有60件产品，编号为01至60，现从中抽取5件检验，用系统抽样的方法所确定的抽样编号是（ ）
| A．5,10,15,20,25 | B．5,12,31,39,57 |
| C．5,15,25,35,45 | D．5,17,29,41,53 |
下表是某工厂1~4月份用电量（单位：万度）的一组数据：
月份 | 1 | 2 | 3 | 4 |
用电量 | 4．5 | 4 | 3 | 2．5 |
与月份间有较好的线性相关关系，其线性回归直线方程是
，则
（ ）A．10.5 B．5.25 C．5.2 D．5.15
样本中共有五个个体，其值分别为
，若该样本的平均值为
，则
为（ ）
| A． | B． | C． | D． |
给出下列结论：在回归分析中可用
（1）可用相关指数
的值判断模型的拟合效果，越大，模型的拟合效果越好；
（2）可用残差平方和判断模型的拟合效果，残差平方和越大，模型的拟合效果越好；
（3）可用相关系数
的值判断模型的拟合效果，越大，模型的拟合效果越好；
（4）可用残差图判断模型的拟合效果，残差点比较均匀地落在水平的带状区域中，说明这样的模型比较合适．带状区域的宽度越窄，说明模型的拟合精度越高．
以上结论中，正确的是（ ）
| A．（1）（3）（4） | B．（1）（4） |
| C．（2）（3）（4） | D．（1）（2）（3） |
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,如果今年该地区财政收入10亿元,则年支出预计不超出( )
| A．10亿 | B．11亿 | C．11.5亿 | D．12亿 |
．某车间为了规定工时定额，需要确定加工零件所花费的时间，为此作了四次试验，得到的数据如下：
| 零件的个数x(个) | 2 | 3 | 4 | 5 |
| 加工的时间y(小时) | 2.5 | 3 | 4 | 4.5 |
A．
="x" B.
="0.8x+2.05" C．
=0.7x+1.05 D． =0.6x+0.95注：
＝
，
＝
－ 
，＝x＋ 某校高中生共有900人，其中高一年级300人，高二年级200人，高三年级400人，现采用分层抽样抽取一个容量为45的样本，那么高一、高二、高三各年级抽取人数分别为（ ）
| A．15，5，25 | B．15，15，15 |
| C．10，5，30 | D．15，10，20 |
已知样本：12，7，11，12，11，12，10， 10，9，8，13，12，10，9，6，11，8，9，8，10，那么频率为0.25的样本的范围是（ ）
| A．［5.5，7.5） | B．［7.5，9.5） |
| C．［9.5，11.5） | D．［11.5，13.5） |
有关线性回归的说法，不正确的是（ ）
| A．相关关系的两个变量不是因果关系 |
| B．散点图能直观地反映数据的相关程度 |
| C．回归直线最能代表线性相关的两个变量之间的关系 |
| D．任一组数据都有回归方程 |