2 . 如图是我国2015年至2023年岁及以上老人人口数（单位：亿）的折线图，

注：年份代码分别对应年份.
(1)由折线图看出，可用线性回归模型拟合与的关系，请用相关系数（结果精确到）加以说明；
(2)建立关于的回归方程（系数精确到），并预测2024年我国岁及以上老人人口数（单位：亿）.
参考数据：，，，.
参考公式：相关系数，若，则与有较强的线性相关性.
回归方程中斜率和截距的最小二乘估计公式分别为：，.

3 . 近年来，我国众多新能源汽车制造企业迅速崛起．某企业着力推进技术革新，利润稳步提高．统计该企业2019年至2023年的利润（单位：亿元），得到如图所示的散点图．其中2019年至2023年对应的年份代码依次为1，2，3，4，5．

(1)根据散点图判断，和哪一个适宜作为企业利润y（单位：亿元）关于年份代码x的回归方程类型？（给出判断即可，不必说明理由）
(2)根据（1）中的判断结果，建立y关于x的回归方程；
(3)根据（2）的结果，估计2024年的企业利润．
参考公式及数据；
，，
，，，，

6 . 为了加快实现我国高水平科技自立自强，某科技公司逐年加大高科技研发投入.下图1是该公司2013年至2022年的年份代码x和年研发投入y（单位：亿元）的散点图，其中年份代码1∼10分别对应年份2013∼2022.

   

根据散点图，分别用模型①，②作为年研发投入y（单位：亿元）关于年份代码x的经验回归方程模型，并进行残差分析，得到图2所示的残差图.结合数据，计算得到如下表所示的一些统计量的值：

75	2.25	82.5	4.5	120	28.35

表中，.
(1)根据残差图，判断模型①和模型②哪一个更适宜作为年研发投入y（单位：亿元）关于年份代码x的经验回归方程模型?并说明理由；
(2)（i）根据（1）中所选模型，求出y关于x的经验回归方程；
（ii）设该科技公司的年利润（单位：亿元）和年研发投入y（单位：亿元）满足（且），问该科技公司哪一年的年利润最大?
附：对于一组数据，，…，，其经验回归直线的斜率和截距的最小二乘估计分别为，.

7 . 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，，.

8 . 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：.，，.

9 . 某剧场的座位数量是固定的，管理人员统计了最近在该剧场举办的五场表演的票价（单位：元）和上座率（上座人数与总座位数的比值）的数据，其中，并根据统计数据得到如下的散点图：

(1)由散点图判断与哪个模型能更好地对与的关系进行拟合（给出判断即可，不必说明理由），并根据你的判断结果求回归方程；
(2)根据（1）所求的回归方程，预测票价为多少时，剧场的门票收入最多．

参考数据：，，；设，则，，；，，．

参考公式：对于一组数据，其回归直线的斜率和截距的最小二乘估计分别为：，．

10 . 基础学科招生改革试点，也称强基计划，强基计划是教育部开展的招生改革工作，主要是为了选拔培养有志于服务国家重大战略需求且综合素质优秀或基础学科拔尖的学生.聚焦高端芯片与软件､智能科技､新材料､先进制造和国家安全等关键领域以及国家人才紧缺的人文社会科学领域.某校在一次强基计划模拟考试后，从全体考生中随机抽取52名，获取他们本次考试的数学成绩（x）和物理成绩（y），绘制成如图散点图：

根据散点图可以看出y与x之间有线性相关关系，但图中有两个异常点A，B.经调查得知，A考生由于重感冒导致物理考试发挥失常，B考生因故未能参加物理考试.为了使分析结果更科学准确，剔除这两组数据后，对剩下的数据作处理，得到一些统计的值：，，，，，其中分别表示这50名考生的数学成绩､物理成绩，，2，…，50，y与x的相关系数.
(1)若不剔除A，B两名考生的数据，用52组数据作回归分析，设此时y与x的相关系数为.试判断与r的大小关系（不必说明理由）；
(2)求y关于x的线性回归方程（系数精确到0.01），并估计如果B考生加了这次物理考试（已知B考生的数学成绩为125分），物理成绩是多少？（精确到0.1）
附：线性回归方程中：.