1 . 对变量有观测数据，得散点图1；对变量有观测数据，得散点图2.表示变量之间的线性相关系数，表示变量之间的线性相关系数，则下列说法正确的是（       ）

A．变量与呈现正相关，且	B．变量与呈现负相关，且
C．变量与呈现正相关，且	D．变量与呈现负相关，且

2 . 下列说法中正确的个数为（       ）个
①互斥事件一定是对立事件.
②在回归直线方程中，当解释变量每增加一个单位时，预报变量增加个单位；
③两个随机变量的线性相关性越强，相关系数的绝对值越接近于；
④在回归分析模型中，若相关指数越大，则残差平方和越小，模型的拟合效果越好.

A．

B．

C．

D．

3 . 学习于才干信仰，犹如运动于健康体魄，持之已久、行之愈远愈受益．为实现中华民族伟大复兴，全国各行各业掀起了“学习强国”的高潮．某老师很喜欢“学习强国”中“挑战答题”模块，他记录了自己连续七天每天一次最多答对的题数如下表：

天数x	1	2	3	4	5	6	7
一次最多答对题数y	12	15	16	18	21	24	27

参考数据：，，，，，
相关系数
由表中数据可知该老师每天一次最多答对题数y与天数x之间是正相关，其相关系数________________（结果保留两位小数）.

4 . 直播带货是一种直播和电商相结合的销售手段，目前已被广大消费者所接受.针对这种现状，某公司决定逐月加大直播带货的投入，直播带货金额稳步提升，以下是该公司2023年前5个月的带货金额的统计表（金额（万元））.

月份	1月	2月	3月	4月	5月
月份编号	1	2	3	4	5
金额（万元）	7	12	13	19	24

(1)根据统计表，
①求该公司带货金额的平均值；
②求该公司带货金额与月份编号的样本相关系数（精确到0.01），并判断它们是否具有线性相关关系（，则认为与的线性相关性较强；，则认为与的线性相关性较弱）；
(2)该公司现有一个直播间销售甲、乙两种产品.为对产品质量进行监控，质检人员先用简单随机抽样的方法从甲、乙两种产品中分别抽取了5件、3件产品进行初检，再从中随机选取3件做进一步的质检，记抽到甲产品的件数为，试求的分布列与期望.
附：相关系数公式，参考数据：，，，.

5 . (多选)某城市收集并整理了该市2018年1月份至10月份各月最低气温与最高气温(单位：℃)的数据，绘制了下面的折线图．已知该城市各月的最低气温与最高气温具有较好的线性关系，则根据折线图，下列结论错误的是（       ）

A．最低气温与最高气温呈正相关

B．10月的最高气温低于5月的最高气温

C．月温差(最高气温减最低气温)的最大值出现在1月

D．最低气温低于0 ℃的月份有4个

7 . 对变量，有观测数据，得散点图1；对变量，有观测数据，得散点图2. 表示变量，之间的样本相关系数，表示变量，之间的样本相关系数，则（       ）

A．	B．
C．	D．

8 . 对两个变量的三组数据进行统计，得到以下散点图，关于两个变量相关系数的比较，正确的是（       ）

   

A．

B．

C．

D．

9 . 环境监测部门为调研汽车流量对空气质量的影响，在某监测点统计每日过往的汽车流量（单位：辆）和空气中的的平均浓度（单位：）． 调研人员采集了50天的数据，制作了关于的散点图，并用直线与将散点图分成如图所示的四个区域Ⅰ、Ⅱ、Ⅲ、Ⅳ，落入对应区域的样本点的个数依次为6，20，16，8．

(1)完成下面的列联表，并判断至少有多大把握认为“平均浓度不小于与“汽车日流量不小于1500辆”有关；

	汽车日流量	汽车日流量	合计
的平均浓度
的平均浓度
合计

(2)经计算得回归方程为，且这50天的汽车日流量的标准差，的平均浓度的标准差．
①求相关系数，并判断该回归方程是否有价值；
②若这50天的汽车日流量满足，试推算这50天的日均浓度的平均数．（精确到0.1）
参考公式：，其中．

	0.100	0.050	0.010	0.001
	2.706	3.841	6.635	10.828

回归方程，其中．
相关系数． 若，则认为与有较强的线性相关性．

10 . 某骑行爱好者在专业人士指导下对近段时间骑行锻炼情况进行统计分析，统计每次骑行期间的身体综合指标评分与骑行用时（单位：小时）如下表：

身体综合指标评分	1	2	3	4	5
用时小时）	9.5	8.8	7.8	7	6.1

由上表数据得到的正确结论是（       ）
参考数据：
参考公式：相关系数.

A．身体综合指标评分与骑行用时正相关

B．身体综合指标评分与骑行用时的相关程度较弱

C．身体综合指标评分与骑行用时的相关程度较强

D．身体综合指标评分与骑行用时的关系不适合用线性回归模型拟合