1 . 某科技公司研发了一项新产品，经过市场调研，对公司1月份至6月份销售量及销售单价进行统计，销售单价（千元）和销售量（千件）之间的一组数据如下表所示：

月份	1	2	3	4	5	6
销售单价
销售量

（1）试根据1至5月份的数据，建立关于的回归直线方程；
（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千件，则认为所得到的回归直线方程是理想的，试问（1）中所得到的回归直线方程是否理想？
参考公式：回归直线方程，其中.
参考数据：，.

2 . 考取驾照是一个非常严格的过程，有的人并不能够一次性通过，需要补考.现在有一张某驾校学员第一次考试结果汇总表，由于保管不善，只残留了如下数据（见下表）：

成绩 性别	合格	不合格	合计
男性	45	10
女性	30
合计			105

(1)完成此表；
(2)根据此表判断：是否可以认为性别与考试是否合格有关？如果可以，请问有多大把握；如果不可以，试说明理由.
参考公式：①相关性检验的临界值表：

	0.40	0.25	0.15	0.10	0.05	0.025	0.10
	0.708	1.323	2.072	2.706	3.841	5.024	6.635

②卡方值计算公式：.其中.

3 . 已知复数z₁满足：|z₁|=1+3i﹣z₁.
（1）求z₁
（2）若复数z₂的虚部为2，且是实数，求.

4 . 已知复数，其中为虚数单位，．
(1)若是纯虚数，求的值；
(2)若在复平面内对应的点在第四象限，求的取值范围．

5 . 网购是现代年轻人重要的购物方式，截止：2021年12月，我国网络购物用户规模达8.42亿，较2020年12月增长5968万，占网民整体的81.6%．某电商对其旗下的一家专营店近五年来每年的利润额（单位：万元）与时间第年进行了统计得如下数据：

	1	2	3	4	5
	2.6	3.1	4.5	6.8	8.0

(1)依据表中给出的数据，是否可用线性回归模型拟合y与t的关系？请计算相关系数r并加以说明（计算结果精确到0.01）．（若，则线性相关程度很高，可用线性回归模型拟合）
(2)试用最小二乘法求出利润y与时间t的回归方程，并预测当时的利润额．
附：，
，．
参考数据：，，，．

6 . 为了了解贵州省大学生是否关注原创音乐剧与性别有关，某大学学生会随机抽取1000名大学生进行统计，得到如下列联表：

	男大学生	女大学生	合计
关注原创音乐剧	250	300	550
不关注原创音乐剧	250	200	450
合计	500	500	1000

(1)从关注原创音乐剧的550名大学生中任选1人，求这人是女大学生的概率.
(2)试根据小概率值的独立性检验，能否认为是否关注原创音乐剧与性别有关联？说明你的理由.
附：，其中.

	0.1	0.05	0.01	0.005	0.001
	2.706	3.841	6.635	7.879	10.828

7 . 某网购平台为了解某市居民在该平台的消费情况，从该市使用其平台且每周平均消费额超过100元的人员中随机抽取了100名，并绘制如图所示频率分布直方图，已知中间三组的人数可构成等差数列.

（1）求的值；
（2）分析人员对100名调查对象的性别进行统计发现，消费金额不低于300元的男性有20人，低于300元的男性有25人，根据统计数据完成下列列联表，并判断是否有的把握认为消费金额与性别有关？
（3）分析人员对抽取对象每周的消费金额与年龄进一步分析，发现他们线性相关，得到回归方程.已知100名使用者的平均年龄为38岁，试判断一名年龄为25岁的年轻人每周的平均消费金额为多少.（同一组数据用该区间的中点值代替）
列联表                                              

	男性	女性	合计
消费金额
消费金额
合计

临界值表：

	0.050	0.010	0.001
	3.841	6.635	10.828

，其中

8 . 2022年2月4日，第24届冬奥会将在中国北京和张家口举行.为了宣传北京冬奥会，某大学从全校学生中随机抽取了110名学生，对是否喜欢冬季体育运动情况进行了问卷调查，统计数据如下：

	喜欢	不喜欢
男生	50	10
女生	30	20

(1)根据上表说明，能否有的把握认为，是否喜欢冬季体育运动与性别有关？
(2)现从这110名喜欢冬季体育运动的学生中，采用按性别分层抽样的方法，选取8人参加2022年北京冬奥会志愿者服务前期集训，且这8人经过集训全部成为合格的冬奥会志愿者.若从这8人中随机选取2人到场馆参加志愿者服务，求选取的2人中至少有一名女生的概率.

9 . 如图，已知复平面内平行四边形ABCD中，点A对应的复数为，对应的复数为2+2i，对应的复数为4-4i.

（1）求D点对应的复数；
（2）求平行四边形ABCD的面积.

10 . 某种机械设备随着使用年限的增加，它的使用功能逐渐减退，使用价值逐年减少，通常把它使用价值逐年减少的“量”换算成费用．称之为“失效费”．某种机械设备的使用年限x（单位：年）与失效费y（单位：万元）的统计数据如下表所示：

使用年限x（单位：年）	2	4	5	6	8
失效费y（单位：万元）	3	4	5	6	7

根据上表数据，计算y与x的相关系数，并说明y与x是否高度相关．
（若，则认为y与x高度相关）
附：．