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

2 . 两个具有线性相关关系的变量的一组数据为，，，，则下列说法正确的是（       ）

A．若相关系数，则两个变量负相关

B．相关系数r的值越小，成对样本数据的线性相关程度越弱

C．决定系数越大，残差平方和越小，模型的拟合效果越好

D．决定系数越小，残差平方和越小，模型的拟合效果越好

3 . 对两个变量y与x进行回归分析，分别选择不同的模型，它们的相关系数r如下，其中拟合效果最好的模型是（       ）

A．模型Ⅰ：相关系数r为	B．模型Ⅱ：相关系数r为0.81
C．模型Ⅲ：相关系数r为	D．模型Ⅳ：相关系数r为0.53

4 . 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.

6 . 样本相关系数
（1）样本相关系数：设由变量x和y获得的两组数据分别为和（i=1，2，…，n），其对应关系如下表所示：

变量x							…
变量y							…

两组数据和的线性相关系数是度量两个变量x与y之间线性相关程度的统计量，
其计算公式为_______，
其中，，，它们分别是这两组数据的算术平均数．
（2）相关系数r的性质
①当时，称成对样本数据正相关；
当时，成对样本数据负相关；
当时，成对样本数据间没有线性相关关系；
②样本相关系数r的取值范围为[-1，1]；
当越接近1时，成对样本数据的线性相关程度越强；
当越接近0时，成对样本数据的线性相关程度越弱．

7 . 某贫困县为了响应国家精准扶贫的号召，特地承包了一块土地，已知土地的使用面（单位：亩）与相应的管理时间（单位：月）的关系如表所示：

土地使用面积（单位：亩）	1	2	3	4	5
管理时间（单位：月）	8	11	14	24	23

作出散点图，判断管理时间与土地使用面积是否线性相关，并根据相关系数说明相关关系的强弱．（若，认为两个变量有较强的线性相关性，的值精确到0.001）
注：亩，我国市制土地面积单位，1亩≈666.7平方米．
参考公式：．
参考数据：，，．

8 . 下列命题正确的是（       ）

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

B．决定系数越大的模型，拟合的效果越好

C．回归直线至少会经过其中一个样本点

D．以模型去拟合某组数据时，为了求出回归方程，设，将其变换后得到线性方程，则a，b的值分别为2，6

9 . 下列有关回归分析的结论中，正确的是（       ）

A．若回归方程为，则变量y与x负相关

B．运用最小二乘法求得的经验回归直线一定经过样本点的中心

C．若线性相关系数越小，说明两个变量之间的线性相关性越强

D．若散点图中所有点都在直线，则相关系数

10 . 随着科技发展的日新月异，人工智能融入了各个行业，促进了社会的快速发展.其中利用人工智能生成的虚拟角色因为拥有更低的人工成本，正逐步取代传统的真人直播带货.某公司使用虚拟角色直播带货销售金额得到逐步提升，以下为该公司自2023年8月使用虚拟角色直播带货后的销售金额情况统计.

年月	2023年8月	2023年9月	2023年10月	2023年11月	2023年12月	2024年1月
月份编号	1	2	3	4	5	6
销售金额/万元	15.4	25.4	35.4	85.4	155.4	195.4

若与的相关关系拟用线性回归模型表示，回答如下问题：
(1)试求变量与的样本相关系数（结果精确到0.01）；
(2)试求关于的经验回归方程，并据此预测2024年2月份该公司的销售金额.（，均保留一位小数）
附：经验回归方程，其中，
样本相关系数
参考数据：.