1 . 网上购物就是通过互联网检索商品信息，并通过电子订购单发出购物请求，厂商通过邮购的方式发货或通过快递公司送货上门，货到后通过银行转账、微信或支付宝支付等方式在线汇款.根据2019年中国消费者信息研究，超过的消费者更加频繁地使用网上购物，使得网上购物和送货上门的需求量激增，越来越多的消费者也首次通过第三方、品牌官方网站和微信社群等平台进行购物.某天猫专营店统计了2020年8月5日至9日这5天到该专营店购物的人数和时间第天间的数据，列表如表：

	1	2	3	4	5
	75	84	93	98	100

(1)由表中给出的数据是否可用线性回归模型拟合人数与时间之间的关系？若可用，估计8月10日到该专营店购物的人数（人数用四舍五入法取整数；若，则线性相关程度很高，可用线性回归模型拟合，计算时精确到.
(2)运用分层抽样的方法从第1天和第5天到该专营店购物的人中随机抽取7人，再从这7人中任取3人进行奖励，求这3人取自不同天的概率；
(3)该专营店为了吸引顾客，推出两种促销方案：方案一，购物金额每满100元可减10元；方案二，一次性购物金额超过800元可抽奖三次，每次中奖的概率均为，且每次抽奖互不影响，中奖一次打9折，中奖两次打8折，中奖三次打6折.某顾客计划在此专营店一次性购买1000元的商品，请从实际付款金额的数学期望的角度分析选哪种方案更优惠.
参考数据：.附：相关系数，回归直线方程的斜率：，.

3 . 某公司为改进生产，现对近5年来生产经营情况进行分析.收集了近5年的利润（单位：亿元）与年份代码共5组数据（其中年份代码分别指2019年，2020年，年），并得到如下值：.
(1)若用线性回归模型拟合变量与的相关关系，计算该样本相关系数，并判断变量与的相关程度（精确到0.01）；
(2)求变量关于的线性回归方程，并求2024年利润的预报值.
附：①；②若，相关程度很强；，相关程度一般；，相关程度较弱；③一组数据，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.

4 . 已知之间的回归直线方程为，且变量的数据如表所示，则下列说法正确的是（       ）

	6	8	10	12
	6		3	2

A．变量之间呈负相关关系	B．的值等于5
C．变量之间的相关系数	D．该回归直线必过点

5 . PM2.5是指环境空气中直径小于或等于2.5微米的颗粒物．它能较长时间悬浮于空气中，其在空气中含量越高，说明空气污染越严重．城市中的PM2.5成分除扬尘等自然因素外，燃料的燃烧也是一个重要来源．某市环境检测部门为检测燃油车流量对空气质量的影响，在一个检测点统计每日过往的燃油车流量（单位：辆）和空气中的PM2.5的平均浓度（单位：）．检测人员采集了50天的数据，制成列联表（部分数据缺失）：

	燃油车日流量	燃油车日流量	合计
PM2.5的平均浓度	16		24
PM2.5的平均浓度		20
合计	22

(1)完成上面的列联表，并根据小概率值的独立性检验，能否认为PM2.5的平均浓度小于与燃油车日流量小于1500辆有关联？
(2)经计算得与之间的回归直线方程为，且这50天的燃油车的日流量的标准差，PM2.5的平均浓度的标准差．若相关系数满足，则判定所求回归直线方程有价值；否则判定其无价值．
①判断该回归直线方程是否有价值；
②若这50天的燃油车的日流量满足，试求这50天的PM2.5的平均浓度的平均数（利用四舍五入法精确到0.1）．
参考公式：，其中．

	0.01	0.005	0.001
	6.636	7.879	10.828

回归方程，其中，；
相关系数．
参考数据：，，．

6 . 某市联考后，从全体考生中随机抽取44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42名同学的数学成绩､物理成绩，，2，…，42，与的相关系数.
(1)若不剔除两名考生的数据，用44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

7 . 国内某企业研发了一款产品，根据产品成本，每件产品售价不低于43元，经调研，产品售价（单位：元/件）与月销售量（单位：万件），并得到随机变量相对应的一组数据为．
(1)根据相关系数（结果保留两位小数），判断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．（参考数据：）
(2)建立关于的经验回归方程，并估计当产品的月销售量86875件时，该产品的售价约为多少？
参考公式：相关系数回归方程中斜率和截距的最小
二乘估计公式分别为：．

8 . 维尼纶纤维的耐热水性能的好坏可以用指标“缩醛化度”y来衡量，这个指标越高，耐热水性能也越好，而甲醛浓度是影响缩醛化度的重要因素，在生产中常用甲醛浓度x(克/升)去控制这一指标，为此必须找出它们之间的关系，现安排一批实验，获得如下数据.

甲醛浓度x	18	20	22	24	26	28	30
缩醛化度(y)	26.86	28.35	28.75	28.87	29.75	30.00	30.36

求样本相关系数r并判断它们的相关程度.

9 . 为估计一林区某种树木的总材积量，随机选取了10棵这种树木，测量每棵树的根部横截面积（单位：m²）和材积量（单位：m³），得到如下数据：

样本号i	1	2	3	4	5	6	7	8	9	10	总和
根部横截面积xi	0.04	0.06	0.04	0.08	0.08	0.05	0.05	0.07	0.07	0.06	0.6
材积量yi	0.25	0.40	0.22	0.54	0.51	0.34	0.36	0.46	0.42	0.40	3.9

并计算得，，.
(1)估计该林区这种树木平均一棵的根部横截面积与平均一棵的材积量．
(2)现测量了该林区所有这种树木的根部横截面积，并得到所有这种树木的根部横截面积总和为360 m².已知树木的材积量与其根部横截面积近似成正比．利用以上数据给出该林区这种树木的总材积量的估计值．
(3)求该林区这种树木的根部横截面积与材积量的样本相关系数．（精确到0.01）
参考公式和数据：相关系数，≈1.377.

10 . 近年来，共享单车进驻城市，绿色出行引领时尚．某公司计划对未开通共享单车的A县城进行车辆投放，为了确定车辆投放量，对过去在其他县城的投放量情况以及年使用人次进行了统计，得到了投放量x（单位；千辆）与年使用人次y（单位：千次）的数据如下表所示，根据数据绘制投放量x与年使用人次y的散点图如图所示．

   

x	1	2	3	4	5	6	7
y	5	16	28	38	64	108	196

拟用模型① 或模型② 对两个变量的关系进行拟合，令，可得
，，，，，变量y与t的标准差分别为，．
(1)根据所给的统计量，求模型② 中y关于x的回归方程；（结果保留小数点后两位）
(2)计算并比较两种模型的相关系数r（结果保留小数点后三位），求哪种模型预测值精度更高、更可靠；
(3)已知每辆单车的购入成本为200元，年调度费以及维修等的使用成本为每人次0.2元，按用户每使用一次，收费1元计算，若投入8000辆单车，利用（2）中更可靠的模型，预测几年后开始实现盈利．（结果保留整数）
附，样本点的线性回归方程最小二乘估计公式为，，相关系数
参考数据：．