1 . 对两个变量和进行回归分析，得到一组样本数据：、、、，则下列说法中不正确的是（       ）

A．由样本数据得到的线性回归方程必过样本点的中心

B．残差平方和越小的模型，拟合的效果越好

C．用相关指数来刻画回归效果，的值越小，说明模型的拟合效果越好

D．若变量和之间的相关系数，则变量与之间具有线性相关关系

2 . 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
，．

3 . 下列命题，错误的是（       ）

A．若随机变量X服从正态分布，且，则

B．100件产品中包含10件次品，不放回地随机抽取6件，则次品数X服从二项分布

C．将随机变量进行平移或伸缩后，其均值与方差都不会变化

D．在一元线性回归模型分析中，决定系数用来刻画两个模型拟合的效果．若越小，则模型的拟合效果越好

4 . 下列关于统计概率知识的判断，正确的是（       ）

A．将总体划分为层，通过分层随机抽样，得到两层的样本平均数和样本方差分别为、和，且已知，则总体方差

B．在研究成对数据的相关关系时，相关关系越强，相关系数越接近于

C．若，，则事件、相互独立

D．某医院住院的位新冠患者的潜伏天数分别为、、、、、、、，则该样本数据的第百分位数为

6 . 我国技术给直播行业带来了很多发展空间，加上受疫情影响，直播这种成本较低的获客渠道备受商家青睐，某商场统计了2022年1~5月某商品的线上月销售量y（单位：千件）与售价x（单位：元/件）的情况如下表示．

月份	1	2	3	4	5
售价x（元/件）	60	56	58	57	54
月销售量y（千件）	5	9	7	10	9

(1)求相关系数，并说明是否可以用线性回归模型拟合与的关系（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0.01）；
(2)建立关于的线性回归方程，并估计当售价为元/件时，该商品的线上月销售量估计为多少千件？
(3)若每件商品的购进价格为元/件，如果不考虑其他费用，由（2）中结论，当商品售价为多少时，可使得该商品的月利润最大？（该结果保留整数）
参考公式：对于一组数据，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：．

7 . 下列选项中，正确的命题是（       ）

A．已知随机变量，若，，则

B．的展开式中的系数为10.

C．用独立性检验进行检验时，的值越大，说明有更大的把握认为两事件有关系.

D．样本相关系数越接近1，成对样本数据的线性相关程度越弱.

8 . 对于下列概率统计相关知识，说法正确的是（       ）

A．数据1，2，3，4，5，6，8，9，11的第75百分位数是7

B．若事件M，N的概率满足，且M，N相互独立，则

C．由两个分类变量，的成对样本数据计算得到，依据的独立性检验，可判断，独立

D．若一组样本数据的对应样本点都在直线上，则这组样本数据的相关系数为

10 . 近年来我国新能源汽车产业迅速发展，下表是某地区新能源乘用车的年销售量与年份的统计表：

年份
销量（万台）

某机构调查了该地区位购车车主的性别与购车种类情况，得到的部分数据如下表所示：

	购置传统燃油车	购置新能源车	总计
男性车主
女性车主
总计

(1)求新能源乘用车的销量关于年份的线性相关系数，并判断与之间的线性相关关系的强弱；（若，相关性较强；若，相关性一般；若，相关性较弱）
(2)请将上述列联表补充完整，根据小概率值的独立性检验，分析购车车主购置新能源乘用车与性别是否有关系？
①参考公式：相关系数；
②参考数据：；
③卡方临界值表：

	0.10	0.05	0.010	0.005	0.001
	2.706	3.841	6.635	7.879	10.828

其中，.