1 . 下列说法正确的是（       ）

A．将一组数据中的每一个数据都加上同一个常数后，平均数和方差都不变

B．设具有线性相关关系的两个变量x，y的相关系数为r，则|r|越接近于0，x和y之间的线性相关程度越强

C．在一个2×2列联表中，由计算得K²的值，则K²的值越小，判断两个变量有关的把握越大

D．若 ，则

2 . 关于变量x，y的n个样本点及其线性回归方程．下列说法正确的有（       ）

A．相关系数r的绝对值|r|越接近0，表示x，y的线性相关程度越强

B．相关指数的值越接近1，表示线性回归方程拟合效果越好

C．残差平方和越大，表示线性回归方程拟合效果越好

D．若，则点一定在线性回归方程上

3 . 某基地蔬菜大棚采用水培、无土栽培方式种植各类蔬菜．过去50周的资料显示，该地周光照量X（小时）都在30小时以上，其中不足50小时的周数有5周，不低于50小时且不超过70小时的周数有35周，超过70小时的周数有10周．根据统计，该基地的西红柿增加量y（百斤）与使用某种液体肥料x（千克）之间对应数据为如图所示的折线图．

（1）依据数据的折线图，是否可用线性回归模型拟合y与x的关系？请计算相关系数r并加以说明（精确到0.01）；（若则线性相关程度很高，可用线性回归模型拟合）
（2）蔬菜大棚对光照要求较大，某光照控制仪商家为该基地提供了部分光照控制仪，但每周光照控制仪最多可运行台数受周光照量X限制，并有如表关系：

周光照量x（单位：小时）
光照控制仪最多可运台数	3	2	1

若某台光照控制仪运行，则该台光照控制仪周利润为3000元：若某台光照控制仪未运行，则该台光照控制仪周亏损1000元．以过去50周的周光照量的频率作为周光照量发生的概率，商家欲使周总利润的均值达到最大，应安装光照控制仪多少台？
附：相关系数公式，参考数据．

4 . 西尼罗河病毒（WNV）是一种脑炎病毒，WNV通常是由鸟类携带，经蚊子传播给人类．1999年8-10月，美国纽约首次爆发了WNV脑炎流行．在治疗上目前尚未有什么特效药可用，感染者需要采取输液及呼吸系统支持性疗法，有研究表明，大剂量的利巴韦林含片可抑制WNV的复制，抑制其对细胞的致病作用．现某药企加大了利巴韦林含片的生产，为了提高生产效率，该药企负责人收集了5组实验数据，得到利巴韦林的投入量x（千克）和利巴韦林含片产量y（百盒）的统计数据如下：

投入量x（千克）	1	2	3	4	5
产量y（百盒）	16	20	23	25	26

由相关系数可以反映两个变量相关性的强弱，，认为变量相关性很强；，认为变量相关性一般；，认为变量相关性较弱．
（1）计算相关系数r，并判断变量x、y相关性强弱；
（2）根据上表中的数据，建立y关于x的线性回归方程；为了使某组利巴韦林含片产量达到150百盒，估计该组应投入多少利巴韦林？
参考数据：.
参考公式：相关系数，线性回归方程中，．

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 . 某果园种植“糖心苹果”已有十余年，根据其种植规模与以往的种植经验，产自该果园的单个“糖心苹果”的果径（最大横切面直径，单位：）在正常环境下服从正态分布.
（1）一顾客购买了20个该果园的“糖心苹果”，求会买到果径小于56的概率；
（2）为了提高利润，该果园每年投入一定的资金，对种植、采摘、包装、宣传等环节进行改进.如图是2009年至2018年，该果园每年的投资金额（单位：万元）与年利润增量（单位：万元）的散点图：

该果园为了预测2019年投资金额为20万元时的年利润增量，建立了关于的两个回归模型；
模型①：由最小二乘公式可求得与的线性回归方程：；
模型②：由图中样本点的分布，可以认为样本点集中在曲线：的附近，对投资金额做交换，令，则，且有，，，.
（I）根据所给的统计量，求模型②中关于的回归方程；
（II）根据下列表格中的数据，比较两种模型的相关指数，并选择拟合精度更高、更可靠的模型，预测投资金额为20万元时的年利润增量（结果保留两位小数）.

回归模型	模型①	模型②
回归方程
	102.28	36.19

附：若随机变量，则，；样本的最小乘估计公式为，；
相关指数.
参考数据：，，，.

7 . 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
，．

8 . 下列说法错误的是

A．自变量取值一定时，因变量的取值有一定随机性的两个变量之间的关系叫做相关关系

B．在线性回归分析中，相关系数越大，变量间的相关性越强

C．在残差图中，残差点分布的带状区域的宽度越狭窄，其模型拟合的精度越高

D．在回归分析中，为的模型比为的模型拟合的效果好