2 . 已知由样本数据点集合，求得的回归直线方程为，且，现发现两个数据点和误差较大，剔除后重新求得的回归直线的斜率为1.2，则（     ）

A．变量与具有负相关关系	B．剔除后不变
C．剔除后的回归方程为	D．剔除后相应于样本点的残差为0.05

4 . 下列命题中，正确的命题有（        ）

A．设随机变量，则

B．若样本数据的方差为3，则数据的方差为25

C．天气预报，五一假期甲地的降雨概率是，乙地的降雨概率是，假定这段时间内两地是否降雨相互没有影响，则这段时间内甲地和乙地都不降雨的概率为

D．在线性回归模型中，表示解释变量对于预报变量变化的贡献率，越接近于1，表示回归的效果越好

5 . 5G技术在我国已经进入高速发展的阶段，5G手机的销量也逐渐上升，某手机商城统计了最近5个月手机的实际销量，如下表所示：

时间x	1	2	3	4	5
销售量y（千只）	0.5	0.8	1.0	1.2	1.5

若y与x线性相关，且线性回归方程为，则下列说法不正确的是（       ）

A．由题中数据可知，变量y与x正相关

B．线性回归方程中

C．可以预测时该商场5G手机销量约为1.72（千只）

D．时，残差为

6 . 下列说法中，正确的命题有（       ）

A．相关系数的值越大，说明成对样本数据的线性相关程度越强

B．以模型去拟合一组数据时，为了求出回归方程，设，求得线性回归方程为，则的值分别是和

C．在做回归分析时，残差图中残差点分布的水平带状区域的宽度越窄表示回归效果越好

D．若样本数据的方差为，则数据的方差为4

7 . 某企业拟对手机芯片进行科技升级，根据市场调研，得到科技升级投入（亿元）与科技升级直接收益（亿元）的数据统计如下：   

序号	1	2	3	4	5	6	7	8	9	10
	2	3	4	6	9	11	13	15	17	19
	13	22	31	42	50	56	58	62	63	65

根据表格中的数据，当 时，建立了与的两个回归模型：模型①：；模型②：；当 时，确定与满足的线性回归方程为.
(1)根据下列表格中的数据，比较当 时，模型①、②的相关指数的大小，并选择拟合精度更高、更可靠的模型；

回归模型	模型①	模型②
回归方程

（附：刻画回归效果的相关指数）
(2)为鼓励科技创新，当科技升级的投入不少于亿元时，国家给予公司补贴亿元，比较根据市场调研科技升级投入亿元直接收益与投入亿元时科技升级实际收益的预测值的大小；
（附：用最小二乘法求线性回归方程的系数：）
(3)科技升级后，芯片的效率大幅提高，经实际试验得大致服从正态分布.公司对科技升级团队的奖励方案如下：若芯片的效率不超过，不予奖励；若芯片的效率超过，但不超过，每部芯片奖励元；若芯片的效率超过，每部芯片奖励元，记为每部芯片获得的奖励额，求（精确到）.   
（附：若随机变量，，.）

8 . 市物价部门对5家商场的某商品一天的线上销售量及其价格进行调查，5家商场的售价（元）和销售量（件）之间的一组数据如表所示：

价格	9	9.5	10	10.5	11
销售量	11	10	8	6	5

按公式计算，与的回归直线方程是：，相关系数，则下列说法正确的是（       ）

A．	B．变量线性正相关
C．相应于点的残差约为	D．当时，的估计值为14.4

9 . 如图是某企业2016年至2022年的污水净化量（单位：吨）的折线图.
注：年份代码1~7分别对应年份2016~2022.
   
(1)由折线图看出，可用线性回归模型拟合y和t的关系，请建立y关于t的回归方程，并预测2025年该企业的污水净化量；
(2)请用相关指数说明回归方程预报的效果.
参考数据：；
参考公式：线性回归方程；
相关指数：

10 . 现代物流成为继劳动力、自然资源外影响企业生产成本及利润的重要因素.某企业去年前八个月的物流成本和企业利润的数据（单位:万元)如表所示:

月份	1	2	3	4	5	6	7	8
物流成本x	83	83.5	80	86.5	89	84.5	79	86.5
利润y	114	116	106	122	132	114	m	132
残差	0.2	0.6	1.8	-3	-1	-4.6	-1

根据最小二乘法公式求得线性回归方程为.
(1)求m的值，并利用已知的线性回归方程求出八月份的残差值
(2)通过残差分析，怀疑残差绝对值最大的那组数据有误，经再次核实后发现其真正利润应该为116万元.请重新根据最小二乘法的思想与公式，求出新的线性回归方程.
附1
附2
附3