2 . 在密闭培养环境中，某类细菌的繁殖在初期会较快，随着单位体积内细菌数量的增加，繁殖速度又会减慢．在一次实验中，检测到这类细菌在培养皿中的数量与时间的关系为：

时间	2	3	4	5	6	8
数量（个）	3.5	3.8	4	4.16	4.3	4.5

(1)建立平面直角坐标系，并在坐标系中描出对应的点，观察细菌数量随时间变化的关系；
(2)试用函数和分别进行函数模型拟合．

3 . 某工厂为了对新研发的一种产品进行合理定价，将该产品按事先拟定的价格进行试销，得到如下数据：

单价x(元)	8	8.2	8.4	8.6	8.8	9
销量y(件)	90	84	83	80	75	68

（1）当时，求回归直线方程；
（2）预计在今后的销售中，销量与单价服从（1）中的关系，且该产品的成本是5元/件，为使工厂获得最大利润，该产品的单价应定为多少元？(利润=销售收入-成本)

4 . 假设关于某设备的使用年限（年）和所支出的维修费用（万元），有如下的统计资料：

（年）	1	2	3	4	5
（万元）	5	6	7	8	10

由资料可知对呈线性相关关系．
（1）求关于的线性回归方程；
（2）请估计该设备使用年限为15年时的维修费用.
参考公式：线性回归方程的最小二乘法计算公式：
，，参考数据：

5 . 随着经济的快速增长、规模的迅速扩张以及人民生活水平的逐渐提高，日益剧增的垃圾给城市的绿色发展带来了巨大的压力.相关部门在有5万居民的光明社区采用分层抽样方法得到年内家庭人均与人均垃圾清运量的统计数据如下表：

人均（万元/人）	3	6	9	12	15
人均垃圾清运量（吨/人）	0.13	0.23	0.31	0.41	0.52

（1）已知变量与之间存在线性相关关系，求出其回归直线方程；
（2）随着垃圾分类的推进，燃烧垃圾发电的热值大幅上升，平均每吨垃圾可折算成上网电量200千瓦时，如图是光明社区年内家庭人均的频率分布直方图，请补全的缺失部分，并利用（1）的结果，估计整个光明社区年内垃圾可折算成的总上网电量.
参考公式]回归方程，

6 . 1766年；人类已经发现的太阳系中的行星有金星、地球、火星、木星和土星.德国的一位中学教师戴维一提丢斯在研究了各行星离太阳的距离（单位：AU，AU是天文学中计量天体之间距离的一种单位）的排列规律后，预测在火星和木星之间应该还有一颗未被发现的行星存在，并按离太阳的距离从小到大列出了如下表所示的数据：

行星编号（x）	1（金星）	2（地球）	3（火星）	4（       ）	5（木星）	6（土星）
离太阳的距离（y）	0.7	1.0	1.6		5.2	10.0

受他的启发，意大利天文学家皮亚齐于1801年终于发现了位于火星和木星之间的谷神星.
（1）为了描述行星离太阳的距离y与行星编号之间的关系，根据表中已有的数据画出散点图，并根据散点图的分布状况，从以下三种模型中选出你认为最符合实际的一种函数模型（直接给出结论即可）；
①；②；③.
（2）根据你的选择，依表中前几组数据求出函数解析式，并用剩下的数据检验模型的吻合情况；
（3）请用你求得的模型，计算谷神星离太阳的距离.

7 . 一研究性学习小组对春季昼夜温差大小与某大豆种子发芽多少之间的关系进行分析研究，他们分别记录了4月1日至4月5日的每天昼夜温差与实验室每天每100颗种子的发芽数，得到如下数据：

日期	4月1日	4月2日	4月3日	4月4日	4月5日
温差摄氏度	8	12	13	11	10
发芽数颗	18	26	30	25	20

该学习组所确定的研究方案是：先从这5组数据中选取2组，用剩下的3组数据求线性回归方程，再用被选取的2组数据进行检验.
（1）求选取的2组数据恰好是相邻2天的数据的概率；
（2）若选取的是4月1日与4月5日这2组数据做检验，请根据4月2日至4月4日这3组数据求出关于的线性回归方程；
（3）若由线性回归方程得到的估计数据与所选出的检验数据的误差不超过2颗，则认为得到的线性回归方程是可靠的，试问（2）所得的线性回归方程是否可靠？
参考公式和数据：，；，

8 . 某研究性学习小组对春季昼夜温差大小与某花卉种子发芽多少之间的关系进行研究，他们分别记录了3月1日至3月5日的每天昼夜温差与实验室每天每100颗种子浸泡后的发芽数，得到如下资料：

日期	3月1日	3月2日	3月3日	3月4日	3月5日
温差x（）	8	11	13	12	10
发芽数y（颗）	22	27	31	35	26

（1）从3月1日至3月5日中任选2天，记发芽的种子数分别为m，n，求事件“m，n均不小于27”的概率．
（2）若选取的是3月1日与3月5日的两组数据，请根据3月2日至3月4日的数据，求出y关于x的线性回归方程．
（3）若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2颗，则认为得到的线性回归方程是可靠的，试问（2）中所得的线性回归方程是否可靠？
（参考公式：回归直线的方程是，其中，）

9 . PM2.5是指空气中直径小于或等于2.5微米的颗粒物（也称可入肺颗粒物）.为了探究车流量与PM2.5的浓度是否相关，现采集到某城市周一至周五某一时间段车流量与PM2.5的数据如下表：

时间	周一	周二	周三	周四	周五
车流量×（万辆）	50	51	54	57	58
PM2.5的浓度（微克/立方米）	69	70	74	78	79

（1）根据上表数据，用最小二乘法求出y关于x的线性回归方程；
（2）若周六同一时间段的车流量是25万辆，试根据（1）求出的线性回归方程，预测此时PM2.5的浓度为多少（保留整数）？
参考公式：由最小二乘法所得回归直线的方程是：，其中，

10 . 某公司为了解广告投入对销售收益的影响，在若干地区各投入4万元广告费用，并将各地的销售收益绘制成频率分布直方图（如图所示），由于工作人员操作失误，横轴的数据丢失，但可以确定横轴是从0开始计数的.

（1）根据频率分布直方图计算图中各小长方形的宽度；
（2）试估计该公司在若干地区各投入4万元广告费用之后，对应销售收益的平均值（以各组的区间中点值代表该组的取值）；
（3）该公司按照类似的研究方法，测得另外一些数据，并整理得到下表：

广告投入（单位：万元）	1	2	3	4	5
销售收益（单位：万元）	2	3	3		7

由表中的数据显示，与之间存在着线性相关关系，请将（2）的结果填入空白栏，并求出关于的回归直线方程.（参考公式：）