8．给出一个命题P：若a，b，c，d∈R，a+b=1，c+d=1，且ac+bd＞1，则a，b，c，d中至少有一个小于零．在用反证法证明P时，应该假设（ ）
| A． | a，b，c，d中至少有一个正数 | B． | a，b，c，d全为正数 | ||
| C． | a，b，c，d全都大于或等于0 | D． | a，b，c，d中至多有一个负数 |
7．某种产品的年销售量y与该年广告费用支出x有关，现收集了4组观测数据列于下表：
现确定以广告费用支出x为解释变量，销售量y为预报变量对这两个变量进行统计分析．
（1）已知这两个变量满足线性相关关系，试建立y与x之间的回归方程；
（2）假如2017年广告费用支出为10万元，请根据你得到的模型，预测该年的销售量y．
（线性回归方程系数公式$\stackrel{∧}{b}$=$\frac{\sum_{i=1}^{n}（{x}_{i}-\overline{x}）（{y}_{i}-\overline{y}）}{\sum_{i=1}^{n}（{x}_{i}-\overline{x}）^{2}}$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{x}\overline{y}}{\sum_{i=1}^{n}{{x}_{i}}^{2}-n{\overline{x}}^{2}}$，$\stackrel{∧}{a}$=$\overline{y}$-$\stackrel{∧}{b}$x）．
| x（万元） | 1 | 4 | 5 | 6 |
| y（万元） | 30 | 40 | 60 | 50 |
（1）已知这两个变量满足线性相关关系，试建立y与x之间的回归方程；
（2）假如2017年广告费用支出为10万元，请根据你得到的模型，预测该年的销售量y．
（线性回归方程系数公式$\stackrel{∧}{b}$=$\frac{\sum_{i=1}^{n}（{x}_{i}-\overline{x}）（{y}_{i}-\overline{y}）}{\sum_{i=1}^{n}（{x}_{i}-\overline{x}）^{2}}$=$\frac{\sum_{i=1}^{n}{x}_{i}{y}_{i}-n\overline{x}\overline{y}}{\sum_{i=1}^{n}{{x}_{i}}^{2}-n{\overline{x}}^{2}}$，$\stackrel{∧}{a}$=$\overline{y}$-$\stackrel{∧}{b}$x）．
6．已知△ABC的内角A、B、C的对边分别为a，b，c．若a=2，$c=2\sqrt{2}$，$cosA=\frac{{\sqrt{3}}}{2}$，且b＜c，则b=（ ）
| A． | $\sqrt{3}$ | B． | $\sqrt{6}$-$\sqrt{2}$ | C． | $2\sqrt{2}$ | D． | 2或4 |
2．在一段时间内，某种商品的价格x（元）和某大型公司的需求量y（千件）之间的一组数据如表：
根据上表可得回归直线方程$\stackrel{∧}{y}$=$\stackrel{∧}{b}$x+$\stackrel{∧}{a}$，其中$\stackrel{∧}{b}$=0.76，$\stackrel{∧}{a}$=$\overline{y}$-$\stackrel{∧}{b}$．据此估计，某种商品的价格为15元时，求其需求量约为多少千件？
| 价格x | 8.2 | 8.6 | 10.0 | 11.3 | 11.9 |
| 需求量y | 6.2 | 7.5 | 8.0 | 8.5 | 9.8 |
20．已知x和y之间的一组数据：
则y与x的线性回归方程$\stackrel{∧}{y}$=$\stackrel{∧}{b}$x+$\stackrel{∧}{a}$必过点（4，3.5）．
0 238835 238843 238849 238853 238859 238861 238865 238871 238873 238879 238885 238889 238891 238895 238901 238903 238909 238913 238915 238919 238921 238925 238927 238929 238930 238931 238933 238934 238935 238937 238939 238943 238945 238949 238951 238955 238961 238963 238969 238973 238975 238979 238985 238991 238993 238999 239003 239005 239011 239015 239021 239029 266669
| x | 1 | 3 | 5 | 7 |
| y | 2 | 3 | 4 | 5 |