2 . 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：m²）和材积量（单位：m³），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xi	0.04	0.06	0.04	0.08	0.08	0.05	0.05	0.07	0.07	0.06	0.6
材积量yi	0.25	0.40	0.22	0.54	0.51	0.34	0.36	0.46	0.42	0.40	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)现测量了该林区所有这种树木的根部横截面积，并得到所有这种树木的根部横截面积总和为360 m².已知树木的材积量与其根部横截面积近似成正比．利用以上数据给出该林区这种树木的总材积量的估计值．
(3)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）
参考公式和数据：相关系数，≈1.377.

3 . 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）．

4 . 随着科技发展的日新月异，人工智能融入了各个行业，促进了社会的快速发展.其中利用人工智能生成的虚拟角色因为拥有更低的人工成本，正逐步取代传统的真人直播带货.某公司使用虚拟角色直播带货销售金额得到逐步提升，以下为该公司自2023年8月使用虚拟角色直播带货后的销售金额情况统计.

年月	2023年8月	2023年9月	2023年10月	2023年11月	2023年12月	2024年1月
月份编号	1	2	3	4	5	6
销售金额/万元	15.4	25.4	35.4	85.4	155.4	195.4

若与的相关关系拟用线性回归模型表示，回答如下问题：
(1)试求变量与的样本相关系数（结果精确到0.01）；
(2)试求关于的经验回归方程，并据此预测2024年2月份该公司的销售金额.（，均保留一位小数）
附：经验回归方程，其中，
样本相关系数
参考数据：.

5 . 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．

6 . 已知之间的回归直线方程为，且变量的数据如表所示，则下列说法正确的是（       ）

	6	8	10	12
	6		3	2

A．变量之间呈负相关关系	B．的值等于5
C．变量之间的相关系数	D．该回归直线必过点

7 . 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、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、两种不同型号的新能源汽车进行综合评估（得分越高接受程度就越高），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）：

(1)以综合得分的平均数为依据，判断A、两种不同型号的新能源汽车哪种型号更受大众喜欢；
(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（单位：万台）关于年份的线性回归方程为，且销量的方差，年份的方差为，求与的相关系数，并据此判断该地区新能源汽车销量与年份的相关性强弱.
参考公式：（ⅰ）线性回归方罡：，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）.

8 . 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．

9 . 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x（亿元）	1	2	3	4	5
产品收益y（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.

10 . 为帮助乡村脱贫，某勘探队计划了解当地矿脉某金属的分布情况，测得了平均金属含量（单位：克每立方米）与样本对原点的距离（单位：米）的数据，并作了初步处理，得到了下面的一些统计量的值．（表中）．

6	97.90	0.21	240	0.14	14.12	26.13

(1)利用相关系数的知识，判断与哪一个更适宜作为平均金属含量关于样本对原点的距离的回归方程类型；
(2)根据（1）的结果建立关于的回归方程，并估计样本对原点的距离米时，平均金属含量是多少？