1 . 小张准备在某县城开一家文具店，为经营需要，小张对该县城另一家文具店中的某种水笔的单支售价及相应的日销售量进行了调查，单支售价x（元）和日销售量y（支）之间的数据如表所示；

单支售价x（元）	1.4	1.6	1.8	2	2.2
日销售量y（支）	13	11	7	6	3

(1)根据表格中的数据，求出y关于x的回归直线方程；
(2)请由（1）所得的回归直线方程预测日销售量为18支时.单支售价应定为多少元？如果一支水笔的进价为0.56元，为达到日利润（日利润=日销售量×单支售价-日销售量×单支进价）最大，在（1）的前提下应该如何定价？
参考公式：
参考数据：

2 . 在一段时间内，分5次调查，得到某种商品的价格(万元)和需求量之间的一组数据为：

	1	2	3	4	5
价格	1.4	1.6	1.8	2	2.2
需求量	12	10	7	5	3

线性回归方程系数公式：b，．
(1)画出散点图；

(2)求出关于的线性回归方程y＝bx＋a；
(3)若价格定为1.9万元，预测需求量大约是多少？(精确到)．

3 . 据了解，温带大陆性气候，干燥，日照时间长，昼夜温差大，有利于植物糖分积累．某课题研究组欲研究昼夜温差大小与某植物糖积累指数之间的关系，得到如下数据:

组数	第一组	第二组	第三组	第四组	第五组	第六组
昼夜温差	10	11	13	12	8	6
某植物糖积累指数	20	24	30	28	18	15

该课题研究组确定的研究方案是先从这6组数据中选取4组数据求线性回归方程，再用剩下的2组数据进行检验，假设这剩下的2组数据恰好是第一组与第六组数据．
（1）求关于的线性回归方程
（2）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差的绝对值均不超过2．58，则认为得到的线性回归方程是理想的，试问（1）中所得线性回归方程是否理想?（参考公式:回归直线方程的斜率和截距的最小二乘估计

4 . 某企业常年生产一种出口产品，自年以来，每年在正常情况下，该产品产量平稳增长．已知年为第年，前年年产量（万件）如下表所示：（1）画出年该企业年产量的散点图；
（2）建立一个能基本反映（误差小于）这一时期该企业年产量变化的函数模型，并求出函数解析式；
（3）年（即）因受到某国对我国该产品反倾销的影响，年产量减少，试根据所建立的函数模型，确定年的年产量为多少？

5 . 随着社会的进步、科技的发展，人民对自己生活的环境要求越来越高，尤其是居住环境的环保和绿化受到每一位市民的关注，因此，年月日，生活垃圾分类制度入法，提倡每位居民做好垃圾分类储存、分类投放，方便工作人员依分类搬运，提高垃圾的资源价值和经济价值，力争物尽其用.某市环卫局在、两个小区分别随机抽取户，进行生活垃圾分类调研工作，依据住户情况对近期一周（天）进行生活垃圾分类占用时间统计如下表：

住户编号
小区（分钟）
小区（分钟）

（1）分别计算、小区每周进行生活垃圾分类所用时间的平均值和方差；
（2）如果两个小区住户均按照户计算，小区的垃圾也要按照垃圾分类搬运，市环卫局与两个小区物业及住户协商，初步实施下列方案：
①小区方案：号召住户生活垃圾分类“从我做起”，为了利国利民，每位住户至少需要一名工作人员进行检查和纠错生活垃圾分类，每位工作人员月工资按照元（按照天计算标准）计算，则每位住户每月至少需要承担的生活垃圾分类费是多少？
②小区方案：为了方便住户，住户只需要将垃圾堆放在垃圾点，物业让专职人员进行生活垃圾分类，一位专职工作人员对生活垃圾分类的效果相当于位普通居民对生活垃圾分类效果，每位专职工作人员（每天工作小时）月工资按照元（按照天计算标准）计算，则每位住户每月至少需要承担的生活垃圾分类费是多少？
③市环卫局与两个小区物业及住户协商分别试行一个月，根据实施情况，试分析哪个方案惠民力度大，值得进行推广？

6 . 某公司为了提高利润，从2012年至2018年每年对生产环节的改进进行投资，投资金额与年利润增长的数据如下表：

年份	2012	2013	2014	2015	2016	2017	2018
投资金额x(万元)	4.5	5.0	5.5	6.0	6.5	7.0	7.5
年利润增长y(万元)	6.0	7.0	7.4	8.1	8.9	9.6	11.1

（1）请用最小二乘法求出y关于x的回归直线方程；如果2019年该公司计划对生产环节改进的投资金额为8万元，估计该公司在该年的利润增长为多少？(结果保留两位小数)
（2）现从2012年-2018年这7年中抽出两年进行调查，记=年利润增长-投资金额，求这两年都是>2(万元)的概率.

7 . 以下是搜集到的某市区新房屋的销售价格和房屋的面积的数据：

房屋面积（）	115	110	80	135	105
销售价格（万元）	124.8	121.6	118.4	129.2	122

（1）画出数据对应的散点图；

（2）求出线性回归方程（精确到0.1），并在散点图中加上回归直线；
（参考公式：回归方程中，，
参考数据：，，，．）

8 . 某同学在生物研究性学习中，对春季昼夜温差大小与黄豆种子发芽多少之间的关系进行研究，于是他在4月份的30天中随机挑选了5天进行研究，且分别记录了每天昼夜温差与每天每100颗种子浸泡后的发芽数，得到如下资料：

日期	4月1日	4月7日	4月15日	4月21日	4月30日
温差	10	11	13	12	8
发芽数颗	23	25	30	26	16

（1）从这5天中任选2天，若选取的是4月1日与4月30日的两组数据，请根据这5天中的另三天的数据，求出关于的线性回归方程；
（2）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均不超过2颗，则认为得到的线性回归方程是可靠的，试问（1）中所得的线性回归方程是否可靠？
附：回归直线的斜率和截距的最小二乘估计公式分别为：，.

9 . 为了解某企业生产的某产品的年利润与年广告投入的关系，该企业对最近一些相关数据进行了调查统计，得出相关数据见下表：

年广告投入x(万元)	2	3	4	5	6
年利润y(十万元)	3	4	6	8	11

根据以上数据，研究人员分别借助甲、乙两种不同的回归模型，得到两个回归方程：方程甲，；方程乙，.
（1）求(结果精确到0.01)与的值.
（2）为了评价两种模型的拟合效果，完成以下任务.
①完成下表(备注：，称为相应于点(x_i，y_i)的残差)；

年广告投入x(万元)		2	3	4	5	6
年利润y(十万元)		3	4	6	8	11
模型甲	估计值
	残差
模型乙	估计值
	残差

②分别计算模型甲与模型乙的残差平方和Q₁及Q₂，并通过比较Q₁，Q₂的大小，判断哪个模型拟合效果更好.

10 . 某食品店为了了解气温对销售量的影响，随机记录了该店1月份中5天的日销售量y（单位：千克）与该地当日最低气温x（单位：°C）的数据，如下表：

x	2	5	8	9	11
y	12	10	8	8	7

（1）求出y与x的回归方程＝x；
（2）判断y与x之间是正相关还是负相关；若该地1月份某天的最低气温为6°C，请用所求回归方程预测该店当日的营业额．
附：回归方程＝x；中，＝，＝﹣