1 . 已知，且，其中a，b为实数，则（       ）

A．

B．

C．

D．

2 . 甲、乙两城之间的长途客车均由A和B两家公司运营，为了解这两家公司长途客车的运行情况，随机调查了甲、乙两城之间的500个班次，得到下面列联表：

	准点班次数	未准点班次数
A	240	20
B	210	30

(1)根据上表，分别估计这两家公司甲、乙两城之间的长途客车准点的概率；
(2)能否有90%的把握认为甲、乙两城之间的长途客车是否准点与客车所属公司有关？
附：，

	0.100	0.050	0.010
	2.706	3.841	6.635

3 . 已知为复数，设，，在复平面上对应的点分别为A，B，C，其中O为坐标原点，则（       ）

A．	B．
C．	D．

4 . 某数学兴趣小组为研究本校学生数学成绩与语文成绩的关系，采取有放回的简单随机抽样，从学校抽取样本容量为200的样本，将所得数学成绩与语文成绩的样本观测数据整理如下：

		语文成绩		合计
		优秀	不优秀
数学 成绩	优秀	50	30	80
	不优秀	40	80	120
合计		90	110	200

(1)根据的独立性检验，能否认为数学成绩与语文成绩有关联？
(2)在人工智能中常用表示在事件发生的条件下事件发生的优势，在统计中称为似然比.现从该校学生中任选一人，表示“选到的学生语文成绩不优秀”，表示“选到的学生数学成绩不优秀”请利用样本数据，估计的值.
(3)现从数学成绩优秀的样本中，按分层抽样的方法选出8人组成一个小组，从抽取的8人里再随机抽取3人参加数学竞赛，求这3人中，语文成绩优秀的人数的概率分布列及数学期望.
附：

5 . 为了研究学生每天整理数学错题情况，某课题组在某市中学生中随机抽取了100名学生调查了他们期中考试的数学成绩和平时整理数学错题情况，并绘制了下列两个统计图表，图1为学生期中考试数学成绩的频率分布直方图，图2为学生一个星期内整理数学错题天数的扇形图.若本次数学成绩在110分及以上视为优秀，将一个星期有4天及以上整理数学错题视为“经常整理”，少于4天视为“不经常整理”.已知数学成绩优秀的学生中，经常整理错题的学生占.

	数学成绩优秀	数学成绩不优秀	合计
经常整理
不经常整理
合计

(1)求图1中的值以及学生期中考试数学成绩的上四分位数；
(2)根据图1、图2中的数据，补全上方列联表，并根据小概率值的独立性检验，分析数学成绩优秀与经常整理数学错题是否有关?
(3)用频率估计概率，在全市中学生中按“经常整理错题”与“不经常整理错题”进行分层抽样，随机抽取5名学生，再从这5名学生中随机抽取2人进行座谈.求这2名同学中经常整理错题且数学成绩优秀的人数X的分布列和数学期望.
附：

6 . 飞盘运动是一项入门简单，又具有极强的趣味性和社交性的体育运动，目前已经成为了年轻人运动的新潮流.某俱乐部为了解年轻人爱好飞盘运动是否与性别有关，对该地区的年轻人进行了简单随机抽样，得到如下列联表:

性别	飞盘运动		合计
	不爱好	爱好
男	6	16	22
女	4	24	28
合计	10	40	50

(1)在上述爱好飞盘运动的年轻人中按照性别采用分层抽样的方法抽取10人，再从这10人中随机选取3人访谈，记参与访谈的男性人数为X，求X的分布列和数学期望；
(2)依据小概率值的独立性检验，能否认为爱好飞盘运动与性别有关联？如果把上表中所有数据都扩大到原来的10倍，在相同的检验标准下，再用独立性检验推断爱好飞盘运动与性别之间的关联性，结论还一样吗？请解释其中的原因.
附:，其中.

	0.1	0.01	0.001
	2.706	6.635	10.828

7 . 某农业大学组织部分学生进行作物栽培试验，由于土壤相对贫瘠，前期作物生长较为缓慢，为了增加作物的生长速度，达到预期标准，小明对自己培育的一株作物使用了营养液，现统计了使用营养液十天之内该作物的高度变化

天数x	1	2	3	4	5	6	7	8	9	10
作物高度y/cm	9	10	10	11	12	13	13	14	14	14

(1)观察散点图可知，天数与作物高度之间具有较强的线性相关性，用最小二乘法求出作物高度关于天数的线性回归方程（其中用分数表示）；
(2)小明测得使用营养液后第22天该作物的高度为，请根据（1）中的结果预测第22天该作物的高度的残差.
参考公式：.参考数据：.

8 . 自然环境中，大气压受到各种因素的影响，如温度、湿度、风速和海拔等方面的改变，都将导致大气压发生相应的变化，其中以海拔的影响最为显著．下图是根据一组观测数据得到海拔6千米～15千米的大气压强散点图，根据一元线性回归模型得到经验回归方程为，决定系数为；根据非线性回归模型得到经验回归方程为，决定系数为 ，则下列说法正确的是（       ）

A．由散点图可知，大气压强与海拔高度负相关

B．由方程可知，海拔每升高1千米，大气压强必定降低4.0kPa

C．由方程可知，样本点的残差为

D．对比两个回归模型，结合实际情况，方程的预报效果更好

9 . 云计算是信息技术发展的集中体现，近年来，我国云计算市场规模持续增长.从中国信息通信研究院发布的《云计算白皮书（2022年）》可知，我国2017年至2021年云计算市场规模数据统计表如下：

年份	2017年	2018年	2019年	2020年	2021年
年份代码x	1	2	3	4	5
云计算市场规模y/亿元	692	962	1334	2091	3229

经计算得：=36.33，=112.85.
(1)根据以上数据，建立y关于x的回归方程（为自然对数的底数）.
(2)云计算为企业降低生产成本､提升产品质量提供了强大助推力.某企业未引入云计算前，单件产品尺寸与标准品尺寸的误差，其中m为单件产品的成本（单位：元），且=0.6827；引入云计算后，单件产品尺寸与标准品尺寸的误差.若保持单件产品的成本不变，则将会变成多少？若保持产品质量不变（即误差的概率分布不变），则单件产品的成本将会下降多少？
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=，.
若，则，，

10 . 黄河鲤是我国华北地区的主要淡水养殖品种之一，其鳞片金黄、体形梭长，尤以色泽鲜丽、肉质细嫩、气味清香而著称．为研究黄河鲤早期生长发育的规律，丰富黄河鲤早期养殖经验，某院校研究小组以当地某水产养殖基地的黄河鲤仔鱼为研究对象，从出卵开始持续观察20天，试验期间，每天固定时段从试验水体中随机取出同批次9尾黄河鲤仔鱼测量体长，取其均值作为第天的观测值（单位：），其中，．根据以往的统计资料，该组数据可以用Logistic曲线拟合模型或Logistic非线性回归模型进行统计分析，其中a，b，u为参数．基于这两个模型，绘制得到如下的散点图和残差图：

(1)你认为哪个模型的拟合效果更好？分别结合散点图和残差图进行说明：
(2)假定，且黄河鲤仔鱼的体长与天数具有很强的相关关系．现对数据进行初步处理，得到如下统计量的值：，，，，，，其中，，根据（1）的判断结果及给定数据，求关于的经验回归方程，并预测第22天时仔鱼的体长（结果精确到小数点后2位）．
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：．