3 . 随着移动互联网和直播带货技术的发展，直播带货已经成为一种热门的销售方式，特别是商家通过展示产品，使顾客对商品有更全面的了解.下面统计了某新手开启直播带货后从6月份到10月份每个月的销售量(万件)的数据，得到如图所示的散点图．其中6月份至10月份相应的代码为，如:表示6月份.

(1)根据散点图判断，模型①与模型②哪一个更适宜作为月销售量关于月份代码的回归方程?（给出判断即可，不必说明理由）
(2)（i）根据（1）的判断结果，建立关于的回归方程;(计算结果精确到0.01)
（ⅱ）根据结果预测12月份的销售量大约是多少万件?
参考公式与数据:， ，，其中.

4 . 某企业近年来的广告费用（百万元）与所获得的利润（千万元）的数据如下表所示，已知与之间具有线性相关关系．

年份	2018	2019	2020	2021	2022
广告费用百万元	1.5	1.6	1.7	1.8	1.9
润千万元	1.6	2	2.4	2.5	3

(1)求关于的线性回归方程；
(2)若该企业从2018年开始，广告费用连续每一年都比上一年增加10万元，根据（1）中所得的线性回归方程，预测2025年该企业可获得的利润．
参考公式：．

5 . 某社区居民2013年至2019年人均收入（万元）的统计数据如下表：

年份	2013	2014	2015	2016	2017	2018	2019
年份代号	1	2	3	4	5	6	7
人均收入	2.9	3.3	3.6	4.4	4.8	5.2	5.9

已知变量具有线性相关关系．
(1)求关于的线性回归方程；
(2)利用（1）中的线性回归方程，分析2013年至2019年该社区居民人均收入的变化情况，并预测该社区居民2020年的人均收入．
附参考公式：线性回归方程   ．

7 . 为了研究y关于x的线性相关关系，收集了5组样本数据（见下表）：

x	1	2	3	4	5
y	0.5	0.9	1	1.1	1.5

若已求得一元线性回归方程为，则下列选项中正确的是（       ）

A．

B．当时，y的预测值为2.2

C．样本数据y的第40百分位数为1

D．去掉样本点后，x与y的样本相关系数r不会改变

8 . 某城市理论预测2015年到2019年人口总数与年份的关系如下表所示

年份	2015	2016	2017	2018	2019
时间代号	0	1	2	3	4
人口总数（十万）	5	7	8	11	19

(1)请用相关系数说明该组数据中与之间的关系可用线性回归模型进行拟合；
(2)求出关于的线性回归方程；
(3)据此估计2021年该城市人口总数．
参考公式：相关系数，对于一组具有线性相关关系的数据，其回归直线的斜率和截距的最小二乘估计分别为．

9 . 在国家积极推动美丽乡村建设的政策背景下，各地根据当地生态资源打造了众多特色纷呈的乡村旅游胜地．某人意图将自己位于乡村旅游胜地的房子改造成民宿用于出租，在旅游淡季随机选取100天，对当地已有的六间不同价位的民宿进行跟踪，统计其出租率，设民宿租金为（单位：元/日），得到如图的数据散点图．

(1)若用“出租率”近似估计旅游淡季民宿每天租出去的概率，求租金为388元的那间民宿在淡季内的3天中至少有2天闲置的概率．
(2)（i）根据散点图判断，与哪个更适合此模型（给出判断即可，不必说明理由）？根据判断结果求经验回归方程．
（ii）若该地一年中旅游淡季约为280天，在此期间无论民宿是否出租，每天都要付出的固定成本，若民宿出租，则每天需要再付出的日常支出成本．试用（i）中模型进行分析，旅游淡季民宿租金定为多少元时，该民宿在这280天的收益达到最大．
附：记，，，，，
，，，，，．

10 . 在消费者个性化需求及文化自信等因素的影响下，汉服在中国服饰行业掀起了“国风热潮”，下表为2019—2023年中国汉服市场规模（单位：亿元），其中2019—2023年对应的年份代码依次为1~5．

年份代码	1	2	3	4	5
市场规模	45	64	102	125	145

(1)由上表数据可知，可用指数型函数模型（0且）拟合与的关系，请建立关于的回归方程（的值精确到0.01）．
(2)调研数据显示，在购买汉服的消费者中，因喜欢汉服文化而购买的占，从购买汉服的消费者中任选5人，记这5人中因喜欢汉服文化而购买的人数与其他原因购买的人数之差为，求与．
参考数据：

2.31	35.91	6.90	1.13

其中．
参考公式：对于一组数据，其回归直线的斜率和截距的最小二乘估计公式分别为．