1 . 将保护区分为面积大小相近的多个区域，用简单随机抽样的方法抽取其中15个区域进行编号，统计抽取到每个区域的某种水源指标和区域内该植物分布的数量（，2，…，15），得到数组．已知，，．
(1)求样本（，2…，15）的相关系数；
(2)假设该植物的寿命为随机变量X（X可取任意正整数）．研究人员统计大量数据后发现：对于任意的，寿命为的样本在寿命超过k的样本里的数量占比与寿命为1的样本在全体样本中的数量占比相同，均等于0.1，这种现象被称为“几何分布的无记忆性”．
（ⅰ）求（）的表达式；
（ⅱ）推导该植物寿命期望的值．
附：相关系数．

2 . 混凝土的抗压强度x较容易测定，而抗剪强度y不易测定，工程中希望建立一种能由x推算y的经验公式，下表列出了现有的9对数据，分别为，，…，．

x	141	152	168	182	195	204	223	254	277
y	23.1	24.2	27.2	27.8	28.7	31.4	32.5	34.8	36.2

以成对数据的抗压强度x为横坐标，抗剪强度y为纵坐标作出散点图，如图所示．

(1)从上表中任选2个成对数据，求该样本量为2的样本相关系数r．结合r值分析，由简单随机抽样得到的成对样本数据的样本相关系数是否一定能确切地反映变量之间的线性相关关系？
(2)根据散点图，我们选择两种不同的函数模型作为回归曲线，根据一元线性回归模型及最小二乘法，得到经验回归方程分别为：①，②．经验回归方程①和②的残差计算公式分别为，，．
（ⅰ）求；
（ⅱ）经计算得经验回归方程①和②的残差平方和分别为，，经验回归方程①的决定系数，求经验回归方程②的决定系数．
附：相关系数，决定系数，．

3 . 某专营店统计了最近天到该店购物的人数和时间第天之间的数据，列表如下：(1)由表中给出的数据，判断是否可用线性回归模型拟合人数与时间之间的关系？（若，则认为线性相关程度高，可用线性回归模型拟合；否则，不可用线性回归模型拟合.计算时精确到）
(2)该专营店为了吸引顾客，推出两种促销方案：方案一，购物金额每满元可减元；方案二，购物金额超过元可抽奖三次，每次中奖的概率均为，且每次抽奖互不影响，中奖一次打折，中奖两次打折，中奖三次打折.某顾客计划在此专营店购买一件价值元的商品，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.

8 . 第40届中国洛阳牡丹文化节以“花开洛阳、青春登场”为主题，紧扣“颠覆性创意、沉浸式体验、年轻化消费、移动端传播”，组织开展众多文旅项目，取得了喜人的成绩，使洛阳成为最热门的全国“网红打卡城市”之一．其中“穿汉服免费游园”项目火爆“出圈”，倍受广大游客喜爱，带火了以“梦里隋唐尽在洛邑”为主的汉服体验活动为了解汉服体验店广告支出和销售额之间的关系，在洛阳洛邑古城附近抽取7家汉服体验店，得到了广告支出与销售额数据如下：

体验店	A	B	C	D	E	F	G
广告支出/万元	3	4	6	8	11	15	16
销售额/万元	6	10	15	17	23	38	45

对进入G体验店的400名游客进行统计得知，其中女性游客有280人，女性游客中体验汉服的有180人，男性游客中没有体验汉服的有80人．
(1)请将下列2×2列联表补充完整，依据小概率值的独立性检验，能否认为体验汉服与性别有关联；

性别	是否体验汉服		合计
	体验汉服	没有体验汉服
女	180		280
男		80
合计			400

(2)设广告支出为变量x（万元），销售额为变量y（万元），根据统计数据计算相关系数r，并据此说明可用线性回归模型拟合y与x的关系（若，则线性相关程度很强，可用线性回归模型拟合）；
(3)建立y关于x的经验回归方程，并预测广告支出为18万元时的销售额（精确到0.1）．
附：参考数据及公式：，，，，，，
相关系数，
在线性回归方程中中，，．
，．

	0.05	0.01	0.001
	3.841	6.635	10.828

10 . 某校20名学生的数学成绩和知识竞赛成绩如下表：

学生编号	1	2	3	4	5	6	7	8	9	10
数学成绩	100	99	96	93	90	88	85	83	80	77
知识竞赛成绩	290	160	220	200	65	70	90	100	60	270
学生编号	11	12	13	14	15	16	17	18	19	20
数学成绩	75	74	72	70	68	66	60	50	39	35
知识竞赛成绩	45	35	40	50	25	30	20	15	10	5

计算可得数学成绩的平均值是，知识竞赛成绩的平均值是，并且，，．
(1)求这组学生的数学成绩和知识竞赛成绩的样本相关系数（精确到）．
(2)设，变量和变量的一组样本数据为，其中两两不相同，两两不相同．记在中的排名是第位，在中的排名是第位，．定义变量和变量的“斯皮尔曼相关系数”（记为）为变量的排名和变量的排名的样本相关系数．
（i）记，．证明：．
（ii）用（i）的公式求这组学生的数学成绩和知识竞赛成绩的“斯皮尔曼相关系数”（精确到）．
(3)比较（1）和（2）（ii）的计算结果，简述“斯皮尔曼相关系数”在分析线性相关性时的优势．
注：参考公式与参考数据．；；．