1 . 近年来，国际环境和局势日趋严峻，高精尖科技围堵和竞争更加激烈，国家号召各类高科技企业汇聚科研力量，加强科技创新，大力增加研发资金，以突破我国在各个领域的“卡脖子”关键技术，某市为了解本市高科技企业的科研投入和产出方面的情况，抽查了本市8家半导体企业2018年至2022年的研发投资额（单位：百亿元）和因此投入而产生的收入附加额（单位：百亿元），对研发投资额和收入附加额进行整理，得到相关数据，并发现投资额和收入附加额成线性相关．

投资额（百亿元）	2	3	4	5	6	8	9	11
收入附加额（百亿元）	3.6	4.1	4.8	5.4	6.2	7.5	7.9	9.1

(1)求收入的附加额与研发投资额的线性回归方程（保留三位小数）；
(2)现从这8家企业中，任意抽取3家企业，用表示这3家企业中收入附加额大于投资额的企业个数，求的分布列及数学期望．
参考数据：，，．
附：在线性回归方程中，，．

2 . 机动车行经人行横道时，应当减速慢行；遇行人正在通过人行横道，应当停车让行，俗称礼让行人．下表是某市一主干路口监控设备所抓拍的5个月内驾驶员不礼让行人行为统计数据：

月份	1	2	3	4	5
违章驾驶员人数	120	105	100	95	80

(1)请利用所给数据求违章人数y与月份x之间的回归直线方程；
(2)预测该路口9月份的不礼让行人违章驾驶员人数.
参考公式：．

3 . 根据统计，某蔬菜基地西红柿亩产量的增加量（百千克）与某种液体肥料每亩使用量（千克）之间的对应数据的散点图，如图所示.

   

(1)依据数据的散点图可以看出，可用线性回归模型拟合与的关系，请计算相关系数并加以说明（若，则线性相关程度很高，可用线性回归模型拟合）；
(2)求关于的回归方程，并预测液体肥料每亩使用量为千克时，西红柿亩产量的增加量约为多少？附：相关系数公式，回归方程中斜率和截距的最小二乘估计公式分别为：，.

4 . 某种产品的价格x（单位：元/kg）与需求量y（单位：kg）之间的对应数据如下表所示：

x	10	15	20	25	30
y	11	10	8	6	5

根据表中的数据可得回归直线方程为，则以下结论错误的是（       ）

A．变量y与x呈负相关	B．回归直线经过点
C．	D．该产品价格为35元/kg时，日需求量大约为3.4kg

5 . 随着养生观念的深入，国民对餐饮卫生条件和健康营养的要求逐渐提高.据了解，烧烤食品含有强致癌物，因此吃烧烤的人数日益减少，烧烤店也随之减少.某市对2014年至2018年这五年间全市烧烤店盈利店铺的个数进行了统计，具体统计数据如下表所示：

年份	2014	2015	2016	2017	2018
年份代码	1	2	3	4	5
盈利店铺的个数	260	240	215	200	180

根据所给数据，得出关于的回归直线方程为，则下列说法正确的是（       ）

A．该市2014年至2018年全市烧烤店盈利店铺个数的平均数

B．关于的回归直线方程为

C．估计该市2020年烧烤店盈利店铺的个数为147

D．预测从2025年起，该市烧烤店盈利店铺的个数将不超过100

6 . 某家庭2015～2019年的年收入和年支出情况统计如表：

年份收入和支出	2015年	2016年	2017年	2018年	2019年
收入（万元）	9	9.6	10	10.4	11
支出（万元）	7.3	7.5	8	8.5	8.7

（1）已知与具有线性相关关系，求关于的线性回归方程（系数精确到0.01）；
（2）假设受新冠肺炎疫情影响，该家庭2021年的年收入为9.5万元，请根据（1）中的线性回归方程预测该家庭2021年的年支出金额．
附：回归方程中的斜率的最小二乘估计公式为．

7 . 某科技公司研发了一项新产品，经过市场调研，对公司1月份至6月份销售量及销售单价进行统计，销售单价（千元）和销售量（千件）之间的一组数据如下表所示：

月份	1	2	3	4	5	6
销售单价
销售量

（1）试根据1至5月份的数据，建立关于的回归直线方程；
（2）若由回归直线方程得到的估计数据与剩下的检验数据的误差不超过千件，则认为所得到的回归直线方程是理想的，试问（1）中所得到的回归直线方程是否理想？
参考公式：回归直线方程，其中.
参考数据：，.

8 . 随着中美贸易战的不断升级，越来越多的国内科技巨头加大了科技研发投入的力度.华为技术有限公司拟对“麒麟”手机芯片进行科技升级，根据市场调研与模拟，得到科技升级投入x（亿元）与科技升级直接收益y（亿元）的数据统计如下：

序号	1	2	3	4	5	6	7	8	9	10	11	12
x	2	3	4	6	8	10	13	21	22	23	24	25
y	13	22	31	42	50	56	58	68.5	68	67.5	66	66

当时，建立了y与x的两个回归模型：模型①：；模型②：；当时，确定y与x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，预测对“麒麟”手机芯片科技升级的投入为17亿元时的直接收益.

回归模型	模型①	模型②
回归方程
	182.4	79.2

（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20亿元时，国家给予公司补贴5亿元，以回归方程为预测依据，比较科技升级投入17亿元与20亿元时公司实际收益的大小.
附：用最小二乘法求线性回归方程的系数：

9 . 从某居民区随机抽取2021年的10个家庭，获得第个家庭的月收入(单位：千元)与月储蓄(单位：千元)的数据资料，计算得， ， ， ．
(1)求家庭的月储蓄对月收入的线性回归方程；
(2)判断变量与之间是正相关还是负相关；
(3)利用（1）中的回归方程，分析2021年该地区居民月收入与月储蓄之间的变化情况，并预测当该居民区某家庭月收入为7千元，该家庭的月储蓄额．附：线性回归方程系数公式．
中，，， 其中，为样本平均值．

10 . 某零售店近5个月的销售额和利润额资料如下表所示：

商店名称	A	B	C	D	E
销售额x/千万元	3	5	6	7	9
利润额y∕百万元	2	3	3	4	5

（1）根据上表数据作出散点图（见上图），观察散点图知道利润额y关于销售额x有线性相关关系，是正相关还是负相关，并求出利润额y关于销售额x的回归直线方程；
（2）当销售额为4千万元时，利用（2）的结论估计该零售店的利润额（百万元）.
参考公式：