1 . 当前，人工智能技术以前所未有的速度迅猛发展，并逐步影响我们的方方面面，人工智能被认为是推动未来社会发展和解决人类面临的全球性问题的重要手段．某公司在这个领域逐年加大投入，以下是近年来该公司对产品研发年投入额（单位：百万元）与其年销售量y（单位：千件）的数据统计表．

	1	2	3	4	5	6
		1	1.5	3	6	12

(1)公司拟分别用①和②两种方案作为年销售量关于年投入额的回归分析模型，请根据已知数据，确定方案①和②的经验回归方程；（计算过程保留到小数点后两位，最后结果保留到小数点后一位）
(2)根据下表数据，用决定系数（只需比较出大小）比较两种模型的拟合效果哪种更好，并选择拟合精度更高的模型，预测年投入额为百万元时，产品的销售量是多少?

经验回归方程
残差平方和

参考公式及数据：，，，，，，，， ．

2 . 习近平总书记在十九大报告中指出，必须树立和践行“绿水青山就是金山银山”的生态文明发展理念，这将进一步推动新能源汽车产业的迅速发展.以下是近几年我国某新能源乘用车的年销售量数据及其散点图：

年份	2015	2016	2017	2018	2019
分年代码	1	2	3	4	5
某新能源车年销量（万辆）	1.5	5.9	17.7	32.9	55.6

（1）某位同学根据以上数据和散点图，得出与的销售（万辆）两种回归模型①，②，请判断哪一种模型更适宜？（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，并预测2020年我国某新能源采用车的销售量(精确到0.1).
（3）我们可以用来刻画模型的拟合效果，越接近于1，表示回归的效果越好，现由散点图的样本点分布，也可以认为样本点集中在曲线的附近，用非线性回归模型求得关于的回归方程为，且.试与（2）中所求的回归模型比较，请用说明哪种模型的拟合效果更好.
附：最小二乘估计公式：，
参考数据（下面的，），，，，

3 . 相关变量x，y的散点图如图所示，现对这两个变量进行线性相关分析．方案一：根据图中所有数据，得到回归直线方程，相关系数为；方案二：剔除点，根据剩下的数据得到回归直线方程，相关系数为．则（       ）

   

A．	B．
C．	D．

4 . 教育部印发的《义务教育课程方案和课程标准（2022年版）》指出，自2022年秋季开始，劳动课将成为中小学一门独立课程．消息一出，“中小学生学做饭”等相关话题引发大量网友关注，儿童厨具也迅速走俏．这类儿童厨具并不是指传统意义上的“过家家”，而是真锅真铲真炉灶，能让孩子煎炒烹炸，把饭菜做熟了吃下肚的“真煮”儿童厨具．一家厨具批发商从2022年5月22日起，每10天就对“真煮”儿童厨具的销量统计一次，得到相关数据如下表所示．

时间	5月22~31日	6月1~10日	6月11~20日	6月21~30日	7月1~10日	7月11~20日	7月21~30日
时间代码x	1	2	3	4	5	6	7
销量/千件	9.4	9.6	9.9	10.1	10.6	11.1	11.4

根据表中数据，判断y与x是否具有线性相关关系？若具有，试求出y关于x的线性回归方程；若不具有，请说明理由．（结果保留两位小数）
附：线性回归方程中斜率和截距的最小二乘估计公式分别为，，相关系数，.

5 . 教育部印发的《义务教育课程方案和课程标准（2022年版）》指出，自2022年秋季学期开始，劳动课将成为中小学一门独立课程．消息一出，“中小学生学做饭”等相关话题引发大量网友关注，儿童厨具也迅速走俏，这类儿童厨具并不是指传统意义上的“过家家”，而是真锅真铲真炉灶，能让孩子煎炒烹炸，把饭菜做熟了吃下肚的“真煮”儿童厨具．一家厨具批发商统计了2022年6月到2022年12月每个月“真煮”儿童厨具的销量（单位：千件），得到如下表格．

时间	时间代码x	销量y千件/
2022年6月	1	9.4
2022年7月	2	9.6
2022年8月	3	9.9
2022年9月	4	10.1
2022年10月	5	10.6
2022年11月	6	11.1
2022年12月	7	11.4

(1)已知可用线性回归模型拟合y与x的关系，求y关于x的线性回归方程（结果保留两位小数）；
(2)预测2023年1月该厨具批发商“真煮”儿童厨具的销量．
附：回归方程中斜率和截距的最小二乘估计公式分别为，．

6 . 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：，，
，
，.

7 . 某企业拟对手机芯片进行科技升级，根据市场调研，得到科技升级投入（亿元）与科技升级直接收益（亿元）的数据统计如下：   

序号	1	2	3	4	5	6	7	8	9	10
	2	3	4	6	9	11	13	15	17	19
	13	22	31	42	50	56	58	62	63	65

根据表格中的数据，当 时，建立了与的两个回归模型：模型①：；模型②：；当 时，确定与满足的线性回归方程为.
(1)根据下列表格中的数据，比较当 时，模型①、②的相关指数的大小，并选择拟合精度更高、更可靠的模型；

回归模型	模型①	模型②
回归方程

（附：刻画回归效果的相关指数）
(2)为鼓励科技创新，当科技升级的投入不少于亿元时，国家给予公司补贴亿元，比较根据市场调研科技升级投入亿元直接收益与投入亿元时科技升级实际收益的预测值的大小；
（附：用最小二乘法求线性回归方程的系数：）
(3)科技升级后，芯片的效率大幅提高，经实际试验得大致服从正态分布.公司对科技升级团队的奖励方案如下：若芯片的效率不超过，不予奖励；若芯片的效率超过，但不超过，每部芯片奖励元；若芯片的效率超过，每部芯片奖励元，记为每部芯片获得的奖励额，求（精确到）.   
（附：若随机变量，，.）

9 . 疫情过后，某市为了提高市民蔬菜供应质量，科研所对冬季昼夜温差的大小与某种反季节蔬菜的生长的关系进行研究，他们记录了当地冬季某月6号到10号的有关数据，每天的昼夜温差和每天每100颗种子中的发芽数，如下表所示.

日期	6号	7号	8号	9号	10号
温差x（）	10	11	13	12	8
发芽数y（颗）	23	25	30	26	16

该科研所的研究方案是：先从这五组数据中选取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)求选取的两组数据恰好是不相邻的2天的数据的概率；
(2)若选取的是6号10号的两组数据，请根据7号､8号､9号的数据，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）中所得到的线性回归方程是否可靠？
（线性回归方程，其中）

10 . 某电器公司的市场调研人员为了改进和评价市场营销方案，对公司某种产品最近五个月内的市场占有率进行了统计，结果如表所示：

年份	2022年
月份	6月	7月	8月	9月	10月
月份代码x	1	2	3	4	5
市场占有率y（%）	8	10	13	20	24

(1)从上述五个月份中随机抽取两个月，求该产品市场占有率均超过10%的概率；
(2)求关于的线性回归方程，并预测何时该种产品的市场占有率开始超过35%．
，