1 . 某企业新研发了一种产品，产品的成本由原料成本及非原料成本组成.每件产品的非原料成本（元）与生产该产品的数量（千件）有关，经统计得到如下数据：

x	1	2	3	4	5	6	7	8
y	112	61	44.5	35	30.5	28	25	24

根据以上数据，绘制了散点图.

观察散点图，两个变量不具有线性相关关系，现考虑用反比例函数模型和指数函数模型分别对两个变量的关系进行拟合.已求得用指数函数模型拟合的回归方程为，与的相关系数.参考数据（其中）：

183.4	0.34	0.115	1.53	360	22385.5	61.4	0.135

（1）用反比例函数模型求关于的回归方程；
（2）用相关系数判断上述两个模型哪一个拟合效果更好（精确到0.01），并用其估计产量为10千件时每件产品的非原料成本；
（3）该企业采取订单生产模式（根据订单数量进行生产，即产品全部售出）.根据市场调研数据，若该产品单价定为100元，则签订9千件订单的概率为0.8，签订10千件订单的概率为0.2；若单价定为90元，则签订10千件订单的概率为0.3，签订11千件订单的概率为0.7.已知每件产品的原料成本为10元，根据（2）的结果，企业要想获得更高利润，产品单价应选择100元还是90元，请说明理由.
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：，，相关系数.

2 . 为了解高新产业园引进的甲公司前期的经营状况，市场研究人员对该公司2019年下半年连续六个月的利润进行了统计，统计数据列表如下：

月份	7月	8月	9月	10月	11月	12月
月份代码	1	2	3	4	5	6
月利润（万元）	110	130	160	150	200	210

（1）请用相关系数说明月利润y（单位：万元）与月份代码x之间的关系的强弱（结果保留两位小数），求y关于x的线性回归方程，并预测该公司2020年1月份的利润；
（2）甲公司新研制了一款产品，需要采购一批新型材料，已知生产新型材料的乙企业对A、B两种型号各100件新型材料进行模拟测试，统计两种新型材料使用寿命频数如下表所示：

使用寿命 材料类型	1个月	2个月	3个月	4个月	总计
A	15	40	35	10	100
B	10	30	40	20	100

现有采购成本分别为10万元/件和12万元/件的A、B两种型号的新型材料可供选择，按规定每种新型材料最多可使用4个月，不同类型的新型材料损坏的时间各不相同，经甲公司测算，平均每件新型材料每月可以带来5万元收入，不考虑除采购成本之外的其他成本，假设每件新型材料的使用寿命都是整数月，且以频率估计每件新型材料使用寿命的概率，如果你是甲公司的负责人，以每件新型材料产生利润的期望值为决策依据，你会选择采购哪款新型材料？
参考公式：相关系数；
回归直线方程为，其中，.
参考数据：，，，.

3 . 某市为调查产生的垃圾数量，采用简单随机抽样的方法抽取了20个县城进行分析，得到了样本数据（i=1，2，…，20），其中和分别表示第i个县城的人口（单位：万人）和该县年垃圾产生总量（单位：吨），并计算得，，，，.
(1)请用相关系数说明该组数据中y与x之间的关系可用线性回归模型进行拟合；
(2)求y关于x的线性回归方程；
(3)某科研机构研发了两款垃圾处理机器，其中甲款机器每台售价100万元，乙款机器每台售价80万元，下表是以往两款垃圾处理机器的使用年限统计表：

	1年	2年	3年	4年	合计
甲款（台）	5	20	15	10	50
乙款（台）	15	20	10	5	50

根据以往的经验可知，某县城每年可获得政府支持的垃圾处理费用为50万元，若仅考虑购买机器的成本和每台机器的使用年限（使用年限均为整年），以使用年限的频率估计概率，该县城选择购买一台哪款垃圾处理机器更划算？
参考公式：相关系数，
回归方程中斜率和截距最小二乘估计公式分别为，.

4 . 2020年初全球爆发了新冠肺炎疫情，为了防控疫情，某医疗科研团队攻坚克难研发出一种新型防疫产品，该产品的成本由原料成本及非原料成本组成，每件产品的非原料成本y（元）与生产该产品的数量x（千件）有关，根据已经生产的统计数据，绘制了如下的散点图.
观察散点图，两个变量不具有线性相关关系，现考虑用函数对两个变量的关系进行拟合.参考数据（其中）：

0.41	0.1681	1.492	306	20858.44	173.8	50.39

（1）求y关于x的回归方程，并求y关于u的相关系数（精确到0.01）.
（2）该产品采取订单生产模式（根据订单数量进行生产，即产品全部售出）.根据市场调研数据，若该产品单价定为80元，则签订9千件订单的概率为0.7，签订10千件订单的概率为0.3；若单价定为70元，则签订10千件订单的概率为0.3，签订11千件订单的概率为0.7.已知每件产品的原料成本为30元，根据（1）的结果，要想获得更高利润，产品单价应选择80元还是70元，请说明理由.
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：，，相关系数.

5 . 节能降耗是企业的生存之本，树立一种“点点滴滴降成本，分分秒秒增效益”的节能意识，以最好的管理，来实现节能效益的最大化为此某国企进行节能降耗技术改造，下面是该国企节能降耗技术改造后连续五年的生产利润：

年号	1	2	3	4	5
年生产利润单位：千万元			1

预测第8年该国企的生产利润约为　　千万元
参考公式及数据：；，，

A．

B．

C．

D．

6 . 某电视厂家准备在“五一”举行促销活动，现在根据近七年的广告费与销售量的数据确定此次广告费支出．广告费支出x（单位：万元）和销售量y（单位：万台）的数据如下：

年份	2014	2015	2016	2017	2018	2019	2020
广告费支出x	1	2	4	6	11	13	19
销售量y	1.9	3.2	4.0	4.4	5.2	5.3	5.4

（1）若用线性回归模型拟合y与x的关系，求出y关于x的回归方程．
（2）若用模型拟合y与x的关系，可得回归方程，经计算线性回归模型和该模型的分别约为0.75和0.88，请用说明选择哪个回归模型更好．
（3）已知利润z（单位：万元）与x，y的关系为．根据（2）的结果回答：当广告费时，销售量及利润的预测值是多少？（精确到0.01）
参考数据：．
参考公式：线性回归方程中的斜率和截距的最小二乘估计公式分别为．

7 . 某工厂每日生产一种产品吨，每日生产的产品当日销售完毕，日销售额为万元，产品价格随着产量变化而有所变化，经过一段时间的产销，得到了的一组统计数据如下表：

（1）请判断与中，哪个模型更适合刻画之间的关系？可从函数增长趋势方面给出简单的理由；
（2）根据你的判断及下面的数据和公式，求出关于的回归方程，并估计当日产量时，日销售额是多少？（结果保留整数）
参考公式及数据：线性回归方程中，，.
，
，

8 . 二手车经销商小王对其所经营的型号二手汽车的使用年数与销售价格（单位：万元/辆）进行整理，得到如下数据：

使用年数	2	3	4	5	6	7
售价	20	12	8	6.4	4.4	3
	3.00	2.48	2.08	1.86	1.48	1.10

下面是关于的散点图：

(1)由散点图看出，可以用线性回归模型拟合和的关系，请用相关系数加以说明；
(2)求关于的回归方程，并预测某辆型号二手汽车当使用年数为9年时，售价大约为多少？（、的值精确到）
(3)基于成本的考虑，该型号二手汽车的售价不得低于元，请根据（2）求出的回归方程预测在收购该型号二手汽车时，车辆的使用年数不得超过多少年？
参考公式：，相关系数．
参考数据：，，，，，．

9 . 某公司为了预测下月产品销售情况，找出了近7个月的产品销售量（单位：万件）的统计表：

月份代码	1	2	3	4	5	6	7
销售量（万件）

但其中数据污损不清，经查证，，.
（1）请用相关系数说明销售量与月份代码有很强的线性相关关系；
（2）求关于的回归方程（系数精确到0.01）；
（3）公司经营期间的广告宣传费（单位：万元）（），每件产品的销售价为10元，预测第8个月的毛利润能否突破15万元，请说明理由.（毛利润等于销售金额减去广告宣传费）
参考公式及数据：，相关系数，当时认为两个变量有很强的线性相关关系，回归方程中斜率和截距的最小二乘估计公式分别为，.

10 . 在我国，大学生就业压力日益严峻，伴随着政府政策引导与社会观念的转变，大学生创业意识，就业方向也悄然发生转变．某大学生在国家提供的税收，担保贷款等很多方面的政策扶持下选择加盟某专营店自主创业，该专营店统计了近五年来创收利润数（单位：万元）与时间（单位：年）的数据，列表如下：

	1	2	3	4	5
	2.4	2.7	4.1	6.4	7.9

（1）依据表中给出的数据，是否可用线性回归模型拟合与的关系，请计算相关系数并加以说明（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）
附：相关系数公式：
参考数据：，
（2）谈专营店为吸引顾客，特推出两种促销方案．
方案一：每满500元可减50元；
方案二：每满500元可抽奖一次，每次中奖的概率都为，中奖就可以获得100元现金奖励，假设顾客每次抽奖的结果相互独立．
①某位顾客购买了1050元的产品、该顾客选择参加两次抽奖，求该顾客换得100元现金奖励的概率．
②某位顾客购买了2000元的产品，作为专营店老板，是希望该顾客直接选择返回200元现金，还是选择参加四次抽奖？说明理由．