1 . 现有一环保型企业，为了节约成本拟进行生产改造，现将某种产品产量x与单位成本y统计数据如表：

月份	1	2	3	4	5	6
产量千件	2	3	4	3	4	5
单位成本元件	73	72	71	73	69	68

(1)试确定回归方程；
(2)指出产量每增加1000件时，单位成本平均下降多少？
(3)假定单位成本为70元件时，产量应为多少件？
参考公式：
参考数据

2 . 某公司的生产部门调研发现，该公司第二，三季度的月用电量与月份线性相关，且数据统计如下：

月份	4	5	6	7	8	9
月用电量(千瓦时/月)	6	16	27	55	46	56

但核对电费报表时发现一组数据统计有误．
(1)请指出哪组数据有误，并说明理由；
(2)在排除有误数据后，求月用电量与月份之间的回归方程Y＝bX＋a，并预测统计有误那个月份的用电量．(结果精确到0.1)

4 . 2020年，是人类首次成功从北坡登顶珠峰60周年，也是中国首次精确测定并公布珠峰高程的45周年.华为帮助中国移动开通珠峰峰顶5G，有助于测量信号的实时开通，为珠峰高程测量提供通信保障，也验证了超高海拔地区5G信号覆盖的可能性，在持续高风速下5G信号的稳定性，在条件恶劣地区通过简易设备传输视频信号的可能性.正如任总在一次采访中所说：“华为公司价值体系的理想是为人类服务.”有人曾问，在珠峰开通5G的意义在哪里？“我认为它是科学技术的一次珠峰登顶，告诉全世界，华为5G、中国5G的底气来自哪里.现在，5G的到来给人们的生活带来更加颠覆性的变革，某IT公司基于领先技术的支持，5G经济收入在短期内逐月攀升，该IT公司在1月份至6月份的5G经济收入y（单位：百万元）关于月份x的数据如下表所示，并根据数据绘制了如图所示的散点图.

月份x	1	2	3	4	5	6
收入y（百万元）	6.6	8.6	16.1	21.6	33.0	41.0

(1)根据散点图判断，与（a，b，c，d均为常数）哪一个更适宜作为5G经济收入y关于月份x的回归方程类型？（给出判断即可，不必说明理由）
(2)根据（1）的结果及表中的数据，求出y关于x的回归方程，并预测该公司7月份的5G经济收入.（结果保留小数点后两位）
(3)从前6个月的收入中抽取2个，记收入超过20百万元的个数为X，求X的分布列和数学期望.参考数据：

3.50	21.15	2.85	17.70	125.35	6.73	4.57	14.30

其中，设（i=1，2，3，4，5，6）.
参考公式：对于一组具有线性相关关系的数据（，）（i=1，2，3，…，n），其回归直线的斜率和截距的最小二乘估计公式分别为，.

5 . 某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费（单位：千元）对年销售量（单位：t）和年利润（单位：千元）的影响，对近8年的年宣传费和年销售量（=1，2，···，8）数据作了初步处理，得到下面的散点图及一些统计量的值.

46.6	563	6.8	289.8	1.6	1469	108．8

表中，.
(1)根据散点图判断，与哪一个适宜作为年销售量关于年宣传费的回归方程类型？（给出判断即可，不必说明理由）
(2)根据（1）的判断结果及表中数据，建立关于的回归方程；
附：对于一组数据，，……，，其回归线的斜率和截距的最小二乘估计分别为：

6 . 红铃虫是棉花的主要害虫之一，能对农作物造成严重伤害，每只红铃虫的平均产卵数y和平均温度x有关，现收集了以往某地的7组数据，得到下面的散点图及一些统计量的值．

平均温度	21	23	25	27	29	31	33
平均产卵数/个	7	11	21	24	66	115	325
	1.9	2.4	3.0	3.2	4.2	4.7	5.8

(1)根据散点图判断，与（其中为自然对数的底数）哪一个更适宜作为平均产卵数y关于平均温度x的回归方程类型？（给出判断即可，不必说明理由）并由判断结果及表中数据，求出y关于x的回归方程，（计算结果精确到0.01）
(2)根据以往统计，该地每年平均温度达到以上时红铃虫会造成严重伤害，需要人工防治，其他情况均不需要人工防治，假设该地每年平均温度达到以上的概率为．该地今后4年中至少有两年需要人工防治的概率．

参考数据
5215	17713	717	81.3	3.6

附：回归方程．

7 . 据统计我国2016年~2022年水果人均占有量（单位：）和年份代码绘制的散点图和线性回归方程的残差图（2016年~2022年的年份代码分别为1~7）.


(1)根据散点图分析与之间的相关关系；
(2)根据散点图相应数据计算得，，求关于的线性回归方程（数据精确到）；
(3)根据线性回归方程的残差图，分析线性回归方程的拟合效果.
附：回归方程中的斜率和截距的最小二乘法估计公式分别

8 . 一个工厂在某年里连续10个月每月产品的总成本（万元）与该月产量（万件）之间有如下一组数据：

x	1.08	1.12	1.19	1.28	1.36	1.48	1.59	1.68	1.80	1.87
y	2.25	2.37	2.40	2.55	2.64	2.75	2.92	3.03	3.14	3.26

(1)通过画散点图，发现可用线性回归模型拟合与的关系，请用相关系数加以说明；
(2)①建立月总成本与月产量之间的回归方程；②通过建立的关于的回归方程，估计某月产量为1.98万件时，产品的总成本为多少万元?（均精确到0.001）.
附注：①参考数据：，，，，.
②参考公式：相关系数，
，.

9 . 经观测，某种昆虫的产卵数y与温度x有关，现将收集到的温度和产卵数（）的10组观测数据作了初步处理，得到如下图的散点图及一些统计量表．

275	731．1	21．7	150	2368．36	30

表中，．
(1)根据散点图判断，，与哪一个适宜作为y与x之间的回归方程模型？（给出判断即可，不必说明理由）
(2)根据（1）的判断结果及表中数据，试求y关于x的回归方程．

10 . 某市从2017年到2021年新能源汽车保有量y（单位：千辆）与年份的散点图如下：

记年份代码为，，对数据处理后得：

35	55	979	715	3115

(1)根据散点图判断，模型①与模型②哪一个更适宜作为y关于x的回归模型？（给出结论即可，不必说明理由）
(2)根据（1）的判断结果，建立y关于x的回归方程，并预测2022年该市新能源汽车保有量（计算结果都精确到1）.
参考公式：回归方程中斜率和截距的最小二乘估计公式分别为：
，.