1 . 某大学从2011年开始每年都设奖学金，下表记录了该学校第年（2011年是第一年）奖学金总金额（万元）.若由表中数据得到关于的线性回归方程是，则可预测2020年奖学金总金额大约是（       ）

	3	4	5	6
	2.4	3.1	3.9	4.6

A．7.35万元

B．7.25万元

C．7.2万元

D．7万元

2 . 根据如下样本数据，得到回归直线方程，则（       ）

x	3	5	7	9
y	6	a	3	2

A．	B．变量x与y正相关
C．可以预测当时，	D．变量x与y之间是函数关系

3 . 某工厂生产某种型号的农机具零配件，为了预测今年7月份该型号农机具零配件的市场需求量，以合理安排生产，工厂对本年度1月份至6月份该型号农机具零配件的销售量及销售单价进行了调查，销售单价（单位：元）和销售量（单位：千件）之间的6组数据如下表所示：

月份	1	2	3	4	5	6
销售单价（元）	11.1	9.1	9.4	10.2	8.8	11.4
销售量（千件）	2.5	3.1	3	2.8	3.2	2.4

（1）根据1至6月份的数据，求关于的线性回归方程（系数精确到0.01）；
（2）结合（1）中的线性回归方程，假设该型号农机具零配件的生产成本为每件3元，那么工厂如何制定7月份的销售单价，才能使该月利润达到最大？（计算结果精确到0.1）
参考公式：回归直线方程，
参考数据：，

4 . 高血压､高血糖和高血脂统称“三高”.如图是西南某地区从2010年至2016年患“三高”人数y(单位：千人)的折线图.

（1）由折线图看出，可用线性回归模型拟合与的关系，请求出相关系数(精确到0.01)并加以说明；
（2）建立关于的回归方程，预测2018年该地区患“三高”的人数.
参考数据：，，，.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：.

5 . 某兴趣小组欲研究昼夜温差大小与患感冒人数多少之间的关系，他们分别到气象局与医院抄录1至6月份每月10号的昼夜温差情况与因患感冒而就诊的人数，得到如下图资料：

日期	1月10日	2月10日	3月10日	4月10日	5月10日	6月10日
昼夜温差	10	11	13	12	8	6
就诊人数y(个)	22	25	29	26	16	12

该兴趣小组的研究方案是先从这6组数据中选取2组，用剩下的4组数据求线性回归方程，再用被选取的2组数据检验.
（1）求选取的2组数据恰好相邻的概率；
（2）若选取的是1月与6月的两组数据，请根据月份的数据，求出y关于x的线性回归方程；
（3）若线性回归方程得出的估计数据与所选出的检验数据误差的绝对值都不超过2，则认为得到的线性回归方程是理想的.试问该小组由（2）中得到的线性回归方程是否理想？
附：.

6 . 某公司A产品生产的投入成本x（单位：万元）与产品销售收入y（单位：十万元）存在较好的线性关系，下表记录了该公司最近8次该产品的相关数据，且根据这8组数据计算得到y关于x的线性回归方程为．

x（万元）	6	7	8	11	12	14	17	21
y（十万元）	1.2	1.5	1.7	2	2.2	2.4	2.6	2.9

（1）求的值（结果精确到0.0001），并估计公司A产品投入成本30万元后产品的销售收入（单位：十万元）．
（2）该公司B产品生产的投入成本u（单位：万元）与产品销售收入v（单位：十万元）也存在较好的线性关系，且v关于u的线性回归方程为．
（i）估计该公司B产品投入成本30万元后的毛利率（毛利率）；
（ii）判断该公司A，B两个产品都投入成本30万元后，哪个产品的毛利率更大．

7 . 在改革开放40年成就展上某地区某农产品近几年的产量统计表：

年份	2014	2015	2016	2017	2018	2019
年份代码	1	2	3	4	5	6
年产量（万吨）	6.6	6.7	7	7.1	7.2	7.4

（1）根据表中数据，建立关于的线性回归方程．
（2）根据线性回归方程预测2020年该地区该农产品的年产量．
附：对于一组数据，，…，，其回归直线方程的斜率和截距的最小二乘估计分别为，．（参考数据：，计算结果保留到小数点后两位）

8 . 近年来，随着国家综合国力的提升和科技的进步，截至年底，中国铁路运营里程达万千米，这个数字比年增长了倍；高铁运营里程突破万千米，占世界高铁运营里程的以上，居世界第一位．如表截取了年中国高铁密度的发展情况（单位：千米/万平方千米）．

年份
年份代码
高铁密度

已知高铁密度与年份代码之间满足关系式（为大于的常数）．
（1）根据所给数据，求关于的回归方程（精确到位）；
（2）利用（1）的结论，预测到哪一年，高铁密度会超过千米/万平方千米．
参考公式：设具有线性相关系的两个变量的一组数据为，则回归方程的系数：，
参考数据：，，，，，．

9 . 一工厂对某条生产线加工零件所花费时间进行统计，得到如下表的数据：

零件数x（个）	10	20	30	40	50
加工时间y（分钟）	62	68	75	82	88

（1）从加工时间的五组数据中随机选择两组数据，求该两组数据中至少有一组数据小于加工时间的均值的概率；
（2）若加工时间与零件数具有相关关系，求关于的回归直线方程；若需加工个零件，根据回归直线预测其需要多长时间.
(，)

10 . 已知变量，之间的线性回归方程为，且变量，之间的一组相关数据如下表所示，则下列说法错误的是（       ）

	6	8	10	12
	6		3	2

A．可以预测，当时，	B．
C．变量，之间呈负相关关系	D．该回归直线必过点