1 . 某兴趣小组欲研究昼夜温差大小与患感冒人数多少之间的关系，他们分别到气象局与医院抄录1至6月份每月10号的昼夜温差情况与因患感冒而就诊的人数，得到如下图资料：

日期	1月10日	2月10日	3月10日	4月10日	5月10日	6月10日
昼夜温差	10	11	13	12	8	6
就诊人数y(个)	22	25	29	26	16	12

该兴趣小组的研究方案是先从这6组数据中选取2组，用剩下的4组数据求线性回归方程，再用被选取的2组数据检验.
（1）求选取的2组数据恰好相邻的概率；
（2）若选取的是1月与6月的两组数据，请根据月份的数据，求出y关于x的线性回归方程；
（3）若线性回归方程得出的估计数据与所选出的检验数据误差的绝对值都不超过2，则认为得到的线性回归方程是理想的.试问该小组由（2）中得到的线性回归方程是否理想？
附：.

2 . 某快餐连锁店招聘外卖骑手，该快餐连锁店提供了两种日工资方案：方案①：规定每日底薪50元，快递业务每完成一单提成3元；方案②：规定每日底薪100元，快递业务的前44单没有提成，从第45单开始，每完成一单提成5元.该快餐连锁店记录了每天骑手的人均业务量.现随机抽取100天的数据，将样本数据分为，，，，，，七组，整理得到如图所示的频率分布直方图.

（1）随机选取一天，估计这一天该连锁店的骑手的人均日快递业务量不少于65单的概率；
（2）若骑手甲、乙选择了日工资方案①，丙、丁选择了日工资方案②.现从上述4名骑手中随机选取2人，求至少有1名骑手选择方案①的概率；
（3）若从人均日收入的角度考虑，请你利用所学的统计学知识为新聘骑手做出日工资方案的选择，并说明理由.（同组中的每个数据用该组区间的中点值代替）

3 . 随着人民生活水平的日益提高，某小区居民拥有私家车的数量与日俱增．由于该小区建成时间较早，没有配套建造地下停车场，小区内无序停放的车辆造成了交通的拥堵．该小区的物业公司统计了近五年小区登记在册的私家车数量（累计值，如147表示2016年小区登记在册的所有车辆数，其余意义相同），得到如下数据：

编号	1	2	3	4	5
年份	2014	2015	2016	2017	2018
数量（单位：辆）	37	104	147	196	216

（1）若私家车的数量与年份编号满足线性相关关系，求关于的线性回归方程，并预测2020年该小区的私家车数量；
（2）小区于2018年底完成了基础设施改造，划设了120个停车位．为解决小区车辆乱停乱放的问题，加强小区管理，物业公司决定禁止无车位的车辆进入小区．由于车位有限，物业公司决定在2019年度采用网络竞拍的方式将车位对业主出租，租期一年，竞拍方案如下：①截至2018年已登记在册的私家车业主拥有竞拍资格；②每车至多中请一个车位，由车主在竞拍网站上提出申请并给出自己的报价；③根据物价部门的规定，竞价不得超过1200元；④申请阶段截止后，将所有申请的业主报价自高到低排列，排在前120位的业主以其报价成交；⑤若最后出现并列的报价，则以提出申请的时间在前的业主成交，为预测本次竞拍的成交最低价，物业公司随机抽取了有竞拍资格的40位业主，进行了竞拍意向的调查，并对他们的拟报竞价进行了统计，得到如图频率分布直方图：

（i）求所抽取的业主中有意向竞拍报价不低于1000元的人数；
（ii）如果所有符合条件的车主均参与竞拍，利用样本估计总体的思想，请你据此预测至少需要报价多少元才能竞拍车位成功？（精确到整数）
参考公式及数据：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：；．

4 . 随着智能手机的普及，使用手机上网成为了人们日常生活的一部分，很多消费者对手机流量的需求越来越大．某通信公司为了更好地满足消费者对流量的需求，准备推出一款流量包．该通信公司选了人口规模相当的4个城市采用不同的定价方案作为试点，经过一个月的统计，发现该流量包的定价：（单位：元/月）和购买总人数（单位：万人）的关系如表：

定价（元/月）	20	30	50	60
年轻人（40岁以下）	10	15	7	8
中老年人（40岁以及40岁以上）	20	15	3	2
购买总人数（万人）	30	30	10	10

（1）根据表中的数据，请用线性回归模型拟合与的关系，求出关于的回归方程；并估计10元/月的流量包将有多少人购买？
（2）若把50元/月以下（不包括50元）的流量包称为低价流量包，50元以上（包括50元）的流量包称为高价流量包，试运用独立性检验知识，填写下面列联表，并通过计算说明是否能在犯错误的概率不超过0.01的前提下，认为购买人的年龄大小与流量包价格高低有关？

定价（元/月）	小于50元	大于或等于50元	总计
年轻人（40岁以下）
中老年人（40岁以及40岁以上）
总计

参考公式：其中，，．
，其中
参考数据：

	0.10	0.05	0.025	0.010	0.005	0.001
	2.706	3.841	5.024	6.635	7.879	10.828

5 . 随着网上购物的普及，传统的实体店遭受到了强烈的冲击，某商场实体店近九年来的纯利润如下表所示：

年份	2010	2011	2012	2013	2014	2015	2016	2017	2018
时间代号	1	2	3	4	5	6	7	8	9
实体店纯利润（千万）	2	2.3	2.5	2.9	3	2.5	2.1	1.7	1.2

根据这9年的数据，对和作线性相关性检验，求得样本相关系数的绝对值为0.254；根据后5年的数据，对和作线性相关性检验，求得样本相关系数的绝对值为0.985；
（1）如果要用线性回归方程预测该商场2019年实体店纯利润，现有两个方案：
方案一：选取这9年的数据，进行预测；
方案二：选取后5年的数据进行预测.
从生活实际背景以及相关性检验的角度分析，你觉得哪个方案更合适.
附：相关性检验的临界值表：

	小概率
	0.05	0.01
3	0.878	0.959
7	0.666	0.798

（2）某机构调研了大量已经开店的店主，据统计，只开网店的占调查总人数的，既开网店又开实体店的占调查总人数的，现以此调查统计结果作为概率，若从上述统计的店主中随机抽查了5位，求只开实体店的人数的分布列及期望.