1 . 某公司对某产品作市场调查，获得了该产品的定价（单位：万元/吨）和一天的销量吨）的一组数据，根据这组数据制作了如下统计表和散点图.

0.33	10	3	0.164	100	68	350

表中.
（Ⅰ）根据散点图判断，与哪一个更适合作为关于的经验回归方程；（给出判断即可，不必说明理由）
（Ⅱ）根据（Ⅰ）的判断结果，建立关于的经验回归方程；
（Ⅲ）若生产1吨该产品的成本为0.25万元，依据（Ⅱ）的经验回归方程，预计每吨定价多少时，该产品一天的销售利润最大？最大利润是多少？
（经验回归方程中，，）

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.

4 . 武汉某科技公司为提高市场销售业绩，现对某产品在部分营销网点进行试点促销活动．现有两种活动方案，在每个试点网点仅采用一种活动方案，经统计，2018年1月至6月期间，每件产品的生产成本为10元，方案1中每件产品的促销运作成本为5元，方案2中每件产品的促销运作成本为2元，其月利润的变化情况如图①折线图所示．

（1）请根据图①，从两种活动方案中，为该公司选择一种较为有利的活动方案（不必说明理由）；
（2）为制定本年度该产品的销售价格，现统计了8组售价x_i（单位：元/件）和相应销量y（单位：件）（i＝1，2，…8）并制作散点图（如图②），观察散点图可知，可用线性回归模型拟合y与x的关系，试求y关于x的回归方程（系数精确到整数）；
参考公式及数据：40，660，x_iy_i＝206630，x12968，，，
（3）公司策划部选1200lnx+5000和═x²+1200两个模型对销量与售价的关系进行拟合，现得到以下统计值（如表格所示）：

		x2+1200
	52446.95	122.89
	124650
相关指数	R	R

相关指数：R²＝1．
（i）试比较R₁²，R₂²的大小（给出结果即可），并由此判断哪个模型的拟合效果更好；
（ii）根据（1）中所选的方案和（i）中所选的回归模型，求该产品的售价x定为多少时，总利润z可以达到最大？

5 . 某公司拟对某种材料进行应用改造，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：

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

对历史数据对比分析，考虑用函数模型①，②分别对两个变量的关系进行拟合，令模型①中上，模型②中，对数据作了初步处理，已计算得到如下数据：

0.34	45	0.115	22385.5	1.53	183.4	61.4	0.135

(1)设和的样本相关系数为，和的样本相关系数为，已经计算得出，请从样本相关系数（精确到0.01）的角度判断，哪个模型拟合效果更好？
(2)根据（1）的选择及表中数据，建立关于的非线性回归方程，并用其估计当每件产品的非原料成本为21元时，产量约为多少千件？
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.

6 . 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

7 . 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：，.

8 . 某高中生参加社会实践活动，对某公司1月份至5月份销售的某种配件的销售量及销售单价进行了调查，销售单价和销售量之间的一组数据如下表所示：

月份	1	2	3	4	5
销售单价元	9	9.5	10	10.5	11
销售量件	11	10	8	6	5

(1)由上表数据知，可用线性回归模型拟合与的关系，请用相关系数加以说明；（精确到0.01）
(2)求出关于的线性回归方程；
(3)预计在今后的销售中，销售量与销售单价仍然服从（2）中的关系，如果该种配件的成本是2.5元/件，那么该种配件的销售单价应定为多少元才能获得最大利润？（注：利润销售收入成本）
参考公式：相关系数，线性回归方程的斜率和截距的最小二乘法估计分别为.
参考数据：

9 . 为了迎接十四运，提高智慧城市水平，西安公交公司近期推出支付宝和微信扫码支付乘车活动，活动设置了一段时间的推广期，由于推广期内优惠力度较大，吸引越来越多的人开始使用扫码支付．某线路公交车队统计了活动刚推出一周内每一天使用扫码支付的人次，表示活动推出的天数，表示每天使用扫码支付的人次（单位：十人次），统计数据如表下所示：

	1	2	3	4	5	6	7
	6	11	21	34	66	101	196

根据以上数据，绘制了散点图．

（1）根据散点图判断，在推广期内，与（均为大于零的常数），哪一个适宜作为扫码支付的人次关于活动推出天数的回归方程类型？（给出判断即可，不必说明理由）；
（2）根据（1）的判断结果及表中的数据，建立与的回归方程，并预测活动推出第天使用扫码支付的人次；
（3）推广期结束后，车队对乘客的支付方式进行统计，结果如下表：

支付方式	现金	乘车卡	扫码
比例

西安公交六公司车队为缓解周边居民出行压力，以万元的单价购进了一批新车，根据以往的经验可知，每辆车每个月的运营成本约为万元．已知该线路公交车票价为元，使用现金支付的乘客无优惠，使用乘车卡支付的乘客享受折优惠，扫码支付的乘客随机优惠，根据统计结果得知，使用扫码支付的乘客中有的概率享受折优惠，有的概率享受折优惠，有的概率享受折优惠．预计该车队每辆车每个月有万人次乘车，根据所给数据以事件发生的频率作为相应事件发生的概率，在不考虑其它因素的条件下，按照上述收费标准，请你估计这批车辆需要几年（结果取整数年）才能盈利？
参考数据：其中其中，，
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估计公式分别为：，．

10 . 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（万元）和销售量（万台）的数据如下：

年份	2012	2013	2014	2015	2016	2017	2018
广告费支出	1	2	4	6	11	13	19
销售量	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与的关系，求出关于的线性回归方程（其中；参考方程：回归直线，
(2)若用模型拟合与的关系，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)已知利润与，的关系为．根据（2）的结果回答：当广告费时，销售量及利润的预报值是多少？（精确到参考数据：