1 . 为了解某一地区电动汽车销售情况，某部门根据统计数据，用最小二乘法得到电动汽车销量y（单位：万台）关于x（年份）的线性回归方程为，且销量y的方差，年份x的方差．
(1)求y与x的相关系数r，并据此判断电动汽车销量y与年份x的相关性强弱；
(2)该部门还调查了该地区90位购车车主的性别与购车种类情况，得到的数据如下表：

性别	购买非电动汽车	购买电动汽车	总计
男性	39		45
女性		15
总计

根据调查数据回答：是否有的把握认为购买电动汽车与车主性别有关？
参考公式：（i）线性回归方程：，其中；
（ii）相关系数：，若，则可判断y与x线性相关较强．
（iii），其中．附表：

	0.10	0.05	0.010	0.001
	2.706	3.841	6.635	10.828

2 . 设实部为正数的复数，满足，且复数在复平面上对应的点在第一、三象限的角平分线上.
(1)求复数；
(2)若为纯虚数，求实数的值.

3 . 已知复数z满足，则（       ）

A．i

B．

C．

D．1

4 . 已知复数z满足（为虚数单位），则在复平面内对应的点位于（       ）

A．第一象限	B．第二象限
C．第三象限	D．第四象限

5 . 已知复数，若，则对应的点所在的象限是（       ）

A．第一象限

B．第二象限

C．第三象限

D．第四象限

6 . 为保护学生视力，让学生在学校专心学习，促进学生身心健康发展，教育部于2021年1月15日下发文件《关于加强中小学生手机管理工作的通知》，即对中小学生的手机使用和管理作出了相关的规定．某中学研究型学习小组调查研究“中学生每日使用手机的时间”．从该校学生中随机选取了100名学生，其中男生80人，女生20人，调查得到如表所示的统计数据．

时间
人数	32	28	14	14	8	4

(1)若每日使用手机的时间小于36min表现为“正常”，大于等于36min表现为“手机成瘾”，请根据已知条件补全下列列联表．

	“正常”	“手机成瘾”	合计
男生			80
女生	10		20
合计			100

(2)判断是否有99%把握认为“手机成瘾”与性别有关．
附：，．

	0.10	0.05	0.025	0.01	0.005
	2.706	3.841	5.024	6.635	7.879

7 . 2020年11月，国务院办公厅印发《新能源汽车产业发展规划（2021-2035年）》，要求深入实施发展新能源汽车国家战略，推动中国新能源汽车产业高质量可持续发展，加快建设汽车强国.同时为了推广新能源替代传统非绿色能源，除了财政补贴、税收优惠等激励性政策外，可间接通过前期技术研发支持等政策引导能源发展方向.某企业多年前就开始进行新能源汽车方面的研发，现对近10年的年技术创新投入和每件产品成本（，2，3，…，10）的数据进行分析，得到如下散点图，
   
并计算得：，，，，.
(1)根据散点图可知，可用函数模型拟合y与x的关系，试建立y关于x的回归方程；
(2)已知该产品的年销售额m（单位：千万元）与每件产品成本y的关系为.该企业的年投入成本除了年技术创新投入，还要投入其他成本10千万元，根据（1）的结果回答：当年技术创新投入x为何值时，年利润的预报值最大?（注：年利润年销售额年投入成本）
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分别为：，.

8 . 随着国家对中小学“双减”政策的逐步落实，其中增加中学生体育锻炼时间的政策引发社会的广泛关注.某教育时报为研究“支持增加中学生体育锻炼时间的政策是否与性别有关”，从某校男女生中各随机抽取80名学生进行问卷调查，得到如下数据（，）

	支持	不支持
男生
女生

通过计算有95%以上的把握认为“支持增加中学生体育锻炼时间的政策与性别有关”，则在这被调查的80名女生中支持增加中学生体育锻炼时间的人数的最小值为（       ）
附：，其中.

	0.100	0.050	0.010	0.005	0.001
	2.706	3.841	6.635	7.879	10.828

A．15

B．65

C．16

D．66

9 . 某公司为了解年研发资金投入量x（单位:亿元）对年销售额y（单位:亿元）的影响.对公司近12年的年研发资金投入量x_i和年销售额y_i的数据，进行了对比分析，建立了两个模型:①，②，其中α，β，λ，t均为常数，e为自然对数的底数，并得到一些统计量的值.令，经计算得如下数据:

20	66		77	2	460		4.20
31250		215		3.08		14

(1)请从相关系数的角度，分析哪一个模型拟合程度更好?
(2)（ⅰ）根据分析及表中数据，建立y关于x的回归方程;
（ⅱ）若下一年销售额y需达到90亿元，预测下一年的研发资金投入量x是多少亿元?
附:①相关系数，回归直中公式分别为;
②参考数据：.

10 . 利用独立性检验考察两个变量X与Y是否有关系，通过2×2列联表进行独立性检验．经计算，那么认为X与Y是有关系，这个结论错误的可能性不超过（       ）

	0.100	0.050	0.025	0.010	0.001
	2.706	3.841	5.024	6.635	10.828

A．0.001

B．0.005

C．0.05

D．0.01