1 . 下列说法正确的是（       ）

A．将一组数据中的每个数据都乘以同一个非零常数后，方差也变为原来的倍；

B．若四条线段的长度分别是1，3，5，7，从中任取3条，则这3条线段能够成三角形的概率为；

C．线性相关系数越大，两个变量的线性相关性越强；反之，线性相关性越弱；

D．设两个独立事件和都不发生的概率为，发生且不发生的概率与发生且不发生的概率相同，则事件发生的概率为.

2 . 某沙漠地区经过治理，生态系统得到很大改善，野生动物数量有所增加.为调查该地区某种野生动物的数量，将其分成面积相近的200个地块，从这些地块中用简单随机抽样的方法抽取20个作为样区，调查得到样本数据(x_i，y_i)(i=1，2，…，20)，其中x_i和y_i分别表示第i个样区的植物覆盖面积(单位：公顷)和这种野生动物的数量，并计算得，，，，.
（1）求该地区这种野生动物数量的估计值（这种野生动物数量的估计值等于样区这种野生动物数量的平均数乘以地块数）；
（2）求样本(x_i，y_i)(i=1，2，…，20)的相关系数（精确到0.01）；
（3）根据现有统计资料，各地块间植物覆盖面积差异很大.为提高样本的代表性以获得该地区这种野生动物数量更准确的估计，请给出一种你认为更合理的抽样方法，并说明理由.

附：相关系数r=，≈1.414.

3 . 某市房产中心数据研究显示，2018年该市新建住宅销售均价如下表.3月至7月房价上涨过快，为抑制房价过快上涨，政府从8月份开始出台了相关限购政策，10月份开始房价得到了很好的抑制.

均价（万元/）	0.95	0.98	1.11	1.12	1.20	1.22	1.32	1.34	1.16	1.06
月份	3	4	5	6	7	8	9	10	11	12

（Ⅰ）请建立3月至7月线性回归模型（保留小数点后3位），并预测若政府不宏观调控，12月份该市新建住宅销售均价；
（Ⅱ）试用相关系数说明3月至7月各月均价（万元/）与月份之间可用线性回归模型（保留小数点后2位）
参考数据：，，，，
回归方程斜率和截距最小二乘法估计公式；
相关系数.

4 . 某数学小组从医院和气象局获得2018年1月至6月份每月20的昼夜温差，（）和患感冒人数（/人）的数据，画出如图的折线图.

（1）建立关于的回归方程（精确到0.01），预测2019年1月至6月份昼夜温差为时患感冒的人数（精确到整数）；
（2）求与的相关系数，并说明与的相关性的强弱（若，则认为与具有较强的相关性），
参考数据：，，，，
相关系数：，回归直线方程是，，

5 . 随着中美贸易战的不断升级，越来越多的国内科技巨头加大了科技研发投入的力度．中华技术有限公司拟对“麒麟”手机芯片进行科技升级，根据市场调研与模拟，得到科技升级投入x（亿元与科技升级直接收益y（亿元）的数据统计如下：

序号	1	2	3	4	5	6	7	8	9	10	11	12
x	2	3	4	6	8	10	13	21	22	23	24	25
y	13	22	31	42	50	56	58	68.5	68	67.5	66	66

当时，建立了y与x的两个回归模型：模型①：；模型②：；当时，确定y与x满足的线性回归方程为．
（1）根据下列表格中的数据，比较当时模型①、②的相关指数的大小，并选择拟合精度更高、更可靠的模型，预测对“麒麟”手机芯片科技升级的投入为17亿元时的直接收益．

回归模型	模型①	模型②
回归方程
	182.4	79.2

（附：刻画回归效果的相关指数，）
（2）为鼓励科技创新，当科技升级的投入不少于20亿元时，国家给予公司补贴5亿元，以回归方程为预测依据，比较科技升级投入17亿元与20亿元时公司实际收益的大小．
（附：用最小二乘法求线性回归方程的系数：，）
（3）科技升级后，“麒麟”芯片的效率X大幅提高，经实际试验得X大致服从正态分布．公司对科技升级团队的奖励方案如下：若芯片的效率不超过50%，不予奖励：若芯片的效率超过50%，但不超过53%，每部芯片奖励2元；若芯片的效率超过53%，每部芯片奖励4元记为每部芯片获得的奖励，求（精确到0.01）．
（附：若随机变量，则，）

6 . 以下四个命题：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1；②在回归分析中，可用相关指数的值判断拟合效果，越小，模型的拟合效果越好； ③若数据的方差为1，则的方差为4；④已知一组具有线性相关关系的数据，其线性回归方程，则“满足线性回归方程”是“ ，”的充要条件；其中真命题的个数为

A．4

B．3

C．2

D．1

7 . 对于相关系数，下列说法中正确的是（       ）

A．越大，线性相关程度越强

B．越小，线性相关程度越强

C．越大，线性相关程度越弱，越小，线性相关程度越强

D．，且越接近，线性相关程度越强，越接近，线性相关程度越弱

8 . 某企业新研发了一种产品，产品的成本由原料成本及非原料成本组成.每件产品的非原料成本（元）与生产该产品的数量（千件）有关，经统计得到如下数据：

x	1	2	3	4	5	6	7	8
y	112	61	44.5	35	30.5	28	25	24

根据以上数据，绘制了散点图.

观察散点图，两个变量不具有线性相关关系，现考虑用反比例函数模型和指数函数模型分别对两个变量的关系进行拟合.已求得用指数函数模型拟合的回归方程为，与的相关系数.参考数据（其中）：

183.4	0.34	0.115	1.53	360	22385.5	61.4	0.135

（1）用反比例函数模型求关于的回归方程；
（2）用相关系数判断上述两个模型哪一个拟合效果更好（精确到0.01），并用其估计产量为10千件时每件产品的非原料成本；
（3）该企业采取订单生产模式（根据订单数量进行生产，即产品全部售出）.根据市场调研数据，若该产品单价定为100元，则签订9千件订单的概率为0.8，签订10千件订单的概率为0.2；若单价定为90元，则签订10千件订单的概率为0.3，签订11千件订单的概率为0.7.已知每件产品的原料成本为10元，根据（2）的结果，企业要想获得更高利润，产品单价应选择100元还是90元，请说明理由.
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：，，相关系数.

9 . 如图是某地区2012年至2018年生活垃圾无害化处理量（单位：万吨）的折线图.

注：年份代码分别表示对应年份.
（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（线性相关较强）加以说明；
（2）建立与的回归方程(系数精确到0.01)，预测2019年该区生活垃圾无害化处理量.
【参考数据】，，，，，，.
【参考公式】相关系数，在回归方程中斜率和截距的最小二乘估计公式分别为：，.

10 . 随着智能手机的普及，使用手机上网成为了人们日常生活的一部分，很多消费者对手机流量的需求越来越大.长沙某通信公司为了更好地满足消费者对流量的需求，准备推出一款流量包.该通信公司选了5个城市（总人数、经济发展情况、消费能力等方面比较接近）采用不同的定价方案作为试点，经过一个月的统计，发现该流量包的定价:(单位：元/月）和购买人数(单位：万人）的关系如表:

流量包的定价（元/月）	30	35	40	45	50
购买人数（万人）	18	14	10	8	5

（1）根据表中的数据，运用相关系数进行分析说明，是否可以用线性回归模型拟合与的关系？并指出是正相关还是负相关；
（2）①求出关于的回归方程；
②若该通信公司在一个类似于试点的城市中将这款流量包的价格定位25元/ 月，请用所求回归方程预测长沙市一个月内购买该流量包的人数能否超过20 万人.
参考数据：，，.
参考公式：相关系数，回归直线方程，其中，.