2 . 对某产品1至6月份销售量及其价格进行调查，其售价x和销售量y之间的一组数据如下表所示：

月份i	1	2	3	4	5	6
单价（元）	9	9.5	10	10.5	11	8
销售量（件）	11	10	8	6	5	14

（1）根据1至5月份的数据，求出y关于x的回归直线方程；
（2）若由回归直线方程得到的估计数据与剩下的检验数据的误差不超过0.5元，则认为所得到的回归直线方程是理想的，试问所得回归直线方程是否理想？
（3）预计在今后的销售中，销售量与单价仍然服从（1）中的关系，且该产品的成本是2.5元/件，为获得最大利润，该产品的单价应定为多少元？（利润=销售收入-成本）.
参考公式：回归方程，其中.
参考数据：，.

3 . 2018年，依托用户碎片化时间的娱乐需求、分享需求以及视频态的信息负载力，短视频快速崛起；与此同时，移动阅读方兴未艾，从侧面反应了人们对精神富足的一种追求，在习惯了大众娱乐所带来的短暂愉悦后，部分用户依旧对有着传统文学底蕴的严肃阅读青睐有加．
某读书APP抽样调查了非一线城市M和一线城市N各100名用户的日使用时长（单位：分钟），绘制成频率分布直方图如下，其中日使用时长不低于60分钟的用户记为“活跃用户”．

（1）请填写以下列联表，并判断是否有99．5%的把握认为用户活跃与否与所在城市有关？

	活跃用户	不活跃用户	合计
城市M
城市N
合计

（2）以频率估计概率，从城市M中任选2名用户，从城市N中任选1名用户，设这3名用户中活跃用户的人数为，求的分布列和数学期望．
（3）该读书APP还统计了2018年4个季度的用户使用时长y（单位：百万小时），发现y与季度（）线性相关，得到回归直线为，已知这4个季度的用户平均使用时长为12.3百万小时，试以此回归方程估计2019年第一季度（）该读书APP用户使用时长约为多少百万小时．
附：，其中．

	0.025	0.010	0.005	0.001
	5.024	6.635	7.879	10.828

4 . 近年来，我国工业经济发展迅速，工业增加值连年攀升，某研究机构统计了近十年（从2008年到2017年）的工业增加值（万亿元），如下表：

年份	2008	2009	2010	2011	2012	2013	2014	2015	2016	2017
年份序号	1	2	3	4	5	6	7	8	9	10
工业增加值	13.2	13.8	16.5	19.5	20.9	22.2	23.4	23.7	24.8	28

依据表格数据，得到下面的散点图及一些统计量的值.

5.5	20.6	82.5	211.52	129.6

（1）根据散点图和表中数据，此研究机构对工业增加值（万亿元）与年份序号的回归方程类型进行了拟合实验，研究人员甲采用函数，其拟合指数；研究人员乙采用函数，其拟合指数；研究人员丙采用线性函数，请计算其拟合指数，并用数据说明哪位研究人员的函数类型拟合效果最好.（注：相关系数与拟合指数满足关系）.
（2）根据（1）的判断结果及统计值，建立关于的回归方程（系数精确到0.01）；
（3）预测到哪一年的工业增加值能突破30万亿元大关.
附：样本 的相关系数，
，，.

5 . 统计表明，家庭的月理财投入（单位：千元）与月收入（单位：千元）之间具有线性相关关系．某银行随机抽取5个家庭，获得第（1，2，3，4，5）个家庭的月理财投入与月收入的数据资料，经计算得，，，．
（1）求关于的回归方程；
（2）判断与之间是正相关还是负相关；
（3）若某家庭月理财投入为5千元，预测该家庭的月收入．
附：回归方程的斜率与截距的最小二乘估计公式分别为：
，，其中，为样本平均值．

6 . 已知某企业近3年的前7个月的月利润（单位：百万元）如下面的折线图所示：
（1）试问这3年的前7个月中哪个月的平均利润最高？
（2）通过计算判断这3年的前7个月的总利润的发展趋势；
（3）试以第3年的前4个月的数据（如下表），用线性回归的拟合模式估测第3年8月份的利润．

月份	1	2	3	4
利润（单位：百万元）	4	4	6	6

相关公式：，．