1 . 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
第二季度
第三季度
第四季度

记2016年至2019年年份序号为x( x = 1 ，2，3，4)，该城市各年消费者信心指数的年平均值(四合五入取整)为 y ，x与 y 的关系如下表2：

年份序号	1	2	3	4
消费者信心指数年均值

(1)该城市在2017年和2018年的四个季度消费者信心指数中各取1个，求2018年消费者信心指数不小于2017年消费者信心指数的概率；
(2)根据表2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：，，，，

2 . 党的十八大以来,我国精准扶贫已经实施了六年,我国贫困人口从2012年的9899万人,减少到2018年的1660万人,2019年将努力实现减少贫困人口1000万人以上的目标,力争2020年在现行标准下,农村贫困人口全部脱贫,贫困县全部脱贫摘帽.某市为深入分析该市当前扶贫领域存在的突出问题,市扶贫办近三年来,每半年对贫困户(用表示,单位:万户)进行取样,统计结果如图所示,从2016年6月底到2019年6月底的共进行了七次统计,统计时间用序号表示,例如:2016年12月底(时间序号为2)贫困户为5.2万户.

(1)求关于的线性回归方程,并预测到2020年12月底,该市能否实现贫困户全部脱贫;
(2)为尽快打赢脱贫攻坚战,该市扶贫办在2019年6月底时,对全市贫困户随机抽取了100户贫困户,对每个家庭最主要经济收入来源进行抽样调查,统计结果如图.并决定据此选派一批农业技术人员对全市所有贫困户中,家庭最主要经济收入来源为养殖收入和种植收入的贫困户进行对口帮扶,每一名农业技术人员对口帮扶贫困户90户,则该市应分别安排多少农业技术人员对家庭最主要经济收入来源为养殖收入和种植收入的贫困户进行对口帮扶?
附:回归直线的斜率和截距的最小二乘法估计公式分别为:
,

3 . 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：，，；；；.

4 . 近年来，某市实验中学校领导审时度势，深化教育教学改革，经过师生共同努力，高考成绩硕果累累，捷报频传，尤其是2017年某著名高校在全国范围内录取的大学生中就有25名来自该中学.下表为该中学近5年被录取到该著名高校的学生人数.（记2013年的年份序号为1，2014年的年份序号为2，依此类推……）

年份序号	1	2	3	4	5
录取人数	10	13	17	20	25

（1）求关于的线性回归方程，并估计2018年该中学被该著名高校录取的学生人数（精确到整数）；
（2）若在第1年和第4年录取的大学生中按分层抽样法抽取6人，再从这6人中任选2人，求这2人中恰好有一位来自第1年的概率.
参考数据：，.
参考公式：，.

5 . 有下列说法：
①两个随机变量的线性相关性越强，相关系数的绝对值越接近于1；
②设有一个回归方程，则变量增加1个单位时，平均增加2个单位；
③回归直线必过样本点的中心；
④对分类变量与的随机变量的观测值来说，越小，判断“与有关系”的把握越大．
其中错误的个数是（       ）

A．0

B．1

C．2

D．3

7 . 有人收集了七月份的日平均气温（摄氏度）与某次冷饮店日销售额（百元）的有关数据，为分析其关系，该店做了五次统计，所得数据如下：

日平均气温（摄氏度）	31	32	33	34	35
日销售额（百元）	5	6	7	8	10

由资料可知，关于的线性回归方程是，给出下列说法：
①；
②日销售额（百元）与日平均气温（摄氏度）成正相关；
③当日平均气温为摄氏度时，日销售额一定为百元.
其中正确说法的序号是______.

8 . 下列说法正确的是

A．“为真”是“为真”的充分不必要条件；

B．样本的标准差是3.3；

C．是用来判断两个分类变量是否相关的随机变量，当K2的值很小时可以推定两类变量不相关；

D．设有一个回归直线方程为，则变量每增加一个单位，平均减少1.5个单位.

9 . 下表是年个重点城市（序号为一线城市，其它为非一线城市）的月平均收入与房价对照表，根据表中数据并适当修正，得到房价中位数与月平均收入的线性回归方程是，我们把根据房价与月平均收入的线性回归方程得到的房价称为参考房价，若实际房价中位数大于参考房价，我们称这个城市是“房价偏贵城市”.

序号	月评价收入	房价中位数	参考房价	序号	月评价收入	房价中位数	参考房价	序号	月评价收入	房价中位数	参考房价
1	10670	67822		11	7081	17327	25704	21	7081	14792	15972
2	10015	52584	51180	12	7065	13918	19476	22	7065	18741	15780
3	9561	50900	45732	13	7027	16286	19404	23	7027	10538	15324
4	8798	30729	36576	14	6974	16667	18204	24	6974	12069	14688
5	7424	10926	20088	15	6920	9743	17760	25	6920	2333	14040
6	7825	26714	24900	16	6903	10627	18120	26	6903	13582	13836
7	7770	39723	24240	17	6884	29000	17388	27	6884	22126	13608
8	7750	15114	24000	18	6654	7979	16584	28	6654	12207	10848
9	7723	17727	23676	19	6648	12500	16920	29	6648	12472	10776
10	7635	13012	22620	20	6608	12298	16200	30	6608	16406	10286

(1)计算城市的参考房价；
(2)从个一线城市中随机选取个城市进行调研，求恰好选到一个“房价偏贵城市”的概率；
(3)完成下面的列联表，并判断是否有的把握认为一线城市与该城市为“房价偏贵城市”有关？

	一般城市	非一线城市	总计
房价偏贵城市
不是房价偏贵城市
总计

附参考公式及数据：，其中.

	0.100	0.050	0.01
	2.706	3.841	6.635