1 . 蟋蟀鸣叫是大自然优美和谐的音乐，蟋蟀鸣叫的频率（单位：次/分钟）与气温（单位：℃）有较强的线性相关关系．某同学在当地通过观测，得到如下数据，并建立了关于的线性回归方程．当蟋蟀每分钟鸣叫52次时，该地当时的气温预报值为_______________．

（次/分钟）	24	36	40	60
（℃）	26	28.6	30	35.4

2 . 某公司研制了一种对人畜无害的灭草剂，为了解其效果，通过实验，收集到其不同浓度（）与灭死率的数据，得下表：

浓度（）
灭死率	0.1	0.24	0.46	0.76	0.94

(1)以为解释变量，为响应变量，在和中选一个作为灭死率关于浓度（）的经验回归方程，不用说明理由；
(2)（i）根据（1）的选择结果及表中数据，求出所选经验回归方程；
（ii）依据（i）中所求经验回归方程，要使灭死率不低于，估计该灭草剂的浓度至少要达到多少？
参考公式：对于一组数据，，，，其经验回归直线的斜率和截距的最小二乘法估计分别为，.

4 . 某单位为了了解用电量y度与气温x℃之间的关系，随机统计了某4天的用电量与当天气温．

气温（℃）	14	12	8	6
用电量（度）	22	26	34	38

由表中数据所得回归直线方程为，据此预测当气温为5℃时，用电量的度数约为____________℃．

5 . 信创产业即信息技术应用创新产业，是一条规模庞大、体系完整的产业链，是数字经济的重要抓手之一．在政府、企业等多方面的共同努力下，中国信创产业市场规模不断扩大，市场释放出前所未有的活力．下表为2018—2022年中国信创产业规模（单位：千亿元），其中2018—2022年对应的代码依次为1~5．

年份代码x	1	2	3	4	5
中国信创产业规模y/千亿元	8.1	9.6	11.5	13.8	16.7

(1)从2018—2022年中国信创产业规模中任取2个数据，求这2个数据都大于10的概率．
(2)由上表数据可知，可用指数型函数模型拟合y与x的关系，请建立y关于x的回归方程（a，b的值精确到0.01），并预测2023年中国信创产业规模能否超过20千亿元．
参考数据：

2.45	38.52	6.81	1.19	2.84

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，．

6 . 近年来，新能源产业蓬勃发展，已成为一大支柱产业.据统计，某市一家新能源企业近5个月的产值如下表，由散点图知，该企业产值（亿元）与月份代码线性相关.

月份	6月	7月	8月	9月	10月
月份代码	1	2	3	4	5
产值（亿元	16	20	27	30	37

(1)求出关于的线性回归方程；
(2)根据（1）中的结果，预测明年2月份该企业的产值.
参考公式：.
参考数据：.

7 . 近年来，我国新能源汽车技术水平不断进步、产品性能明显提升，产销规模连续六年位居世界首位.我国新能源汽车行业取得的成就离不开国家政策的支持，为支持我国新能源汽车行业发展，国家出台了一系列政策，其中《新能源汽车产业发展规划（2021－2035年）》提出，到2025年，新能源汽车新车销售量达到汽车新车销售总量的20％左右，力争经过15年的持续努力，我国新能源汽车核心技术达到国际先进水平，质量品牌具备较强国际竞争力.某汽车城从某天开始连续的营业天数x与新能源汽车销售总量y（单位：辆）的统计数据如表所示：

从某天开始连续的营业天数x	10	20	30	40	50
新能源汽车销售总量y/辆	62	68	75	81	89

(1)已知可用线性回归模型拟合y与x的关系，请用相关系数加以说明（结果精确到0.001）；
(2)求y关于x的线性回归方程，并预测该汽车城连续营业130天的汽车销售总量.
参考数据：，，.
参考公式：相关系数，
线性回归方程中斜率与截距的最小二乘估计公式分别为，.

8 . 根据如下样本数据，得到的线性回归方程为，则（       ）

x	2	3	4	5	6
y	4	2.5

A．，

B．，

C．，

D．，

9 . 某高科技公司对其产品研发年投资额x（单位：百万元）与其年销售量y（单位：千件）的数据进行统计，整理后得到如下统计表和散点图.

x	1	2	3	4	5	6
y	0.5	1	1.5	3	6	12
	-0.7	0	0.4	1.1	1.8	2.5

(1)该公司科研团队通过分析散点图的特征后，计划分别用①和②两种方案作为年销售量y关于年投资额x的回归分析模型，请根据统计表的数据，确定方案①和②的经验回归方程；（注：系数b，a，d，c按四舍五入保留一位小数）
(2)根据下表中数据，用相关指数（不必计算，只比较大小）比较两种模型的拟合效果哪个更好，并选择拟合精度更高、更可靠的模型，预测当研发年投资额为8百万元时，产品的年销售量是多少？

经验回归方程 残差平方和
	18.29	0.65

参考公式及数据：，，
，
，.