2 . 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.

3 . 2020年是我国全面建成小康社会和“十三五”规划收官之年，作为制造业城市，某市一直坚持把创新摆在制造业发展全局的前置位置和核心位置，在推动制造业高质量发展的大环境下，某市某工厂统筹各类资源，进行了积极的改造探索，下表是该工厂每月生产的一种核心产品的产量（）（件）与相应的生产总成本（万元）的四组对照数据：

	5	7	9	11
	200	298	431	609

工厂研究人员建立了与的两种回归模型，利用计算机算得近似结果如下：
模型①：
模型②：
其中模型①的残差图如图所示：

（1）在下表中填写模型②的残差（残差真实值预报值），判断哪一个模型更适宜作为关于的回归方程？并说明理由.

	5	7	9	11
	200	298	431	609
残差

（2）研究人员统计了20个月的产品销售单价，得到频数分布表如下：

销售单价分组（万元）
频数	10	6	4

若以这20个月销售单价的平均值定为今后的月销售单价（同一组中的数据用该组区间的中点值作代表），结合你对（1）的判断当月产量为12件时，预测当月的利润.

4 . 某市场研究人员为了了解产业园引进的甲公司前期的经营状况，对该公司2019年连续六个月的利润进行了统计，并根据得到的数据绘制了相应的折线图，如图所示：

（1）由折线图可以看出，可用线性回归模型拟合月利润(单位：百万元)与月份代码之间的关系，求关于的线性回归方程，并预测该公司2020年4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，现有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，但新材料的不稳定性会导致材料的使用寿命不同，现对A，B两种型号的新型材料对应的产品各100件进行科学模拟测试，得到两种新型材料使用寿命的频数统计如下表：

经甲公司测算平均每件新型材料每月可以带来6万元收入入，不考虑除采购成本之外的其他成本，A型号材料每件的采购成本为10万元，B型号材料每件的采购成本为12万元.假设每件新型材料的使用寿命都是整月数，且以频率作为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平均值为决策依据，你会选择采购哪款新型材料？
参考数据：，.
参考公式：回归直线方程，其中.

5 . 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：，，，.

6 . 现有一环保型企业，为了节约成本拟进行生产改造，现将某种产品产量x与单位成本y统计数据如表：

月份	1	2	3	4	5	6
产量千件	2	3	4	3	4	5
单位成本元件	73	72	71	73	69	68

(1)试确定回归方程；
(2)指出产量每增加1000件时，单位成本平均下降多少？
(3)假定单位成本为70元件时，产量应为多少件？
参考公式：
参考数据

7 . 随着网络的发展，网上购物越来越受到人们的喜爱，各大购物网站为增加收入，促销策略越来越多样化，促销费用也不断增加，下表是某购物网站2018年1-8月促销费用（万元）和产品销量（万件）的具体数据：

月份	1	2	3	4	5	6	7	8
促销费用	2	3	6	10	13	21	15	18
产品销量	1	1	2	3	3.5	5	4	4.5

（1）根据数据绘制的散点图能够看出可用线性回归模型与的关系，请用相关系数加以说明（系数精确到0.001）；
（2）建立关于的线性回归方程（系数精确到0.001）；如果该公司计划在9月份实现产品销量超6万件，预测至少需要投入费用多少万元（结果精确到0.01）．
参考数据：，，，，，其中，分别为第个月的促销费用和产品销量，．
参考公式：（1）样本相关系数；
（2）对于一组数据，，…，，其回归方程的斜率和截距的最小二乘估计分别为，．

8 . 随着互联网的迅速发展，越来越多的消费者开始选择网络购物这种消费方式，某营销部门统计了2019年某月镇江的部分特产（恒顺香醋、水晶肴肉、丹阳黄酒、封缸酒、句容老鹅）的网络销售情况得到网民对不同特产的最满意度和对应的销售额(万元)数据，如下表：

特产种类	甲	乙	丙	丁	戊
最满意度	22	34	25	20	19
销售额(万元)	78	90	86	76	75

（1）求销量额关于最满意度的相关系数；
（2）我们约定：销量额关于最满意度的相关系数的绝对值在以上(含)是线性相关性较强；否则，线性相关性较弱.如果没有达到较强线性相关，则采取“末位淘汰”制(即销售额最少的特产退出销售)，并求在剔除“末位淘汰”的特产后的销量额关于最满意度的线性回归方程(系数精确到0.1).
参考数据：，，，，，.
附：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公式分别为：，.线性相关系数

9 . 已知某种新型病毒的传染能力很强，给人们生产和生活带来很大的影响，所以创新研发疫苗成了当务之急.为此，某药企加大了研发投入，市场上这种新型冠状病毒的疫苗的研发费用（百万元）和销量（万盒）的统计数据如下：

研发费用（百万元）	2	3	6	10	13	14
销量（万盒）	1	1	2	2.5	4	4.5

（1）根据上表中的数据，建立关于的线性回归方程（用分数表示）；
（2）根据所求的回归方程，估计当研发费用为1600万元时，销售量为多少？
参考公式：，.

10 . 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y(元)与生产该产品的数量x(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，(反比例函数模型可用转化为线性回归模型；指数函数模型可转化为和x的线性回归模型)现已求得：用指数函数模型拟合的回归方程为，与x的相关系数；

（1）用反比例函数模型求y关于x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.
参考数据：，，，，，，(其中，
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法估计分别为：，相关系数