已知x，y之间的一组数据：x14916y5.543.53若y与x满足回归方程，则b的值为．

1. 已知随机变量 $\text{[math]}$ ， $\text{[math]}$ 的五组观测数据如下表：

$\text{[math]}$	1	2	3	4	5
$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$

由表中数据通过模型 $\text{[math]}$ 得到经验回归方程为 $\text{[math]}$ ，则实数 $\text{[math]}$ 的值为．

填空题容易

2. 某小吃店的日盈利 $\text{[math]}$ （单位：百元）与当天平均气温（单位：℃）之间有如下数据：

$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	0	1	2
$\text{[math]}$ 百元	5	4	2	2	1

由表中数据可得回归方程 $\text{[math]}$ 中 $\text{[math]}$ ．试预测当天平均气温为 $\text{[math]}$ 时，小吃店的日盈利约为百元．

填空题容易

3. 据调查每年一月到八月奶茶的销售额与月份呈线性相关关系，某奶茶店当年的一月到五月份的月销售额 $\text{[math]}$ （万元）的情况如下：

月份 $\text{[math]}$	1	2	3	4	5
月销售额 $\text{[math]}$ （万元）	1	2	2	$\text{[math]}$	6

若通过这5个月的数据计算得到变量 $\text{[math]}$ 的线性回归方程为 $\text{[math]}$ ，则 $\text{[math]}$ .

填空题容易

1. 某国企进行节能降耗技术改造，下面是该国企节能降耗技术改造后连续五年的生产利润，预测第8年该国企的生产利润约为千万元．
$\text{[math]}$

年号 $\text{[math]}$	1	2	3	4	5
年生产利润 $\text{[math]}$ （单位：千万元）	0.7	0.8	1	1.1	1.4

填空题普通

2. 某产品的广告费用x与利润y（单位：万元）的统计数据如表：

广告费用x（单位：万元）	2	3	4	5
利润y（单位：万元）	●	39	49	54

根据上表可得线性回归方程 $\text{[math]}$ ，表中有一个数据模糊不清，请推算该数据的值为.

填空题普通

3. 据某市有关部门统计，该市对外贸易近几年持续增长， $\text{[math]}$ 年至 $\text{[math]}$ 年每年进口总额 $\text{[math]}$ （单位：千亿元）和出口总额 $\text{[math]}$ （单位：千亿元）之间的数据统计如下：

	$\text{[math]}$ 年	$\text{[math]}$ 年	$\text{[math]}$ 年	$\text{[math]}$ 年
$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$
$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$	$\text{[math]}$

若每年的进出口总额 $\text{[math]}$ 、 $\text{[math]}$ 满足线性相关关系 $\text{[math]}$ ，则 $\text{[math]}$ ；若计划 $\text{[math]}$ 年出口总额达到 $\text{[math]}$ 千亿元，预计该年进口总额为千亿元.

填空题普通

1. 下列有关回归分析的结论中，正确的是（）

A. 若回归方程为 $\text{[math]}$ ，则变量y与x负相关 B. 运用最小二乘法求得的经验回归直线一定经过样本点的中心 $\text{[math]}$ C. 若线性相关系数 $\text{[math]}$ 越小，说明两个变量之间的线性相关性越强 D. 若散点图中所有点都在直线 $\text{[math]}$ ，则相关系数 $\text{[math]}$

多选题容易

2. 两个相关变量 $\text{[math]}$ 满足如下关系：

$\text{[math]}$	2	3	4	5	6
$\text{[math]}$	25	●	46	58	65

根据表格已得经验回归方程为 $\text{[math]}$ .若表格中有一数据模糊不清，则推算该数据是（）

A. 35.5 B. 36 C. 36.5 D. 37

单选题容易

3. 为了研究儿子身高与父亲身高的关系，某机构调查了某所高校14名男大学生的身高及其父亲的身高（单位：cm），得到的数据如表所示.

编号	1	2	3	4	5	6	7	8	9	10	11	12	13	14
父亲身高 $\text{[math]}$	174	170	173	169	182	172	180	172	168	166	182	173	164	180
儿子身高 $\text{[math]}$	176	176	170	170	185	176	178	174	170	168	178	172	165	182