2 . 旅游承载着人们对美好生活的向往.随着近些年人们收入和消费水平不断提高，对品质生活的需求也日益升级，旅游市场开启了快速增长的时代.某旅游景区为吸引旅客，提供了､两条路线方案.该景区为进一步了解旅客对这套路线的选择情况和满意度评价（“好”或“一般”），对300名的旅客的路线选择和评价进行了统计，如下表：

	路线		路线		合计
	好	一般	好	一般
男		20	55		120
女	90			40	180
合计		50		75	300

(1)填补上面的统计表中的空缺数据，并依据小概率值的独立性检验，能否认为对，两条路线的选择与性别有关？
(2)某人计划到该景区旅游，预先在网上了解两条路线的评价，假设他分别看了两条路线各三条评价（评价好或一般的可能性以前面统计的比例为参考），若评价为“好”的计5分，评价为“一般”的计2分，以期望值作为参考，那么你认为这个人会选择哪一条线路.请用计算说明理由.
附：，其中.

	0.100	0.050	0.010	0.001
	2.706	3.841	6.635	10.828

3 . 植物生长调节剂是一种对植物的生长发育有调节作用的化学物质，它在生活中的应用非常广泛．例如，在蔬菜贮藏前或者贮藏期间，使用一定浓度的植物生长调节剂，可抑制萌芽，保持蔬菜新鲜，延长贮藏期．但在蔬菜上残留的一些植物生长调节剂会损害人体健康．某机构研发了一种新型植物生长调节剂A，它能延长种子、块茎的休眠，进而达到抑制萌芽的作用．为了测试它的抑制效果，高三某班进行了一次数学建模活动，研究该植物生长调节剂A对甲种子萌芽的具体影响，通过实验，收集到A的浓度u（）与甲种子发芽率Y的数据．
表（一）

A浓度u（）
发芽率Y	0.94	0.76	0.46	0.24	0.10

若直接采用实验数据画出散点图，（如图1所示）除了最后一个数据点外，其他各数据点均紧临坐标轴，这样的散点图给我们观察数据背后的规律造成很大的障碍，为了能够更好的观察现有数据，将其进行等价变形是一种有效的途径，通过统计研究我们引进一个中间量x，令，通过，将A浓度变量变换为A的浓度级变量，得到新的数据．
表（二）

A浓度u（）
A浓度级x	1	2	3	4	5
发芽率Y	0.94	0.76	0.46	0.24	0.10

(1)如图2所示新数据的散点图，散点的分布呈现出很强的线性相关特征．请根据表中数据，建立Y关于x的经验回归方程；
(2)根据得到的经验回归方程，要想使得甲种子的发芽率不高于0.4，估计A浓度至少要达到多少？
附：对于一组数据，…，，其经验回归方程中斜率和截距的最小二乘估计公式分别为：，．

4 . 移动物联网广泛应用于生产制造、公共服务、个人消费等领域．截至2022年底，我国移动物联网连接数达18.45亿户，成为全球主要经济体中首个实现“物超人”的国家．右图是2018-2022年移动物联网连接数W与年份代码t的散点图，其中年份2018-2022对应的t分别为1~5．

(1)根据散点图推断两个变量是否线性相关．计算样本相关系数（精确到0.01），并推断它们的相关程度；
(2)(i)假设变量x与变量Y的n对观测数据为(x₁，y₁)，(x₂，y₂)，…，(x_n，y_n)，两个变量满足一元线性回归模型   （随机误差）．请推导：当随机误差平方和Q＝取得最小值时，参数b的最小二乘估计．
(ii)令变量，则变量x与变量Y满足一元线性回归模型利用(i)中结论求y关于x的经验回归方程，并预测2024年移动物联网连接数．
附：样本相关系数，，，，