1 . 新冠肺炎疫情发生以来，中医药全面参与疫情防控救治，做出了重要贡献.某中医药企业根据市场调研与模拟，得到研发投入（亿元）与产品收益（亿元）的数据统计如下：

研发投入（亿元）	1	2	3	4	5
产品收益（亿元）	3	7	9	10	11

(1)计算，的相关系数，并判断是否可以认为研发投入与产品收益具有较高的线性相关程度?（若，则线性相关程度一般，若，则线性相关程度较高）
(2)求出关于的线性回归方程，并预测若想收益超过50（亿元）则需研发投入至少多少亿元?（结果保留一位小数）参考数据：，.
附：相关系数公式：，
回归直线方程的斜率，截距.

2 . 某校数学兴趣小组在某座山测得海拔高度（单位：千米）与气压（单位：千帕）的六组数据绘制成如下散点图，分析研究发现点相关数据不符合实际，删除点后重新进行回归分析，则下列说法正确的是（       ）
   

A．删除点后，样本数据的两变量正相关

B．删除点后，相关系数的绝对值更接近于1

C．删除点后，新样本的残差平方和变大

D．删除点后，解释变量与响应变量相关性变弱

3 . 下列说法正确的是（       ）

A．若随机变量服从正态分布，且，则

B．一组数据的第60百分位数为14

C．若线性相关系数越接近1，则两个变量的线性相关性越强

D．对具有线性相关关系的变量，其线性回归方程为，若样本点的中心为，则实数的值是－4

4 . 下列说法正确的是（       ）

A．线性回归方程中，若线性相关系数越大，则两个变量的线性相关性越强

B．数据的第75百分位数为10

C．根据分类变量与的成对样本数据，计算得到，根据小概率值的独立性检验，可判断与有关联，此推断犯错误的概率不大于0.05

D．某校共有男女学生1500人，现按性别采用分层抽样的方法抽取容量为100人的样本，若样本中男生有55人，则该校女生人数是675

5 . 下列关于概率统计说法中正确的是（       ）

A．两个变量的相关系数为，则越小，与之间的相关性越弱

B．设随机变量，若，则

C．在回归分析中，为0.89的模型比为0.98的模型拟合得更好

D．某人解答10个问题，答对题数为，则

6 . 2023年，国家不断加大对科技创新的支持力度，极大鼓舞了企业投入研发的信心，增强了企业的创新动能.某企业在国家一系列优惠政策的大力扶持下，通过技术革新和能力提升，极大提升了企业的影响力和市场知名度，订单数量节节攀升，右表为该企业今年1~4月份接到的订单数量.

月份t	1	2	3	4
订单数量y（万件）	5.2	5.3	5.7	5.8

(1)试根据样本相关系数r的值判断订单数量y与月份t的线性相关性强弱（，则认为y与t的线性相关性较强，，则认为y与t的线性相关性较弱）.（结果保留两位小数）
(2)建立y关于t的线性回归方程，并预测该企业5月份接到的订单数量.
附：相关系数，
回归方程中斜率和截距的最小二乘法估计公式分别为，，.

7 . 下列关于统计概率知识的判断，正确的是（       ）

A．若的方差为，则的方差为；

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1；

C．已知随机变量服从正态分布，若，则；

D．按从小到大顺序排列的两组数据：甲组：27，30，37，m，40，50；乙组：24，n，33，44，48，52，若这两组数据的第30百分位数、第50百分位数都分别对应相等，则.

8 . 如图是某采矿厂的污水排放量（单位：吨）与矿产品年产量（单位：吨）的折线图：

(1)依据折线图计算相关系数（精确到0.01），并据此判断是否可用线性回归模型拟合与的关系？（若，则线性相关程度很高，可用线性回归模型拟合）
(2)若可用线性回归模型拟合与的关系，请建立关于的线性回归方程，并预测年产量为10吨时的污水排放量.
相关公式，
参考数据：.回归方程中，.

10 . 随着人们生活水平的提高，健康越来越成为当下人们关心的话题，因此，健身也成了广大市民的一项必修课.某健身机构统计了2022年1∼5月份某初级私人健身教练课程的月报名人数（单位：人）与该初级私人健身教练价格（单位：元/小时）的情况，如下表所示.

月份	1	2	3	4	5
初级私人健身教练价格（元/小时）	210	200	190	170	150
初级私人健身教练课程的月报名人数（人）	5	8	7	9	11

(1)求（，2，3，4，5）的相关系数r，并判断月报名人数y与价格x是否有很强的线性相关性?（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0.001）
(2)请建立关于的线性回归方程；（精确到0.001）
(3)当价格为每小时230元时，估计该课程的月报名人数为多少人?（结果保留整数）
参考公式：对于一组数据（，2，3，…，n），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：.，，.