2 . 某校20名学生的数学成绩和知识竞赛成绩如下表：

学生编号i	1	2	3	4	5	6	7	8	9	10
数学成绩	100	99	96	93	90	88	85	83	80	77
知识竞赛成绩	290	160	220	200	65	70	90	100	60	270
学生编号i	11	12	13	14	15	16	17	18	19	20
数学成绩	75	74	72	70	68	66	60	50	39	35
知识竞赛成绩	45	35	40	50	25	30	20	15	10	5

计算可得数学成绩的平均值是，知识竞赛成绩的平均值是，并且，，.
(1)求这组学生的数学成绩和知识竞赛成绩的样本相关系数（精确到0.01）；
(2)设，变量和变量的一组样本数据为，其中两两不相同，两两不相同.记在中的排名是第位，在中的排名是第位，.定义变量和变量的“斯皮尔曼相关系数”（记为）为变量的排名和变量的排名的样本相关系数.
（i）记，.证明：；
（ii）用（i）的公式求得这组学生的数学成绩和知识竞赛成绩的“斯皮尔曼相关系数”约为0.91，简述“斯皮尔曼相关系数”在分析线性相关性时的优势.
注：参考公式与参考数据.
；；.

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．每批产品的非原料总成本（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
	6	11	21	34	66	101	196

根据以上数据，绘制如图所示的散点图．

观察散点图，两个变量不具有线性相关关系，现考虑用对数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．
（1）根据散点图判断，与（，均为大于零的常数）哪一个适宜作为非原料总成本关于生产该产品的数量的回归方程类型；（给出判断即可，不必说明理由）
（2）根据（1）的判断结果及表1中的数据，建立关于的回归方程；
（3）已知每件产品的原料成本为10元，若该产品的总成本不得高于123470元，请估计最多能生产多少千件产品．
参考数据：

62.14	1.54	2535	50.12	3.47

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，．

7 . 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？