1 . 某工厂为研究某种产品的产量（吨）与所需某种原材料的质量（吨）的相关性，在生产过程中收集4组对应数据，如表所示.（残差＝观测值－预测值）

	3	4	5	6
	2.5	3	4

根据表中数据，得出关于的经验回归方程为.据此计算出在样本处的残差为，则表中的值为______.

2 . 甲、乙、丙、丁四位同学各自对，A，B两变量的线性相关性做试验，并用回归分析方法分别求得相关系数r与残差平方和m如下表:

	甲	乙	丙	丁
r	0.82	0.78	0.69	0.85
m	106	115	124	103

则能体现A，B两变量有更强的线性相关性的是（       ）

A．甲

B．乙

C．丙

D．丁

3 . 研究变量x，y得到一组样本数据，进行回归分析，有以下结论：
①残差平方和越小的模型，拟合的效果越好；
②用相关指数来刻画回归效果，越小说明拟合效果越好；
③若变量y和x之间的相关系数为，则变量y和x之间的负相关很强；
④残差点比较均匀地落在水平的带状区域中，说明选用的模型比较合适．
以上正确说法的序号是______________．

4 . 对两个变量和进行回归分析，得到一组样本数据：、、、，则下列说法中不正确的是（       ）

A．由样本数据得到的线性回归方程必过样本点的中心

B．残差平方和越小的模型，拟合的效果越好

C．用相关指数来刻画回归效果，的值越小，说明模型的拟合效果越好

D．若变量和之间的相关系数，则变量与之间具有线性相关关系

5 . 红铃虫是棉花的主要害虫之一，也侵害木棉、锦葵等植物．为了防治虫害，从根源上抑制害虫数量．现研究红铃虫的产卵数和温度的关系，收集到7组温度和产卵数的观测数据于表Ⅰ中．根据绘制的散点图决定从回归模型①与回归模型②中选择一个来进行拟合．
表Ⅰ

温度x/℃	20	22	25	27	29	31	35
产卵数y/个	7	11	21	24	65	114	325

(1)请借助表Ⅱ中的数据，求出回归模型①的方程：
表Ⅱ（注：表中）

189	567	25.27	162	78106
11.06	3040	41.86	825.09

(2)类似的，可以得到回归模型②的方程为，试求两种模型下温度为时的残差；
(3)若求得回归模型①的相关指数，回归模型②的相关指数，请结合（2）说明哪个模型的拟合效果更好．
参考数据：.
附：回归方程中，
相关指数.

6 . 新型冠状病毒肺炎COVID-19疫情发生以来，在世界各地逐渐蔓延.在全国人民的共同努力和各级部门的严格管控下，我国的疫情已经得到了很好的控制.然而，小王同学发现，每个国家在疫情发生的初期，由于认识不足和措施不到位，感染人数都会出现快速的增长.下表是小王同学记录的某国连续8天每日新型冠状病毒感染确诊的累计人数.

日期代码x	1	2	3	4	5	6	7	8
累计确诊人数y	4	8	16	31	51	71	97	122

为了分析该国累计感染人数的变化趋势，小王同学分别用两杆模型：①，②对变量x和y的关系进行拟合，得到相应的回归方程并进行残差分析，残差图如下(注：残差)：经过计算得，，，，其中，.

(1)根据残差图，比较模型①，②的拟合效果，应该选择哪个模型?并简要说明理由；
(2)根据（1）问选定的模型求出相应的回归方程（系数均保留两位小数）；
(3)由于时差，该国截止第9天新型冠状病毒感染确诊的累计人数尚未公布.小王同学认为，如果防疫形势没有得到明显改善，在数据公布之前可以根据他在（2）问求出的回归方程来对感染人数做出预测，那么估计该地区第9天新型冠状病毒感染确诊的累计人数是多少?（结果保留整数）
附：回归直线的斜率和截距的最小二乘估计公式分别为：，.

7 . 有一散点图如图所示，在5个数据中去掉后，下列说法错误的是（       ）

A．残差平方和变小	B．相关系数r变小
C．决定系数变小	D．解释变量x与响应变量y的相关性变弱

8 . 根据一组样本数据，，，的散点图分析x与y之间是否存在线性相关关系，求得其线性回归方程为，则在样本点处的残差为（       ）

A．

B．

C．

D．

10 . 太阳能是人类取之不尽用之不竭的可再生能源，光伏发电是利用太阳能电池及相关设备将太阳光能直接转化为电能，近几年，在政府出台的光伏发电补贴政策的引导下，西北某地光伏发电装机量急剧上升，如下表：

年份	2012年	2013年	2014年	2015年	2016年	2017年	2018年	2019年
年份代码	1	2	3	4	5	6	7	8
新增光伏装机量兆瓦	0.4	0.8	1.6	3.1	5.1	7.1	9.7	12.2

李明同学分别用两种模型：①，②进行拟合，得到相应的回归方程并进行残差分析，残差图如下（注：残差等于）：

经过计算得，，，，其中，，
（1）根据残差图，比较模型①，②的拟合效果，应该选择哪个模型？并简要说明理由．
（2）根据（1）的判断结果及表中数据建立关于的回归方程，并预测该地区2021年新增光伏装机量是多少．（在计算回归系数时精确到0.01）
附：回归直线的斜率和截距的最小二乘估计公式分别为：，．