1 . 某收费APP（手机应用程序）自上架以来，凭借简洁的界面设计､方便的操作方式和强大的实用功能深得用户的喜爱.该APP所在的公司统计了用户一个月月租减免的费用（单位：元）及该月对应的用户数量（单位：万人），得到如下数据表格：

用户一个月月租减免 的费用（元）	3	4	5	6	7
用户数量（万人）	1	1.1	1.5	1.9	2.2

已知与线性相关.
(1)求关于的线性回归方程；
(2)据此预测，当月租减免费用为10元时，该月用户数量为多少？
参考公式：对于一组具有线性相关关系的数据，其回归直线的斜率和截距的最小二乘估计公式分别为，

2 . 区块链技术被认为是继蒸汽机、电力、互联网之后，下一代颠覆性的核心技术区块链作为构造信任的机器，将可能彻底改变整个人类社会价值传递的方式，2015年至2019年五年期间，中国的区块链企业数量逐年增长，居世界前列现收集我国近5年区块链企业总数量相关数据，如表

年份	2015	2016	2017	2018	2019
编号x	1	2	3	4	5
企业总数量y（单位：千个）	2.156	3.727	8.305	24.279	36.224

注：参考数据，，，（其中）.
附：样本的最小二乘法估计公式为，
(1)根据表中数据判断，与（其中，为自然对数的底数），哪一个回归方程类型适宜预测未来几年我国区块链企业总数量？（给出结果即可，不必说明理由）
(2)根据（1）的结果，求y关于x的回归方程；
(3)为了促进公司间的合作与发展，区块链联合总部决定进行一次信息化技术比赛，邀请甲、乙、丙三家区块链公司参赛比赛规则如下：①每场比赛有两个公司参加，并决出胜负；②每场比赛获胜的公司与未参加此场比赛的公司进行下一场的比赛；③在比赛中，若有一个公司首先获胜两场，则本次比赛结束，该公司就获得此次信息化比赛的“优胜公司”，已知在每场比赛中，甲胜乙的概率为，甲胜丙的概率为，乙胜丙的概率为，若首场由甲乙比赛，则求甲公司获得“优胜公司”的概率.

3 . 某高三理科班共有60名学生参加某次考试，从中随机挑选出5名学生，他们的数学成绩与物理成绩的统计数据如下表所示：

数学成绩/分	145	130	120	105	100
物理成绩/分	110	90	102	78	70

数据表明与之间有较强的线性相关关系.
（1）求关于的经验回归方程.
（2）该班一名学生的数学成绩为110分，利用（1）中的经验回归方程，估计该学生的物理成绩.
（3）本次考试中，规定数学成绩达到125分以上（包括125分）为优秀，物理成绩达到100分以上（包括100分）为优秀.若该班数学成绩优秀率与物理成绩优秀率分别为50%和60%，且除去挑选的5名学生外，剩下的学生中数学成绩优秀但物理成绩不优秀的共有5人.填写列联表，并依据的独立性检验分析能否认为数学成绩与物理成绩有关？
单位：人

数学成绩	物理成绩		合计
	优秀	不优秀
优秀
不优秀
合计

参考公式：，.
附：，，.

4 . 假设关于某设备的使用年限x(年)和所支出的维修费用y万元有如表的统计资料：

x	2	3	4	5	6
y	2.2	3.8	5.5	6.5	7.0

（1）画出散点图并判断是否线性相关；
（2）如果线性相关，求线性回归方程；
（3）估计使用年限为10年时，维修费用是多少？
参考数据：；附注：参考公式：回归方程中斜率和截距的最小二乘估计分别为==，

5 . 随着我国中医学的发展，药用昆虫的使用相应愈来愈多.每年春暖以后至寒冬前，是昆虫大量活动与繁殖的季节，易于采集各种药用昆虫.已知一只药用昆虫的产卵数y（单位：个）与一定范围内的温度x（单位：℃）有关，于是科研人员在3月份的31天中随机挑选了5天进行研究，现收集了该种药用昆虫的5组观测数据如表：

日期	2日	7日	15日	22日	30日
温度	10	11	13	12	8
产卵数个	23	25	30	26	16

科研人员确定的研究方案是：先从这五组数据中任选2组，用剩下的3组数据建立y关于x的线性回归方程，再对被选取的2组数据进行检验.
（1）若选取的是3月2日与30日的两组数据，请根据3月7日、15日和22日这三天的数据，求出y关于x的线性回归方程；
（2）若由线性回归方程得到的估计数据与选出的检验数据的误差均不超过2个，则认为得到的线性回归方程是可靠的，试问（i）中所得的线性回归方程是否可靠？
附：回归直线的斜率和截距的最小二乘估计分别为：
，.

6 . 为得到某种作物种子的发芽率，立德中学生物兴趣小组的同学进行了如下研究：在不同的昼夜温差下统计每100颗种子的发芽数，得到了以下数据：

昼夜温差x（℃）	8	10	11	12	13
发芽数y（颗）	79	81	85	86	90

通过画散点图，同学们认为x和y之间存在线性相关关系，经讨论大家制定了如下规则：从这5组数据中选取3组数据求线性回归方程，再用剩下的2组数据进行检验，检验方法如下：用求得的线性回归方程分别计算剩余两组数据中昼夜温差数所对应的发芽数，再求与实际发芽数y的差值，若差值的绝对值都不超过2，则认为所求方程是“合适的回归方程”.
（1）请根据表中的后三组数据，求y关于x的线性回归方程；
（2）按照题目中的检验方法判断（1）中得到的方程是否是“合适的回归方程”；
（3）若100颗该作物种子的发芽率为n颗，则记为的发芽率，当发芽率为时，农户种植该种作物平均每亩地的收益为元，某农户有10亩土地，全部种植这种植物，种植期间昼夜温差大约为9℃，根据（1）中得到的线性回归方程估计该农户种植此种作物所获得的收益.（参考公式：线性回归方程中，的最小二乘估计分别为：.）

7 . 某市2013年至2019年新能源汽车（单位：百台）的数据如表：

年份	2013	2014	2015	2016	2017	2018	2019
年份代号	1	2	3	4	5	6	7
新能源汽车	5	8	8	10	14	15	17

（1）求关于的线性回归方程，并预测该市2021年新能源汽车台数；
（2）该市某公司计划投资600台“双枪同充”（两把充电枪）、“一拖四群充”（四把充电枪）的两种型号的直流充电桩．按要求，充电枪的总把数不少于该市2021年新能源汽车预测台数，若双枪同充、一拖四群充的每把充电枪的日利润分别为25元，10元，问两种型号的充电桩各安装多少台时，才能使日利润最大，求出最大日利润．，
附：回归直线的斜率和截距的最小二乘法估计公式分别为，．

8 . 爱心蔬菜超市为确定某种蔬菜的日进货量，需了解日销量（单位：）随上市天数的变化规律.工作人员记录了该蔬菜上市10天来的日销量与上市天数的对应数据，并对数据做了初步处理，得到如图的散点图及一些统计量的值：

55	155.5	15.1	82.5	4.84	94.9	24.2

表中.

（1）根据散点图判断与哪一个更适合作为日销量关于上市天数的回归方程（给出判断即可，不必说明理由）？
（2）根据（1）中的判断结果及表中数据，求日销量关于上市天数的回归方程，并预报上市第12天的日销量.
附：①，.
②对于一组数据，，…，，其回归直线中的斜率和截距的最小二乘估计分别为：，.

9 . 某城市的公交公司为了方便市民出行，科学规划车辆投放，在一个人员密集流动地段增设一个起点站，为了研究车辆发车间隔时间与乘客等候人数之间的关系，经过调查得到如下数据：

间隔时间（分钟）	10	11	12	13	14	15
等候人数（人）	23	25	26	29	28	31

调查小组先从这6组数据中选取4组数据求线性回归方程，再用剩下的2组数据进行检验.检验方法如下：先用求得的线性回归方程计算间隔时间对应的等候人数，再求与实际等候人数的差，若差值的绝对值不超过1，则称所求方程是“恰当回归方程”.
（1）若选取的是后面4组数据，求关于的线性回归方程，并判断此方程是否是“恰当回归方程”；
（2）为了使等候的乘客不超过35人，试用（1）中方程估计间隔时间最多可以设置为多少（精确到整数）分钟？
附：对于一组数据，，……，，其回归直线的斜率和截距的最小二乘估计分别为：，

10 . 下图是某校某班44名同学的某次考试的物理成绩y和数学成绩x的散点图：

根据散点图可以看出y与x之间有线性相关关系，但图中有两个异常点A，B．经调查得知，A考生由于重感冒导致物理考试发挥失常，B生因故未能参加物理考试．为了使分析结果更科学准确，剔除这两组数据后，对剩下的数据作处理，得到一些统计量的值：
，，，，，其中，分别表示这42名同学的数学成绩、物理成绩，．y与x的相关系数．
（1）若不剔除A、B两名考生的数据，用44数据作回归分析，设此时y与x的相关系数为，试判断与r的大小关系，并说明理由；
（2）求y关于x的线性回归方程（系数精确到），并估计如果B考生参加了这次物理考试（已知B考生的数学成绩为125分），物理成绩是多少？（精确到个位）．
附：回归方程中，．