1 . 随着科技发展的日新月异，人工智能融入了各个行业，促进了社会的快速发展.其中利用人工智能生成的虚拟角色因为拥有更低的人工成本，正逐步取代传统的真人直播带货.某公司使用虚拟角色直播带货销售金额得到逐步提升，以下为该公司自2023年8月使用虚拟角色直播带货后的销售金额情况统计.

年月	2023年8月	2023年9月	2023年10月	2023年11月	2023年12月	2024年1月
月份编号	1	2	3	4	5	6
销售金额/万元	15.4	25.4	35.4	85.4	155.4	195.4

若与的相关关系拟用线性回归模型表示，回答如下问题：
(1)试求变量与的样本相关系数（结果精确到0.01）；
(2)试求关于的经验回归方程，并据此预测2024年2月份该公司的销售金额.（，均保留一位小数）
附：经验回归方程，其中，
样本相关系数
参考数据：.

2 . 某公司为了确定下季度的前期广告投入计划，收集并整理了近6个月广告投入量x(单位：万元)和收益y(单位：万元)的数据如表(其中有些数据污损不清)：

月份	1	2	3	4	5	6
广告投入量	2		7	8	10
收益		20	30	34	37

他们分别用两种模型①，②进行拟合，得到相应的回归方程并进行残差分析，得到如图所示的残差图及一些统计量的值．

(1)根据残差图，比较模型①，②的拟合效果，应选择哪个模型?
(2)残差绝对值大于2 的数据被认为是异常数据，需要剔除．
（i）剔除异常数据后，求出（1）中所选模型的回归方程；
（ii）若广告投入量x=19，则（1）中所选模型收益的预报值是多少万元?(精确到0.01)
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： .

3 . 在复平面内，复数对应的点在第四象限，设．
(1)若，求；
(2)若，求．

4 . 近年来，长安区大力发展大花卉产业，其中玫瑰既有观赏价值也能加工成食品和高档化妆品而得到环山路一带农民大面种植．已知玫瑰的株高y（单位：cm）与一定范围内的温度x（单位：）有关，现收集了玫瑰的13组观测数据，得到如下的散点图：

现根据散点图利用或建立y关于x的回归方程，令，得到如下数据：

10.15		109.94		3.04			0.16
13.94			11.67		0.21	21.22

且与的相关系数分别为，，且．
(1)用相关系数说明哪种模型建立y与x的回归方程更合适；
(2)根据（1）的结果及表中数据，建立y关于x的回归方程；
(3)已知玫瑰的利润z与x、y的关系为，当x为何值时，z的预期最大．
参考数据和公式：，，，对于一组数据，其回归直线方程的斜率和截距的最小二乘法估计分别为，，相关系数．

5 . 某学校有A，B两家餐厅，A餐厅有2种套餐选择，B餐厅有4种套餐选择，且这6种套餐各不相同．A餐厅距离教学楼相比于B餐厅要近很多，经调查发现，100名不同性别的学生选择餐厅用餐的情况如下：

	男	女
在A餐厅用餐	40	20
在B餐厅用餐	15	25

(1)求某天甲、乙两名同学选择同一套餐用餐的概率；
(2)依据的独立性检验，能否认为性别与选择餐厅之间有关联?
附：．

	0.05	0.01	0.005	0.001
	3.841	6.635	7.879	10.828

6 . 已知复数（其中是虚数单位，）．
(1)若复数是纯虚数，求的值；
(2)求的取值范围．

7 . 随着移动互联网和直播带货技术的发展，直播带货已经成为一种热门的销售方式，特别是商家通过展示产品，使顾客对商品有更全面的了解.下面统计了某新手开启直播带货后从6月份到10月份每个月的销售量(万件)的数据，得到如图所示的散点图．其中6月份至10月份相应的代码为，如:表示6月份.

(1)根据散点图判断，模型①与模型②哪一个更适宜作为月销售量关于月份代码的回归方程?（给出判断即可，不必说明理由）
(2)（i）根据（1）的判断结果，建立关于的回归方程;(计算结果精确到0.01)
（ⅱ）根据结果预测12月份的销售量大约是多少万件?
参考公式与数据:， ，，其中.

8 . 回答下列问题
(1)已知复数是方程的根（是虚数单位，），求．
(2)已知复数，设复数，（是的共轭复数），且复数所对应的点在第三象限，求实数的取值范围．

10 . 为了解中草药甲对某疾病的预防效果，研究人员随机调查了100名人员，调查数据如表.（单位：个）

	未患病者	患病者	合计
未服用 中草药甲
服用 中草药甲
合计

(1)若规定显著性水平，试分析中草药甲对预防此疾病是否有效；
(2)已知中草药乙对该疾病的治疗有效率数据如下：对未服用过中草药甲的患者治疗有效率为，对服用过中草药甲的患者治疗有效率为.若用频率估计概率，现从患此疾病的人员中随机选取2人（分两次选取，每次1人，两次选取的结果独立）使用中草药乙进行治疗，记治疗有效的人数为，求的分布和数学期望.
附：，.

	0.100	0.050	0.010	0.001
	2.706	3.841	6.635	10.828