1 . 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．

2 . 近年来，随着国家对新能源汽车产业的支持，很多国产新能源汽车迅速崛起，其因颜值高、动力充沛、提速快、空间大、用车成本低等特点得到民众的追捧，但是充电难成为影响新能源汽车销量的主要原因，国家为了加快新能源汽车的普及程度，在全国范围内逐步增建充电桩．某地区2019－2023年的充电桩数量及新能源汽车的年销量如表所示：

年份	2019	2020	2021	2022	2023
充电桩数量x/万台	1	3	5	7	9
新能源汽车年销量y/万辆	25	37	48	58	72

(1)已知可用线性回归模型拟合y与x的关系，请用相关系数加以说明（结果精确到0.001）；
(2)求y关于x的线性回归方程，预测当该地区充电桩数量为24万台时，新能源汽车的年销量是多少万辆？
参考公式：相关系数，回归方程中斜率和截距的最小二乘估计公式分别为，．
参考数据：，，，．

3 . 某地经过多年的环境治理，已将荒山改造成了绿水青山，为估计一林区某种树木的总材积量．随机选取了10棵这种树木，测量每棵树的根部横截面积（单位：）和材积量（单位：），得到如下数据：

样本号i	1	2	3	4	5	6	7	8	9	10	总和
根部横截面积	0.04	0.06	0.04	0.03	0.08	0.05	0.05	0.07	0.07	0.06	0.6
材积量	0.25	0.40	0.22	0.54	0.51	0.34	0.36	0.46	0.42	9.40	3.9

并计算得．
(1)估计该林区这种树木平均一棵的根部横截面积与平均一棵的材积量；
(2)求该林区这种树木的根部横截面积与材积量的样本相关系数（精确到0.01）．
附：相关系数，．

4 . 2024年3月4日，丰城市农业局在市委组织下召开推进湖塘-董家富硒梨产业高质量发展专题会议，安排部署加快推进特色优势产业富硒梨高质量发展工作，集中资源、力量打造“富硒梨”公共品牌.丰城市为做好富硒梨产业的高质量发展，项目组统计了某果场近5年富硒梨产业综合总产值的各项数据如下：年份x，综合产值y（单位：万元）

年份	2019	2020	2021	2022	2023
年份代码	1	2	3	4	5
综合产值	23.1	37.0	62.1	111.6	150.8

(1)根据表格中的数据，可用一元线性回归模型刻画变量y与变量x之间的线性相关关系，请用相关系数加以说明（精确到0.01）；
(2)求出y关于x的经验回归方程，并预测2024年底该果场富硒梨产业的综合总产值.
参考公式：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：；
参考数据：

5 . 学习于才干信仰，犹如运动于健康体魄，持之已久、行之愈远愈受益．为实现中华民族伟大复兴，全国各行各业掀起了“学习强国”的高潮．某老师很喜欢“学习强国”中“挑战答题”模块，他记录了自己连续七天每天一次最多答对的题数如下表：

天数x	1	2	3	4	5	6	7
一次最多答对题数y	12	15	16	18	21	24	27

参考数据：，，，，，
相关系数
由表中数据可知该老师每天一次最多答对题数y与天数x之间是正相关，其相关系数________________（结果保留两位小数）.

6 . 环境监测部门为调研汽车流量对空气质量的影响，在某监测点统计每日过往的汽车流量（单位：辆）和空气中的的平均浓度（单位：）． 调研人员采集了50天的数据，制作了关于的散点图，并用直线与将散点图分成如图所示的四个区域Ⅰ、Ⅱ、Ⅲ、Ⅳ，落入对应区域的样本点的个数依次为6，20，16，8．

(1)完成下面的列联表，并判断至少有多大把握认为“平均浓度不小于与“汽车日流量不小于1500辆”有关；

	汽车日流量	汽车日流量	合计
的平均浓度
的平均浓度
合计

(2)经计算得回归方程为，且这50天的汽车日流量的标准差，的平均浓度的标准差．
①求相关系数，并判断该回归方程是否有价值；
②若这50天的汽车日流量满足，试推算这50天的日均浓度的平均数．（精确到0.1）
参考公式：，其中．

	0.100	0.050	0.010	0.001
	2.706	3.841	6.635	10.828

回归方程，其中．
相关系数． 若，则认为与有较强的线性相关性．

7 . 某骑行爱好者在专业人士指导下对近段时间骑行锻炼情况进行统计分析，统计每次骑行期间的身体综合指标评分与骑行用时（单位：小时）如下表：

身体综合指标评分	1	2	3	4	5
用时小时）	9.5	8.8	7.8	7	6.1

由上表数据得到的正确结论是（       ）
参考数据：
参考公式：相关系数.

A．身体综合指标评分与骑行用时正相关

B．身体综合指标评分与骑行用时的相关程度较弱

C．身体综合指标评分与骑行用时的相关程度较强

D．身体综合指标评分与骑行用时的关系不适合用线性回归模型拟合

8 . 为了解某一地区电动汽车销售情况，某部门根据统计数据，用最小二乘法得到电动汽车销量y（单位：万台）关于x（年份）的线性回归方程为，且销量y的方差，年份x的方差．
(1)求y与x的相关系数r，并据此判断电动汽车销量y与年份x的相关性强弱；
(2)该部门还调查了该地区90位购车车主的性别与购车种类情况，得到的数据如下表：

性别	购买非电动汽车	购买电动汽车	总计
男性	39		45
女性		15
总计

根据调查数据回答：是否有的把握认为购买电动汽车与车主性别有关？
参考公式：（i）线性回归方程：，其中；
（ii）相关系数：，若，则可判断y与x线性相关较强．
（iii），其中．附表：

	0.10	0.05	0.010	0.001
	2.706	3.841	6.635	10.828

9 . 能源和环境问题是目前全球性急需解决的问题，虽然近百年人类文明有了前所未有的发展，但对于能源的使用和环境的破坏也造成了严重的后果，发展新能源是时代的要求，是未来生存的要求．新能源汽车不仅对环境保护具有重大的意义而且还能够减少对不可再生资源的开发，是全球汽车发展的重要方向．“保护环境，人人有责”，在政府和有关企业的努力下，某市近几年新能源汽车的购买情况如下表所示：

年份x	2019	2020	2021	2022	2023
汽车购买y（万辆）	0.30	0.60	1.00	1.40	1.70

(1)根据上表数据，计算与的相关系数，并说明与的线性相关性强弱（若，则认为与线性相关性很强；若，则认为与线性相关性一般；若，则认为与线性相关性较弱）；
(2)求关于的线性回归方程，并预测该市2024年新能源汽车购买辆数（精确到个位）．
参考公式：，，
参考数值：．

10 . 大学生刘铭去某工厂实习，实习结束时从自己制作的某种零件中随机选取了10个样品，测量每个零件的横截面积（单位：）和耗材量（单位：），得到如下数据：

样本号	1	2	3	4	5	6	7	8	9	10	总和
零件的横截面积	0.03	0.05	0.04	0.07	0.07	0.04	0.05	0.06	0.06	0.05	0.52
耗材量	0.24	0.40	0.23	0.55	0.50	0.34	0.35	0.45	0.43	0.41	3.9

并计算得，．
(1)估算刘铭同学制作的这种零件平均每个零件的横截面积以及平均一个零件的耗材量；
(2)求刘铭同学制作的这种零件的横截面积和耗材量的样本相关系数（精确到0.01）．
附：相关系数；．