有如下四个命题：
①甲乙两组数据分别为甲：28,31,39,42,45,55,57,58,66；乙：29,34,35,48,42,46,55,53,55,67.则甲乙的中位数分别为45和44.
②相关系数，表明两个变量的相关性较弱.
③若由一个22列联表中的数据计算得的观测值,那么有95%的把握认为两个变量有关.
④用最小二乘法求出一组数据的回归直线方程后要进行残差分析，相应于数据的残差是指.
以上命题“错误”的序号是_________________

下列说法中正确的个数是（ ）
①相关系数用来衡量两个变量之间线性关系的强弱，越接近于1，相关性越弱；
②回归直线过样本点中心；
③相关指数用来刻画回归的效果，越小，说明模型的拟合效果越不好.

A．0

B．1

C．2

D．3

以下判断正确的个数是（）
①相关系数值越小，变量之间的相关性越强．
②命题“存在”的否定是“不存在”．
③“”为真是“”为假的必要不充分条件．
④若回归直线的斜率估计值是1.23，样本点的中心为，则回归直线方程是．
⑤在根据身高预报体重的线性回归模型中，说明了身高解释了64%的体重变化．

A．2

B．3

C．4

D．5

如图是某创业公司2017年每月份公司利润（单位：百万元）情况的散点图：为了预测该公司2018年的利润情况，根据上图数据，建立了利润y与月份x的两个线性回归模型：①0.94+0.028；②0.96+0.032lnx，并得到以下统计值：

	模型①	模型②
残差平方和（yi）2	0.000591	0.000164
总偏差平方和（yi）2	0.006050

 
（1）请利用相关指数R²判断哪个模型的拟合效果更好；
（2）为了激励员工工作的积极性，公司每月会根据利润的情况进行奖惩，假设本月利润为y₁，而上一月利润为y₂，计算z，并规定：若z≥10，则向全体员工发放奖金总额z元；若z＜10，从全体员工每人的工资中倒扣10﹣z元作为惩罚，扣完为止，请根据（1）中拟合效果更好的回归模型，试预测208年4月份该公司的奖惩情况？（结果精确到小数点后两位）
参考数据及公式：1.73，2.24，1n2≈0.69，1n3≈1.10，ln5≈1.61．相关指数R²＝1．

已知与之间的数据如下表：
 
（1）求关于的线性回归方程；
（2）完成下面的残差表：
 
并判断（1）中线性回归方程的回归效果是否良好（若，则认为回归效果良好）.
附：，，，.