1 . 随着生活条件的改善，人们健身意识的增强，健身器械比较畅销，某商家为了解某种健身器械如何定价可以获得最大利润，现对这种健身器械进行试销售.统计后得到其单价x（单位：百元）与销量y（单位：个）的相关数据如下表：

单价x（百元/个）	30	35	40	45	50
日销售量y（个）	140	130	110	90	80

(1)已知销量y与单价x具有线性相关关系，求y关于x的线性回归方程；
(2)若每个健身器械的成本为25百元，试销售结束后，请利用（1）中所求的线性回归方程确定单价为多少百元时，销售利润最大？（结果保留到整数），
附：对于一组数据，其回归直线的斜率和截距的最小二乘估计分别为.参考数据：.

2 . 某工厂为了对新研发的一种产品进行合理定价，将该产品按事先拟定的价格进行试销，得到如下数据：

单价x（元）	8	8.2	8.4	8.6	8.8	9
销量y（件）	90	84	83	80	75	68

（1）求回归直线方程=bx+a，其中b=-20，a=-b；
（2）预计在今后的销售中，销量与单价仍然服从（1）中的关系，且该产品的成本是4元/件，为使工厂获得最大利润，该产品的单价应定为多少元？（利润=销售收入-成本）

3 . 西瓜是夏日消暑的好水果，西瓜的销售价格y（单位：千元/吨）与西瓜的年产量x（单位：吨）有关，如表数据为某地区连续6年来西瓜的年产量及对应的西瓜销售价格．

x	1	2	3	4	5	6
y	9.5	8.9	8.1	7.5	6.8	5.2

（1）若y与x有较强的线性相关关系，根据上表提供的数据，用最小二乘法求出y与x的线性回归直线方程（系数精确到0.01）；
（2）若每吨西瓜的成本为4810元，假设所有西瓜可以全部卖出，预测当年产量为多少吨时年利润最大？
参考公式及数据：用最小二乘法求线性回归方程系数公式：， ＝﹣，其中＝3.5，＝，x_i²＝91，．

4 . 年月至月百货公司某商品的销量（万件）与利润（万元）的统计数据如下表：

月份
销量（万件）
利润（万元）

（1）从这个月中任选两个月，记利润分别为万元，万元，求事件“、都小于”的概率；
（2）从这个月中任选两个月，若选取的是月和月这两组数据，请根据这个月中另月的数据，求出关于的线性回归方程；
（3）若由线性回归方程得到的估计数据与所选出的检验数据的误差不超过万元，则认为得到的线性回归方程是可靠的，试问（2）所得到的线性回归方程是否可靠？
参考公式：，.

6 . 某市场研究人员为了了解产业园引进的甲公司前期的经营状况，对该公司2019年连续六个月的利润进行了统计，并根据得到的数据绘制了相应的折线图，如图所示.

(1)由折线图可以看出，可用线性回归模型拟合月利润（单位：百万元）与月份代码之间的关系，求关于的线性回归直线方程，并预测该公司2021年2月份的利润.
(2)甲公司新研制了一款产品，需要采购一批新型材料，现有两种型号的新型材料可供选择，按规定每种新型材料最多可使用4个月，但新材料的不稳定性会导致材料的使用寿命不同.现对两种型号的新型材料对应的产品各100件进行科学模拟测试，得到两种新型材料产品使用寿命的频数统计表：

使用寿命 产品材料类型	1个月	2个月	3个月	4个月	合计
	20	35	35	10	100
	15	40	20	25	100

经甲公司测算平均每件产品每月可以带来6万元收入，不考虑除采购成本之外的其他成本，每件种新型材料产品的采购成本为10万元，每件种新型材料产品的采购成本为12万元.假设每件产品的使用寿命都是整月数，且以频率作为每件产品使用寿命的概率.如果你是甲公司的负责人，以每件产品产生利润的平均值作为决策依据，你会选择采购哪种型号的新型材料？
参考数据：，.
参考公式：回归直线方程，其中，.

7 . 某公司在市场调查中，发现某产品的单位定价（单位：万元）对月销售量（单位：吨）有影响对不同定价和月销售量数据作了初步处理，

0.24	43	9	0.164	820	68	3956

表中.经过分析发现可以用来拟合与的关系.
(1)求关于的回归方程；
(2)若生产吨产品的成本为万元，那么预计单位定价为多少时，该产品的月利润取最大值，求此时的月利润.
附：对于一组数据，，，，其回归直线的斜率和截距的最小二乘法估计分别为：，

8 . 2020年是我国全面建成小康社会和“十三五”规划收官之年，也是佛山在经济总量超万亿元新起点上开启发展新征程的重要历史节点.作为制造业城市，佛山一直坚持把创新摆在制造业发展全局的前置位置和核心位置，聚焦打造成为面向全球的国家制造业创新中心，走“世界科技+佛山智造+全球市场”的创新发展之路.在推动制造业高质量发展的大环境下，佛山市某工厂统筹各类资源，进行了积极的改革探索.下表是该工厂每月生产的一种核心产品的产量（件）与相应的生产总成本（万元）的四组对照数据.

	5	7	9	11
	200	298	431	609

工厂研究人员建立了与的两种回归模型，利用计算机算得近似结果如下：
模型①：；
模型②：.
其中模型①的残差（实际值-预报值）图如图所示：

（1）根据残差分析，判断哪一个更适宜作为关于的回归方程？并说明理由；
（2）市场前景风云变幻，研究人员统计了20个月的产品销售单价，得到频数分布表如下：

销售单价分组（万元）
频数	10	6	4

若以这20个月销售单价的平均值定为今后的销售单价（同一组中的数据用该组区间的中点值作代表），结合你对（1）的判断，当月产量为12件时，预测当月的利润.

9 . 为了解高新产业园引进的甲公司前期的经营状况，市场研究人员对该公司2019年下半年连续六个月的利润进行了统计，统计数据列表如下：

月份	7月	8月	9月	10月	11月	12月
月份代码	1	2	3	4	5	6
月利润（万元）	110	130	160	150	200	210

（1）请用相关系数说明月利润y（单位：万元）与月份代码x之间的关系的强弱（结果保留两位小数），求y关于x的线性回归方程，并预测该公司2020年1月份的利润；
（2）甲公司新研制了一款产品，需要采购一批新型材料，已知生产新型材料的乙企业对A、B两种型号各100件新型材料进行模拟测试，统计两种新型材料使用寿命频数如下表所示：

使用寿命 材料类型	1个月	2个月	3个月	4个月	总计
A	15	40	35	10	100
B	10	30	40	20	100

现有采购成本分别为10万元/件和12万元/件的A、B两种型号的新型材料可供选择，按规定每种新型材料最多可使用4个月，不同类型的新型材料损坏的时间各不相同，经甲公司测算，平均每件新型材料每月可以带来5万元收入，不考虑除采购成本之外的其他成本，假设每件新型材料的使用寿命都是整数月，且以频率估计每件新型材料使用寿命的概率，如果你是甲公司的负责人，以每件新型材料产生利润的期望值为决策依据，你会选择采购哪款新型材料？
参考公式：相关系数；
回归直线方程为，其中，.
参考数据：，，，.

10 . 某厂采用新技术改造后生产甲产品过程中记录的产量x（吨）与相应的成本y（万元）的几组对照数据．

x	3	4	5	6
y	3	3．5	4．5	5

（1）请画出上表数据的散点图；
（2）请根据上表提供的数据，用最小二乘法求出y关于x的线性回归方程＝x＋；
（3）已知该厂技改前生产50吨甲产品的生产成本为40万元．试根据（2）求出的线性回归方程，预测生产50吨甲产品的生产成本比技改前降低多少万元？
（参考数据：，）