1 . 某市联考后从全体考生中随机抽取42名，获取他们本次考试的数学成绩和物理成绩，绘制成如图散点图：

根据散点图可以看出与之间有线性相关关系，但图中有两个异常点.经调查得知，考生由于重感冒导致物理考试发挥失常，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40名同学的数学成绩､物理成绩，与的相关系数.
(1)若不剔除两名考生的数据，用42组数据作回归分析，设此时与的相关系数为.试判断与的大小关系，并说明理由；
(2)求关于的线性回归方程，并估计如果考生参加了这次物理考试（已知考生的数学成绩为126分），物理成绩是多少？
(3)从概率统计规律看，本次考试该市的物理成绩服从正态分布，以剔除后的物理成绩作为样本，用样本平均数作为的估计值，用样本方差作为的估计值.试求该市共40000名考生中，物理成绩位于区间的人数的数学期望.
附：①回归方程中：
②若，则
③

2 . 新冠肺炎疫情发生以来，中医药全面参与疫情防控救治，做出了重要贡献.某中医药企业根据市场调研与模拟，得到研发投入（亿元）与产品收益（亿元）的数据统计如下：

研发投入x（亿元）	1	2	3	4	5
产品收益y（亿元）	3	7	9	10	11

(1)计算的相关系数，并判断是否可以认为研发投入与产品收益具有较高的线性相关程度？（若，则线性相关程度一般，若，则线性相关程度较高）
(2)求出关于的线性回归方程，并预测若想收益超过50（亿元）则需研发投入至少多少亿元？（结果保留一位小数）
参考数据：；
附：相关系数公式：；
回归直线方程的斜率.

3 . 数据显示，中国在线直播用户规模及在线直播购物规模近几年都保持高速增长态势，某线下家电商场为提升人气和提高营业额也开通了在线直播，下表统计了该商场开通在线直播的第x天的线下顾客人数y（单位：百人）的数据：

x	1	2	3	4	5
y	10	12	15	18	20

(1)根据第1至第5天的数据分析，计算变量y与x的相关系数r，并用r判断两个变量y与x相关关系的强弱（精确到小数点后三位）；
(2)根据第1至第5天的数据分析，可用线性回归模型拟合y与x的关系，试求出该线性回归方程并估计该商场开通在线直播的第10天的线下顾客人数．
（参考公式：相关系数，参考数据：
回归方程：，其中，）

4 . 直播带货是一种直播和电商相结合的销售手段，目前已被广大消费者所接受.针对这种现状，某公司决定逐月加大直播带货的投入，直播带货金额稳步提升，以下是该公司2023年前5个月的带货金额的统计表（金额（万元））.

月份	1月	2月	3月	4月	5月
月份编号	1	2	3	4	5
金额（万元）	7	12	13	19	24

(1)根据统计表，
①求该公司带货金额的平均值；
②求该公司带货金额与月份编号的样本相关系数（精确到0.01），并判断它们是否具有线性相关关系（，则认为与的线性相关性较强；，则认为与的线性相关性较弱）；
(2)该公司现有一个直播间销售甲、乙两种产品.为对产品质量进行监控，质检人员先用简单随机抽样的方法从甲、乙两种产品中分别抽取了5件、3件产品进行初检，再从中随机选取3件做进一步的质检，记抽到甲产品的件数为，试求的分布列与期望.
附：相关系数公式，参考数据：，，，.

5 . 下图是某市2016年至2022年生活垃圾无害化处理量y（单位：万吨）与年份t的散点图.

(1)根据散点图推断变量y与t是否线性相关，并用相关系数加以说明；
(2)建立y关于t的回归方程（系数精确到0.01），预测2024年该市生活垃圾无害化处理量.
参考数据：
，，，.
参考公式：，；相关系数.

6 . 某公司对其产品研发的年投资额（单位：百万元）与其年销售量（单位：千件）的数据进行统计，整理后得到如下统计表：

x	1	2	3	4	5
y	1.5	2	3.5	8	15

(1)求变量和的样本相关系数（精确到0.01），并推断变量和的线性相关程度；（若，则线性相关性程度很强；若，则线性相关性程度一般，若，则线性相关性程度很弱．）
(2)求年销售量关于年投资额的回归方程．并预测投资额为700万元时的销售量．（参考：）
参考：

7 . 能源和环境问题是目前全球性急需解决的问题，虽然近百年人类文明有了前所未有的发展，但对于能源的使用和环境的破坏也造成了严重的后果，发展新能源是时代的要求，是未来生存的要求．新能源汽车不仅对环境保护具有重大的意义而且还能够减少对不可再生资源的开发，是全球汽车发展的重要方向．“保护环境，人人有责”，在政府和有关企业的努力下，某市近几年新能源汽车的购买情况如下表所示：

年份x	2019	2020	2021	2022	2023
汽车购买y（万辆）	0.30	0.60	1.00	1.40	1.70

(1)根据上表数据，计算与的相关系数，并说明与的线性相关性强弱（若，则认为与线性相关性很强；若，则认为与线性相关性一般；若，则认为与线性相关性较弱）；
(2)求关于的线性回归方程，并预测该市2024年新能源汽车购买辆数（精确到个位）．
参考公式：，，
参考数值：．

8 . 2024年“元旦档”，某连锁购物中心在2023年12月31日隆重开业，该购物中心随机调查统计了连续8天的客流量（单位：百人），如下表：

日期	12月31日	1月1日	1月2日	1月3日	1月4日	1月5日	1月6日	1月7日
日期代码	1	2	3	4	5	6	7	8
客流量	16.6	18.8	22	24.9	28.6	33.1	38.9	46.3

(1)由表中数据，知可用线性回归模型拟合与之间的关系，请用相关系数加以说明；（结果精确到0.01）
(2)求关于的线性回归方程（系数精确到0.01，并用精确后的的值计算的值），并预测1月9日的客流量．（预测结果精确到0.1）
参考公式：相关系数，线性回归方程中斜率和截距的最小二乘估计公式分别为．
参考数据：，．

9 . 大学生刘铭去某工厂实习，实习结束时从自己制作的某种零件中随机选取了10个样品，测量每个零件的横截面积（单位：）和耗材量（单位：），得到如下数据：

样本号	1	2	3	4	5	6	7	8	9	10	总和
零件的横截面积	0.03	0.05	0.04	0.07	0.07	0.04	0.05	0.06	0.06	0.05	0.52
耗材量	0.24	0.40	0.23	0.55	0.50	0.34	0.35	0.45	0.43	0.41	3.9

并计算得．
(1)估算刘铭同学制作的这种零件平均每个零件的横截面积以及平均一个零件的耗材量；
(2)求刘铭同学制作的这种零件的横截面积和耗材量的样本相关系数（精确到0.01）；
(3)刘铭同学测量了自己实习期制作的所有这种零件的横截面积，并得到所有这种零件的横截面积的和为，若这种零件的耗材量和其横截面积近似成正比，请帮刘铭计算一下他制作的零件的总耗材量的估计值．附：相关系数．

10 . 大学生刘铭去某工厂实习，实习结束时从自己制作的某种零件中随机选取了10个样品，测量每个零件的横截面积（单位：）和耗材量（单位：），得到如下数据：

样本号	1	2	3	4	5	6	7	8	9	10	总和
零件的横截面积	0.03	0.05	0.04	0.07	0.07	0.04	0.05	0.06	0.06	0.05	0.52
耗材量	0.24	0.40	0.23	0.55	0.50	0.34	0.35	0.45	0.43	0.41	3.9

并计算得，．
(1)估算刘铭同学制作的这种零件平均每个零件的横截面积以及平均一个零件的耗材量；
(2)求刘铭同学制作的这种零件的横截面积和耗材量的样本相关系数（精确到0.01）．
附：相关系数；．