1 . 某农业大学组织部分学生进行作物栽培试验，由于土壤相对贫瘠，前期作物生长较为缓慢，为了增加作物的生长速度，达到预期标准，小明对自己培育的一株作物使用了营养液，现统计了使用营养液十天之内该作物的高度变化

天数x	1	2	3	4	5	6	7	8	9	10
作物高度y/cm	9	10	10	11	12	13	13	14	14	14

(1)观察散点图可知，天数与作物高度之间具有较强的线性相关性，用最小二乘法求出作物高度关于天数的线性回归方程（其中用分数表示）；
(2)小明测得使用营养液后第22天该作物的高度为，请根据（1）中的结果预测第22天该作物的高度的残差.
参考公式：.参考数据：.

2 . 对两个变量和进行回归分析，得到一组样本数据，下列统计量的数值能够刻画其经验回归方程的拟合效果的是（       ）

A．平均数

B．相关系数

C．决定系数

D．方差

3 . 已知某种汽车新购入价格为万元，但随着使用年限增加汽车会贬值．通过调查发现使用年限（单位：年）与出售价（单位：万元）之间的关系有如下一组数据：(1)求关于的回归方程；
(2)已知，当时，回归方程的拟合效果非常好；当时，回归方程的拟合效果良好．试问该线性回归方程的拟合效果是非常好还是良好？说明你的理由．
（附：用最小二乘法求经验回归方程的系数公式；）

4 . 已知建筑地基沉降预测对于保证施工安全，实现信息化监控有着重要意义．某工程师建立了四个函数模型来模拟建筑地基沉降随时间的变化趋势，并用相关指数、误差平方和、均方根值三个指标来衡量拟合效果．相关指数越接近1表明模型的拟合效果越好，误差平方和越小表明误差越小，均方根值越小越好．依此判断下面指标对应的模型拟合效果最好的是（       ）．

A． 相关指数 误差平方和 均方根值 0.949 5.491 0.499

B． 相关指数 误差平方和 均方根值 0.933 4.179 0.436

C． 相关指数 误差平方和 均方根值 0.997 1.701 0.141

D． 相关指数 误差平方和 均方根值 0.997 2.899 0.326

5 . 某学校研究性学习小组在学习生物遗传学的过程中，为验证高尔顿提出的关于儿子成年后身高y（单位：）与父亲身高x（单位：）之间的关系及存在的遗传规律，随机抽取了5对父子的身高数据，如下表：

父亲身高	160	170	175	185	190
儿子身高	170	174	175	180	186

(1)根据表中数据，求出关于的线性回归方程，并利用回归直线方程分别确定儿子比父亲高和儿子比父亲矮的条件，由此可得到怎样的遗传规律？
(2)记，其中为观测值，为预测值，为对应的残差.求（1）中儿子身高的残差的和､并探究这个结果是否对任意具有线性相关关系的两个变量都成立？若成立加以证明；若不成立说明理由.
参考数据及公式：
.

6 . 某同学用搜集到的六组数据绘制了如下散点图，在这六个点中去掉点后重新进行回归分析，则下列说法正确的是（       ）

A．决定系数变小	B．相关系数的绝对值越趋于1
C．残差平方和变小	D．解释变量与预报变量相关性变弱

7 . 某部门统计了某地区今年前7个月在线外卖的规模如下表：

月份代号x	1	2	3	4	5	6	7
在线外卖规模y（百万元）	11	13	18	★	28	★	35

其中4、6两个月的在线外卖规模数据模糊，但这7个月的平均值为23．若利用回归直线方程来拟合预测，且7月相应于点的残差为，则（       ）

A．1.0

B．2.0

C．3.0

D．4.0

8 . 下列四个命题：
①由样本数据得到的回归直线方程至少经过样本点中的一个；
②在回归分析中，若模型一的相关指数，模型二的相关指数，则模型一的拟合效果比模型二的好；
③回归直线一定经过样本点的中心；
④在残差图中，残差点分布的水平带状区域越窄，说明模型的拟合精度越高．
正确命题的个数为（       ）

A．1

B．2

C．3

D．4

9 . 下列说法正确的有（       ）
①回归分析中，常用，来刻画回归的效果，越大，模型的拟合效果越好，反之拟合效果越差；
②在线性回归模型中，随机误差的方差越小，用预报真实值的精度越高；
③独立性检验的原理是:在假设“：两个分类变量没有关系”下，如果出现一个与相矛盾的小概率事件，就推断不成立，且推断犯错误的概率不超过这个小概率.

A．①②

B．①③

C．②③

D．①②③

10 . 根据党中央规划的“精准发力，着力提高脱贫攻坚成效”的精准扶贫、精准脱贫路径，某农业机械上市公司为强化现代农业的基础支撑，不断投入资金对产品进行研发，从而提升农机装备的应用水平.通过对该公司近几年的年报公布的研发费用x（亿元）与产品的直接收益y（亿元）的数据进行统计，得到如下表：

年份	2015	2016	2017	2018	2019	2020	2021
年份编号	1	2	3	4	5	6	7
	2	3	4	6	8	10	13
	15	22	27	40	48	54	60

根据数据，可建立y关于x的两个回归模型：模型①：；模型②：．
(1)根据表格中的数据，分别求出模型①，②的相关指数的大小（保留三位有效数字）；
(2)根据（1）选择拟合精度更高、更可靠的模型，若2022年该公司计划投入研发费用17亿元，预测可为该公司带来多少直接收益.
附：相关指数，.

回归模型	模型①	模型②
	79.13	18.86