一名小学生的年龄和身高的数据如下表.由散点图可知,身高y(单位:cm)与年龄x(单位:岁)之间的线性回归方程为=8.8x+,预测该学生10岁时的身高约为    (　　)

年龄x	6	7	8	9
身高y	118	126	136	144

 

A．154 cm

B．153 cm

C．152 cm

D．151 cm

某城镇社区为了丰富辖区内广大居民的业余文化生活，创建了社区“文化丹青”大型活动场所，配备了各种文化娱乐活动所需要的设施，让广大居民健康生活、积极向上．社区最近四年内在“文化丹青”上的投资金额统计数据如表：（为了便于计算，把2015年简记为5，其余以此类推）

年份（年）	5	6	7	8
投资金额（万元）	15	17	21	27

 
（1）利用所给数据，求出投资金额与年份之间的回归直线方程；
（2）预测该社区在2019年在“文化丹青”上的投资金额．
（附：对于一组数据，，…，，其回归直线的斜率和截距的最小二乘估计分别为，．）

前几年随着网购的普及，线下零售遭遇挑战，但随着新零售模式的不断出现，零售行业近几年呈现增长趋势，下表为年中国百货零售业销售额（单位：亿元，数据经过处理，分别对应）：

年份代码	1	2	3	4
销售额	95	165	230	310

 
（1）由上表数据可知，可用线性回归模型拟合与的关系，请用相关系数加以说明；
（2）建立关于的回归方程，并预测2018年我国百货零售业销售额；
（3）从年这4年的百货零售业销售额及2018年预测销售额这5个数据中任取2个数据，求这2个数据之差的绝对值大于200亿元的概率.
参考数据：
，
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，.

某互联网公司为了确定下一季度的前期广告投入计划，收集了近期前期广告投入量（单位：万元）和收益（单位：万元）的数据．对这些数据作了初步处理，得到了下面的散点图（共个数据点）及一些统计量的值.为了进一步了解广告投入量对收益的影响，公司三位员工①②③对历史数据进行分析，查阅大量资料，分别提出了三个回归方程模型：

 
 
根据，，参考数据：，.
（1）根据散点图判断，哪一位员工提出的模型不适合用来描述与之间的关系？简要说明理由.
（2）根据（1）的判断结果及表中数据，在余下两个模型中分别建立收益关于投入量的关系，并从数据相关性的角度考虑，在余下两位员工提出的回归模型中，哪一个是最优模型（即更适宜作为收益关于投入量的回归方程）？说明理由；
附：对于一组数据，，…，，其回归直线的斜率、截距的最小二乘估计以及相关系数分别为：
，，，
其中越接近于，说明变量与的线性相关程度越好.

经统计，某地的财政收入与支出满足的线性回归模型是(单位：亿元).其中为随机误差，如果今年该地财政收入为10亿元，则今年支出预计不超出(　　)

A．10亿元

B．11亿元

C．11.5亿元

D．12亿元

随着我国经济的发展，居民的储蓄存款逐年增长.设某地区城乡居民人民币储蓄存款(年底余额)如下表：

年份	2010	2011	2012	2013	2014
时间代号	1	2	3	4	5
储蓄存款(千亿元)	6	7	8	9	10

 
(1)求关于的回归方程；
(2)用所求回归方程预测该地区2015年的人民币储蓄存款.
附：回归方程中，，

为了解某地区某种农产品的年产量 (单位:吨)对价格 (单位:千元/吨)和利润的影响,对近五年该农产品的年产量和价格统计如下表:

	1	2	3	4	5
	8	6	5	4	2

 
已知 和 具有线性相关关系.
(1)求 关于的线性回归方程;
(2)若每吨该农产品的成本为2.2千元,假设该农产品可全部卖出,预测当年产量为多少吨时,年利润 取到最大值?
参考公式:.

已知与的取值如表所示，若与线性相关，且回归直线方程为，则时，的预测值为（保留到小数点后一位数字）（   ）

	0	1	3	4
	0.9	1.9	3.2	4.4

 

A．

B．

C．

D．

某地区2007年至2013年农村居民家庭人均纯收入y(单位：千元)的数据如下表：

年　份	2007	2008	2009	2010	2011	2012	2013
年份代号t	1	2	3	4	5	6	7
人均纯收入y	2.9	3.3	3.6	4.4	4.8	5.2	5.9

 
(1)求y关于t的线性回归方程；
(2)利用(1)中的回归方程，分析2007年至2013年该地区农村居民家庭人均纯收入的变化情况，并预测该地区2015年农村居民家庭人均纯收入．
附：回归直线的斜率和截距的最小二乘估计公式分别为：

＝，＝－．

某企业从某种型号的产品中抽取了件对该产品的某项指标的数值进行检测，将其整理成如图所示的频率分布直方图，已知数值在100~110的产品有2l件.

（1）求和的值；
（2）规定产品的级别如下表：

已知一件级产品的利润分别为10，20，40元,以频率估计概率，现质检部门从该批产品中随机抽取两件，两件产品的利润之和为，求的分布列和数学期望；
（3）为了了解该型号产品的销售状况，对该公司最近六个月内的市场占有率进行了统计，并绘制了相应的折线图，由折线图可以看出，可用线性回归模型拟合月度市场卢有率（%）与月份代码之间的关系.求关于的线性回归方程，并预测2017年4月份(即时)的市场占有率.
(参考公式：回归直线方程为，其中，