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

3 . 下列说法正确的是（       ）

A．一组数据2、3、3、4、5、7、7、8、9、11的第80百分位数为8.5

B．在回归分析中，可用决定系数判断模型拟合效果，越小，模型的拟合效果越好

C．若变量服从，，则

D．将总体划分为2层，通过分层抽样，得到两层的样本平均数和样本方差分别为，和，，若，则总体方差

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：

月份	1	2	3	4	5
带货金额/万元	350	440	580	700	880

(1)计算变量，的相关系数（结果精确到0.01）．
(2)求变量，之间的线性回归方程，并据此预测2023年7月份该公司的直播带货金额．
(3)该公司随机抽取55人进行问卷调查，得到如下不完整的列联表：

	参加过直播带货	未参加过直播带货	总计
女性	25		30
男性		10
总计

请填写上表，并判断是否有90%的把握认为参加直播带货与性别有关．
参考数据：，，，
，．
参考公式：相关系数，线性回归方程的斜率，截距．
附：，其中．

	0.15	0.10	0.05	0.025
	2.072	2.706	3.841	5.024

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

x	6	8	10	12
y	6	m	3	2

A．变量x，y之间呈现负相关关系

B．m的值等于5

C．变量x，y之间的相关系数

D．由表格数据知，该回归直线必过点

6 . 对四组数据进行统计，获得以下散点图，关于其相关系数的比较，正确的是（       ）

   

A．

B．

C．

D．

7 . 下列结论正确的是（    ）

A．若变量y关于变量x的回归直线方程为，且，，则

B．若随机变量的方差，则

C．若A、B两组成对数据的样本相关系数分别为，，则B组数据比A组数据的相关性较强

D．残差平方和越小，模型的拟合效果越好

8 . 某学校一同学研究温差（℃）与本校当天新增感冒人数（人）的关系，该同学记录了5天的数据：

x	5	6	8	9	12
y	17	20	25	28	35

经过拟合，发现基本符合经验回归方程，则下列结论错误的是（       ）

A．样本中心点为

B．

C．时，残差为

D．若去掉样本点，则样本的相关系数增大

9 . 根据统计，某蔬菜基地西红柿亩产量的增加量（百千克）与某种液体肥料每亩使用量（千克）之间的对应数据的散点图，如图所示.

   

(1)依据数据的散点图可以看出，可用线性回归模型拟合与的关系，请计算相关系数并加以说明（若，则线性相关程度很高，可用线性回归模型拟合）；
(2)求关于的回归方程，并预测液体肥料每亩使用量为千克时，西红柿亩产量的增加量约为多少？附：相关系数公式，回归方程中斜率和截距的最小二乘估计公式分别为：，.

10 . 据统计，某市一家新能源企业2022年近5个月的产值如下表：

月份	7月	8月	9月	10月	11月
月份代码x	1	2	3	4	5
产值y（亿元）	16	20	27	30	37

(1)根据上表数据，计算y与x间的线性相关系数r，并说明y与x的线性相关性的强弱；（结果保留两位小数，若，则认为y与x线性相关性很强；若，则认为y与x线性相关性不强.）
(2)求出y关于x的线性回归方程，并预测该企业什么时候的产值为67.6亿元.
参考公式：，，.
参考数据：，，，，.