

D．七月的借阅量一定不少于6. 12万册

5 . 国家发改委和住建部等六部门发布通知，提到：2025年，农村生活垃圾无害化处理水平将明显提升.现阶段我国生活垃圾有填埋､焚烧､堆肥等三种处理方式，随着我国生态文明建设的不断深入，焚烧处理已逐渐成为主要方式.根据国家统计局公布的数据，对2013-2020年全国生活垃圾焚烧无害化处理厂的个数y（单位：座）进行统计，得到如下表格：

年份	2013	2014	2015	2016	2017	2018	2019	2020
年份代码	1	2	3	4	5	6	7	8
垃圾焚烧无害化 处理厂的个数 y	166	188	220	249	286	331	389	463

(1)根据表格中的数据，可用一元线性回归模型刻画变量与变量之间的线性相关关系，请用相关系数加以说明（精确到0.01）；
(2)求出关于的经验回归方程，并预测2022年全国生活垃圾焚烧无害化处理厂的个数；
(3)对于2035年全国生活垃圾焚烧无害化处理厂的个数，还能用（2）所求的经验回归方程预测吗？请简要说明理由.
参考公式：相关系数，回归方程中斜率和截距的最小二乘法估计公式分别为
参考数据：，

6 . 对两个变量y和x进行回归分析，得到一组样本数据，则下列结论正确的是（       ）

A．若求得的经验回归方程为，则变量y和x之间具有正的线性相关关系

B．若其经验回归方程必过点，则

C．若根据这组数据得到样本相关系数，则说明样本数据的线性相关程度较强

D．若用相关指数来刻画回归效果，回归模型1的相关指数，回归模型2的相关指数，则模型1的拟合效果更好

7 . 对具有线性相关关系的变量x，y，测得一组数据如下：

x	2	4	5	6	8
y	20	40	60	70	80

根据上表，利用最小二乘法得它们的回归直线方程为，据此模型预测当时，y的估计值为（       ）

A．210.5

B．211

C．211.5

D．212

9 . 党的十九大报告中指出：从2020年到2035年，在全面建成小康社会的基础上，再奋斗15年，基本实现社会主义现代化.若到2035年底我国人口数量增长至14.4亿，由2013年到2019年的统计数据可得国内生产总值（）（单位：万亿元）关于年份代号的回归方程为，由回归方程预测我国在2035年底人均国内生产总值（单位：万元）约为（       ）

A．14.04

B．202.16

C．13.58

D．14.50

10 . 为了防止脱贫后返贫，我市扶贫工作小组指导原一贫困村通过种植山药来提高经济收入，山药对环境温度要求较高，根据以往的经验，随着温度的升高，其死亡株数成增长的趋势.下表给出了2019年种植的一批试验山药在温度升高时死亡的株数的6组数据：

温度（单位：）	21	23	24	27	29	32
死亡数（单位：株）	6	11	20	27	57	77

经计算：，，，，，，，其中，分别为实验数据中的温度和死亡株数，，2，3，4，5，6.
（1）若用线性回归模型来拟合数据的变化关系，求关于的回归方程（结果精确到0.1）；
（2）若用非线性回归模型来拟合数据的变化关系，求得关于的回归方程，且相关系数为.
①试与（1）中得回归模型相比，用说明哪种模型的拟合效果更好；
②用拟合效果好的模型预测温度为时该山药死亡株数（结果取整数）.
附：对于一组具有线性相关关系的数据，，……，，其回归直线的截距和斜率的最小二乘法估计公式分别为：，
相关系数：