1 . 据新华社北京2月26日报道，中国航天全年预计实施100次左右发射任务，有望创造新的纪录，我国首个商业航天发射场将迎来首次发射任务，多个卫星星座将加速组网建设；中国航天科技集团有限公司计划安排近70次宇航发射任务，发射290余个航天器，实施一系列重大工程任务.由于航天行业拥有广阔的发展前景，有越来越多的公司开始从事航天研究，某航天公司研发了一种火箭推进器，为测试其性能，对推进器飞行距离与损坏零件数进行了统计，数据如下：

飞行距离x（kkm）	56	63	71	79	90	102	110	117
损坏零件数y（个）	61	73	90	105	119	136	149	163

参考数据：，，，
(1)建立y关于x的回归模型，根据所给数据及回归模型，求y关于x的回归方程（精确到0.1，精确到1）；
(2)该公司进行了第二项测试，从所有同型号推进器中随机抽取100台进行等距离飞行测试，对其中60台进行飞行前保养，测试结束后，有20台报废，其中保养过的推进器占比30%，请根据统计数据完成2×2列联表，并根据小概率值的独立性检验，能否认为推进器是否报废与保养有关？

	保养	未保养	合计
报废			20
未报废
合计	60		100

附：回归方程中斜率和截距的最小二乘估计公式分别为，，，；

	0.25	0.1	0.05	0.025	0.01	0.001
	1.323	2.706	3.841	5.024	6.635	10.828

2 . 党的十八大以来，全国各地区各部门持续加大就业优先政策实施力度，促进居民收入增长的各项措施持续发力，居民分享到更多经济社会发展红利，居民收入保持较快增长，收入结构不断优化，随着居民总收入较快增长，全体居民人均可支配收入也在不断提升. 下表为重庆市 2014 2022 年全体居民人均可支配收入，将其绘制成散点图 （如图 1），发现全体居民人均可支配收入与年份具有线性相关关系. （数据来源于重庆市统计局 2023-05-06 发布）.

年份	2014	2015	2016	2017	2018	2019	2020	2021	2022
全体居民人均可支配收入 （元）	18352	20110	22034	24153	26386	28920	30824	33803	35666

(1)设年份编号为（2014年的编号为1，2015年的编号为2，依此类推），记全体居民人均可支配收入为（单位：万元），求经验回归方程（结果精确到 0.01 ），并根据所求回归方程，预测2023年重庆市全体居民人均可支配收入；
(2)为进一步对居民人均可支配收入的结构进行分析，某分析员从20142022中任取3年的数据进行分析，将选出的人均可支配收入超过3万的年数记为，求随机变量的分布列与数学期望.

参考数据：.

参考公式: 对于一组数据 ，其回归直线方程 的斜率和截距的最小二乘估计分别为.

4 . 为调研加工零件效率，调研员通过试验获得加工零件个数与所用时间（单位：）的5组数据为：，根据以上数据可得经验回归方程为：，则（       ）

A．

B．回归直线必过点

C．加工60个零件的时间大约为

D．若去掉，剩下4组数据的经验回归方程会有变化

5 . 新能源渗透率是指在一定时期内，新能源汽车销量占汽车总销量的比重.在2022年，新能源汽车的渗透率达到了，提前三年超过了“十四五”预定的的目标.2023年，随着技术进步，新能源车的渗透率还在继续扩大.将2023年1月视为第一个月，得到2023年1-10月，我国新能源汽车渗透率如下表：

月份代码	1	2	3	4	5	6	7	8	9	10
渗透率	29	32	34	32	33	34	36	36	36	38

(1)假设自2023年1月起的第个月的新能源渗透率为，试求关于的回归直线方程，并由此预测2024年1月的新能源渗透率；
(2)为了鼓励大家购买新能源汽车，国家在2024年继续执行新能源车购置税优惠政策：在2024年6月1日前购买的新能源车无需支付购置税，而燃油车需按照车价支付购置税.2024年1月小张为自己的客户代付购置税，当月他的客户购买了3辆车价格均为20万元，假设以（1）中预测的新能源渗透率作为当月客户购买新能源车的概率，设小张总共需要代付的购置税为万元，求的分布列和期望.
附：一组数据，，的线性回归直线方程的系数公式为：，

6 . 实现“双碳目标”是党中央作出的重大战略决策，新能源汽车、电动汽车是重要的战略新兴产业，对于实现“双碳目标”具有重要的作用．为了解某市电动汽车的销售情况，调查了该市某电动汽车企业近6年产值情况，数据如下表所示：

年份	2018	2019	2020	2021	2022	2023
编号x	1	2	3	4	5	6
产值y/百万辆	9	18	30	51	59	80

(1)若用模型拟合y与x的关系，根据提供的数据，求出y与x的经验回归方程（精确到0.01）；
(2)为了进一步了解车主对电动汽车的看法，从某品牌汽车4S店当日5位购买电动汽车和3位购买燃油汽车的车主中随机选取4位车主进行采访，记选取的4位车主中购买电动汽车的车主人数为X，求随机变量X的分布列与数学期望，
参考数据：，其中．
参考公式：对于一组数据，其经验回归直线的斜率截距的最小二乘估计分别为．

8 . 研究表明，学生的学习成绩y（分）与每天投入的课后学习时间x（分钟）有较强的线性相关性．某校数学小组为了研究如何高效利用自己的学习时间，收集了该校高三（1）班学生9个月内在某学科（满分100分）所投入的课后学习时间和月考成绩的相关数据，下图是该小组制作的原始数据与统计图（散点图）．

月次	1	2	3	4	5	6	7	8	9
某科课后投入时间（分钟）	20	25	30	35	40	45	50	55	60
高三（1）班某科平均分（分）	65	68	75	72	73	73	73	73．5	73

   
(1)当时，该小组建立了与的线性回归模型，求其经验回归方程；
(2)当时，由图中观察到，第3个月的数据点明显偏离回归直线，若剔除第3个月数据点后，用余下的4个散点做线性回归分析，得到新回归直线，证明：；
(3)当时，该小组确定了与满足的线性回归方程为：，该数学小组建议该班在该学科投入课后学习时间为40分钟，请结合第（1）（2）问的结论说明该建议的合理性．
附：经验回归直线的斜率和截距的最小二乘估计公式分别为：，

10 . 在入室盗窃类案件中，出现频率最高的痕迹物证之一就是足迹． 负重行走对足迹步伐特征影响的规律强，而且较为稳定． 正在行走的人在负重的同时，步长变短，步宽变大，步角变大． 因此， 以身高分别为170cm， 175cm， 180cm的人员各 20名作为实验对象，让他们采取双手胸前持重物的负重方式行走，得到实验对象在负重0kg，5kg，10kg，15kg，20kg状态下相对稳定的步长数据平均值． 并在不同身高情况下，建立足迹步长s(单位：cm)关于负重x(单位：kg)的三个经验回归方程． 根据身高 170cm组数据建立线性回归方程①： ；根据身高 175cm组数据建立线性回归方程②： 根据身高 180cm 组数据建立线性回归方程③： ．
(1)根据身高 180cm组的统计数据，求，的值，并解释参数的含义；

身高 180cm不同负重情况下的步长数据平均值
负重x/kg	0	5	10	15	20
足迹步长s/cm	74.35	73.50	71.80	68.60	65.75

(2)在一起盗窃案中，被盗窃物品重为9kg，在现场勘查过程中，测量得犯罪嫌疑人往返时足迹步长的差值为4.464cm，推测该名嫌疑人的身高，并说明理由．
附： ．为回归方程， ，，，