1 . 随着网络的发展，网上购物越来越受到人们的喜爱，各大购物网站为增加收入，促销策略越来越多样化，促销费用也不断增加.下表是某购物网站2017年1-8月促销费用（万元）和产品销量（万件）的具体数据.

（1）根据数据绘制的散点图能够看出可用线性回归模型拟合与的关系，请用相关系数加以说明；（系数精确到0.001）
（2）建立关于的回归方程（系数精确到0.01）；如果该公司计划在9月份实现产品销量超6万件，预测至少需投入促销费用多少万元（结果精确到0.01）.
参考数据：，，，，，其中，分别为第个月的促销费用和产品销量，.
参考公式：（1）样本的相关系数
（2）对于一组数据，，，，其回归方程的斜率和截距的最小二乘估计分别为，.

2 . 高考复习经过二轮“见多识广”之后，为了研究考前“限时抢分”强化训练次数与答题正确率的关系，对某校高三某班学生进行了关注统计，得到如表数据：

	1	2	3	4
	20	30	50	60

（1）求关于的线性回归方程，并预测答题正确率是的强化训练次数（保留整数）；
（2）若用（）表示统计数据的“强化均值”（保留整数），若“强化均值”的标准差在区间内，则强化训练有效，请问这个班的强化训练是否有效？
附：回归直线的斜率和截距的最小二乘法估计公式分别为：
，，样本数据，，…，的标准差为

3 . 为了监控某种零件的一条生产线的生产过程，检验员每隔从该生产线上随机抽取一个零件，并测量其尺寸（单位：）．下面是检验员在一天内依次抽取的16个零件的尺寸：

抽取次序	1	2	3	4	5	6	7	8
零件尺寸	9．95	10．12	9．96	9．96	10．01	9．92	9．98	10．04
抽取次序	9	10	11	12	13	14	15	16
零件尺寸	10．26	9．91	10．13	10．02	9．22	10．04	10．05	9．95

经计算得，，
，其中为抽取的第个零件的尺寸，．
（1）求的相关系数，并回答是否可以认为这一天生产的零件尺寸不随生产过程的进行而系统地变大或变小（若，则可以认为零件的尺寸不随生产过程的进行而系统地变大或变小）．
（2）一天内抽检零件中，如果出现了尺寸在之外的零件，就认为这条生产线在这一天的生产过程可能出现了异常情况，需对当天的生产过程进行检查．
（ⅰ）从这一天抽检的结果看，是否需对当天的生产过程进行检查？
（ⅱ）在之外的数据称为离群值，试剔除离群值，估计这条生产线当天生产的零件尺寸的均值与标准差．（精确到）附：样本的相关系数
，．

4 . 2015男篮亚锦赛决赛阶段，中国男篮以9连胜的不败战绩赢得28届亚锦赛冠军，同时拿到亚洲唯一1张直通里约奥运会的入场券．赛后，中国男篮主力易建联荣膺本届亚锦赛（最有价值球员），下表是易建联在这9场比赛中投篮的统计数据．

注：（1）表中表示出手次命中次；

（2）（真实得分率）是衡量球员进攻的效率，其计算公式为：

（1）从上述9场比赛中随机选择一场，求易建联在该场比赛中超过的概率；
（2）我们把比分分差不超过15分的比赛称为“胶着比赛”.为了考察易建联在“胶着比赛”中的发挥情况，从“胶着比赛”中随机选择两场，求易建联在这两场比赛中至少有一场超过的概率；
（3）用来表示易建联某场的得分，用来表示中国队该场的总分，画出散点图如图所示，请根据散点图判断与之间是否具有线性相关关系？结合实际简单说明理由．

5 . 某市春节期间7家超市的广告费支出（万元）和销售额（万元）数据如下：

（1）若用线性回归模型拟合与的关系，求关于的线性回归方程；
（2）用对数函数回归模型拟合与的关系，可得回归方程：，计算线性回归模型和对数回归模型的分别约为0.75和0.97，请用说明选择个回归模型更合适，并用此模型预测超市广告费支出为8万元时的销售额.
参考数据：.

6 . 班主任为了对本班学生的考试成绩进行分析，决定从全班25名女同学，15名男同学中随机抽取一个容量为8的样本进行分析．
（1）如果按性别比例分层抽样，可以得到多少个不同的样本？（只要求写出计算式即可，不必计算出结果）
（2）随机抽取8位，他们的数学分数从小到大排序是：，物理分数从小到大排序是：．
①若规定85分以上（包括85分）为优秀，求这8位同学中恰有3位同学的数学和物理分数均为优秀的概率；
②若这8位同学的数学、物理分数事实上对应如下表：

学生编号	1	2	3	4	5	6	7	8
数学分数x	60	65	70	75	80	85	90	95
物理分数y	72	77	80	84	88	90	93	95

根据上表数据，用变量y与x的相关系数或散点图说明物理成绩y与数学成绩x之间线性相关关系的强弱．如果具有较强的线性相关关系，求y与x的线性回归方程（系数精确到）；如果不具有线性相关性，请说明理由．
参考公式：相关系数；回归直线的方程是：，其中对应的回归估计值，，是与对应的回归估计值．
参考数据：，，，，，，，．