1 . 设是变量和的个样本点，由这些样本点通过最小二乘法得到线性回归直线方程，下列结论正确的是（       ）

A．与正相关的充要条件是	B．直线过点
C．与之间的相关系数为	D．当增大一个单位时，增大个单位

2 . 下列说法中，正确的命题是（       ）

A．两个随机变量的线性相关性越强，则相关系数的绝对值越接近于1

B．，

C．用不同的模型拟合同一组数据，则残差平方和越小的模型拟合的效果越好．

D．已知随机变量服从正态分布，，则

3 . 为了研究y关于x的线性相关关系，收集了5组样本数据（见下表）：

x	1	2	3	4	5
y	0.5	0.9	1	1.1	1.5

若已求得一元线性回归方程为，则下列选项中正确的是（       ）

A．

B．当时，y的预测值为2.2

C．样本数据y的第40百分位数为1

D．去掉样本点后，x与y的样本相关系数r不会改变

4 . 随着全国新能源汽车推广力度的加大，新能源汽车消费迎来了前所未有的新机遇．某公司生产了A、B两种不同型号的新能源汽车，为了解大众对生产的新能源汽车的接受程度，公司在某地区采用随机抽样的方式进行调查，对A、B两种不同型号的新能源汽车进行综合评估，综合得分按照，，，分组，绘制成评估综合得分的频率分布直方图（如图）：

A型号评估综合得分频率分布直方图             B型号评估综合得分频率分布直方图
(1)以调查结果的频率估计概率，从A、B两种不同型号的新能源汽车中各随机抽取一辆，以X表示这两辆中综合得分不低于80分的辆数，求X的分布列和数学期望；
(2)为进一步了解该地区新能源汽车销售情况，某机构根据统计数据，用最小二乘法得到该地区新能源汽车销量y（单位：万台）关于年份x的线性回归方程为，且销量的方差，年份的方差为．求y与x的相关系数r，并据此判断该地区新能源汽车销量y与年份x的相关性强弱．
参考公式：
（ⅰ）线性回归方程：，其中，；
（ⅱ）相关系数（若，则相关性较弱；若，则相关性较强；若，则相关性很强）．

5 . 某城市理论预测2015年到2019年人口总数与年份的关系如下表所示

年份	2015	2016	2017	2018	2019
时间代号	0	1	2	3	4
人口总数（十万）	5	7	8	11	19

(1)请用相关系数说明该组数据中与之间的关系可用线性回归模型进行拟合；
(2)求出关于的线性回归方程；
(3)据此估计2021年该城市人口总数．
参考公式：相关系数，对于一组具有线性相关关系的数据，其回归直线的斜率和截距的最小二乘估计分别为．

6 . 已知x和y的散点图如图所示，在相关关系中，若用拟合时的决定系数为，用拟合时的决定系数为，则，中较大的是________.

7 . 下列说法不正确的是（       ）．

A．一组数据10，11，11，12，13，14，16，18，20，22的第60百分位数为14

B．若随机变量服从正态分布，且，则

C．若线性相关系数越接近1，则两个变量的线性相关程度越高

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

9 . 某公司收集了某商品销售收入（万元）与相应的广告支出（万元）共10组数据（），绘制出如下散点图，并利用线性回归模型进行拟合.

若将图中10个点中去掉点后再重新进行线性回归分析，则下列说法正确的是（       ）

A．决定系数变小	B．残差平方和变小
C．相关系数的值变小	D．解释变量与预报变量相关性变弱

10 . 近年来，长安区大力发展大花卉产业，其中玫瑰既有观赏价值也能加工成食品和高档化妆品而得到环山路一带农民大面种植．已知玫瑰的株高y（单位：cm）与一定范围内的温度x（单位：）有关，现收集了玫瑰的13组观测数据，得到如下的散点图：

现根据散点图利用或建立y关于x的回归方程，令，得到如下数据：

10.15		109.94		3.04			0.16
13.94			11.67		0.21	21.22

且与的相关系数分别为，，且．
(1)用相关系数说明哪种模型建立y与x的回归方程更合适；
(2)根据（1）的结果及表中数据，建立y关于x的回归方程；
(3)已知玫瑰的利润z与x、y的关系为，当x为何值时，z的预期最大．
参考数据和公式：，，，对于一组数据，其回归直线方程的斜率和截距的最小二乘法估计分别为，，相关系数．