根据如下样本数据得到的回归方程为，若，则每增加个单位，就（）

A．增加个单位	B．减少个单位
C．增加个单位	D．减少个单位

某农科所对冬季昼夜温差大小与某反季大豆新品种发芽多少之间的关系进行了分析研究，分别记录了2016年12月1日至12月5日每天的昼夜温差以及实验室100颗种子中的发芽数，得到的数据如下表所示：

日期	12月1日	12月2日	12月3日	12月4日	12月5日
温差x/℃	10	11	13	12	8
发芽数y/颗	23	25	30	26	16

 
该农科所确定的研究方案是：先从这五组数据中选取两组，用剩下的三组数据求线性回归方程，再对被选取的两组数据进行检验．
(1)求选取的两组数据恰好是不相邻的两天数据的概率．
(2)若选取的是12月1日和12月5日的两组数据，请根据12月2日至12月4日的数据，求出y关于x的线性回归方程．
(3)由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2，则认为得到的线性回归方程是可靠的，据此说明(2)中所得线性回归方程是否可靠？并估计当温差为9 ℃时，100颗种子中的发芽数．
附：回归方程中斜率和截距的最小二乘法估计公式分别为：   ，

某饮料公司根据市场调查数据分析得到以下结果：如果某款饮料年库存积压率低于千分之一，则该款饮料为畅销产品，可以继续大量生产. 如果年库存积压率高于千分之一，则说明需要调整生产计划. 现公司 2013—2018 年的某款饮料生产，年销售利润及年库存积压相关数据如下表所示：

年份	2013	2014	2015	2016	2017	2018
年生产件数（千万件）	3	5	6	8	9	11
年销售利润（千万元）	22	40	48	68	82	100
年库存积压件数（千件）	29	58	30	90	75	80

 
注：
（1）从公司 2013—2018 年的相关数据中任意选取 2 年的数据，求该款饮料这 2 年中至少有 1 年畅销的概率.
（2）公司根据上表计算出年销售利润与年生产件数的线性回归方程为.现公司计划 2019 年生产 11 千万件该款饮料，且预计 2019 年可获利 108 千万元. 但销售部 门发现，若用预计的 2019 年的数据与 2013—2018 年中畅销年份的数据重新建立回归方程， 再通过两个线性回归方程计算出来的 2019 年年销售利润误差不超过 4 千万元，该款饮料的 年库存积压率可低于千分之一. 如果你是决策者，你认为 2019 年的生产和销售计划是否需要调整？请说明理由.

随着我国经济的发展，居民的储蓄存款逐年增长.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
年份代号	1	2	3	4	5
储蓄存款（千亿元）	5	7	8	9	11

 
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：，，.

（1）由散点图看出：可用线性回归模型拟合与的关系，请用相关系数加以说明；（精确到0.01）
（2）建立与的回归方程；
（3）如果，则认为所得到回归方程是可靠的，现知2017年、2018年该地区城乡居民人民币储蓄存款分别为15千亿元、17千亿元，选取这两组数据检验，试问（2）中所得的回归方程是否可靠？

某单位为了了解用电量（度）与气温（）之间的关系，随机统计了某4天的用电量与当天气温.由下表中数据得回归直线方程中，据此预测当气温为时，用电量的度数约为__________．

气温（）	14	12	8	6
用电量（度）	22	26	34	38

 

将某产品投入甲、乙、丙、丁四个商场进行销售，五天后，统计了购买该产品的所有顾客的年龄情况以及甲商场这五天的销售情况如频率发布直方图所示：

甲商场五天的销售情况

销售第天	1	2	3	4	5
第天的销量	11	13	12	15	14

 
（1）试计算购买该产品的顾客的平均年龄；
（2）根据甲商场这五天的销售情况，求与的回归直线方程.
参考公式：
回归直线方程中，，.

某学习小组在研究性学习中,对昼夜温差大小与绿豆种子一天内出芽数之间的关系进行研究.该小组在4月份记录了1日至6日每天昼夜最高、最低温度(如图1),以及浸泡的100颗绿豆种子当天内的出芽数(如图2).

根据上述数据作出散点图,可知绿豆种子出芽数 (颗)和温差 ()具有线性相关关系.
(1)求绿豆种子出芽数 (颗)关于温差 ()的回归方程；
(2)假如4月1日至7日的日温差的平均值为11,估计4月7日浸泡的10000颗绿豆种子一天内的出芽数.
附：，

某地随着经济的发展，居民收入逐年增长，下表是该地一建设银行连续五年的储蓄存款（年底余额），如下表1：

年份x	2011	2012	2013	2014	2015
储蓄存款y（千亿元）	5	6	7	8	10

 
为了研究计算的方便，工作人员将上表的数据进行了处理，得到下表2：

时间代号t	1	2	3	4	5
z	0	1	2	3	5

 
（Ⅰ）求z关于t的线性回归方程；
（Ⅱ）通过（Ⅰ）中的方程，求出y关于x的回归方程；
（Ⅲ）用所求回归方程预测到2020年年底，该地储蓄存款额可达多少？
（附：对于线性回归方程，其中）

已知下表所示数据的回归直线方程为，则实数的值为（  ）

	2	3	4	5	6
	4	8	11	14	18

 

A．2.6

B．-2.6

C．-2.8

D．-3.4

某产品的广告费用与销售额的统计数据如下表：（  ）

广告费用（万元）
销售客（万元）

 
根据上表中的数据可以求得线性回归方程中的为，据此模型预报广告费用为万元时销售额为（  ）

A．万元

B．万元

C．万元

D．万元