1 . 某农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系进行分析研究，他们分别记录了12月1日至12月5日的每天昼夜温差与实验室每天每100颗种子中的发芽数，得到如下资料:

日期	12月 1日	12月 2日	12月 3日	12月 4日	12月 5日
温差X/℃	10	11	13	12	8
发芽数Y/颗	23	25	30	26	16

该农科所确定的研究方案是: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，再对被选取的2组数据进行检验.
(1)求选取的2组数据恰好是不相邻2天数据的概率；
(2)若选取的是12月1日与12月5日的两组数据，请根据12月2日至12月4日的数据，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）中所得的线性回归方程是否可靠?

2 . 某公司对项目A进行生产投资，所获得的利润有如下统计数据表：

项目A投资金额x（单位：百万元）	1	2	3	4	5
所获利润y（单位：百万元）	0.3	0.3	0.5	0.9	1

（1）请用线性回归模型拟合y与x的关系，并用相关系数加以说明；
（2）该公司计划用7百万元对A、B两个项目进行投资．若公司对项目B投资百万元所获得的利润y近似满足：，求A、B两个项目投资金额分别为多少时，获得的总利润最大？
附．①对于一组数据、、……、，其回归直线方程的斜率和截距的最小二乘法估计公式分别为：．
②线性相关系数．一般地，相关系数r的绝对值在0.95以上（含0.95）认为线性相关性较强；否则，线性相关性较弱．
参考数据：对项目A投资的统计数据表中．

3 . 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．

4 . 厦门市为创建全国文明城市，推出“行人闯红灯系统建设项目”，将针对闯红灯行为进行曝光.交警部门根据某十字路口以往的监测数据，从穿越该路口的行人中随机抽查了200人，得到如图示的列联表：

	闯红灯	不闯红灯	合计
年龄不超过45岁	6	74	80
年龄超过45岁	24	96	120

（1）能否有97.5%的把握认为闯红灯行为与年龄有关？
（2）如图是某路口监控设备抓拍的5个月内市民闯红灯人数的统计图.请建立与的回归方程，并估计该路口6月份闯红灯人数.
附：，

	0.050	0.025	0.0010	0.005	0.001
	3.841	5.024	6.635	7.879	10.828

参考数据：，

5 . 随着城市规模的扩大和人们生活水平的日益提高，某市近年机动车保有量逐年递增.根据机动车管理部门的统计数据，以5年为一个研究周期，得到机动车每5年纯增数据情况为：

年度周期	1995~2000	2000~2005	2005~2010	2010~2015	2015~2020
时间变量	1	2	3	4	5
纯增数量 （单位：万辆）	3	6	9	15	27

其中，时间变量对应的机动车纯增数据为，且通过数据分析得到时间变量与对应的机动车纯增数量（单位：万辆）具有线性相关关系.
（1）求机动车纯增数量（单位：万辆）关于时间变量的回归方程，并预测2025~2030年间该市机动车纯增数量的值；
（2）该市交通管理部门为了了解市民对“单双号限行”的赞同情况，随机采访了220名市民，将他们的意见和是否拥有私家车情况进行了统计，得到如下的列联表：

	赞同限行	不赞同限行	合计
没有私家车	90	20	110
有私家车	70	40	110
合计	160	60	220

根据上面的列联表判断，能否有的把握认为“对限行的意见与是否拥有私家车”有关.
附：回归直线方程中斜率和截距的最小二乘估计公式分别为：；.
附：，.

	0.15	0.10	0.05	0.025	0.010	0.005	0.001
	2.072	2.706	3.841	5.024	6.635	7.879	10.828

6 . 忽如一夜春风来，翘首以盼的时代，已然在全球“多点开花”，一个万物互联的新时代，即将呈现在我们的面前.为更好的满足消费者对流量的需求，中国电信在某地区推出六款不同价位的流量套餐，每款套餐的月资费x（单位：元）与购买人数y（单位：万人）的数据如表：

套餐	A	B	C	D	E	F
月资费x（元）	38	48	58	68	78	88
购买人数y（万人）	16.8	18.8	20.7	22.4	24.0	25.5

对数据作初步的处理，相关统计量的值如表：

75.3	24.6	18.3	101.4

其中，，且绘图发现，散点（）集中在一条直线附近.
（1）根据所给数据，求y关于x的回归方程；
（2）按照某项指标测定，当购买人数y与月资费x的比在区间内，该流量套餐受大众的欢迎程度更高，被指定为“主打套餐”，现有一家三口从这六款套餐中，购买不同的三款各自使用.记三人中使用“主打套餐”的人数为X，求随机变量X的分布列和期望.
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值分别为，.

7 . 某校医务室欲研究昼夜温差大小与高三患感冒人数多少之间的关系，他们统计了2019年9月至2020年1月每月8号的昼夜温差情况与高三因患感冒而就诊的人数，得到如下资料：

日期	2019年9月8日	2019年10月8日	2019年11月8日	2019年12月8日	2020年1月8日
昼夜温差	5	8	12	13	16
就诊人数	10	16	26	30	35

该医务室确定的研究方案是先从这5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.假设选取的是2019年9月8日与2020年1月8日的2组数据.
（1）求就诊人数关于昼夜温差的线性回归方程 （结果精确到0.01）
（2）若由（1）中所求的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3人，则认为得到的线性回归方程是理想的，试问该医务室所得线性回归方程是否理想？
参考公式：，.

8 . 学校食堂统计了最近天到餐厅就餐的人数（百人）与食堂向食材公司购买所需食材（原材料）的数量（袋），得到如下统计表：

	第一天	第二天	第三天	第四天	第五天
就餐人数（百人）	13	9	8	10	12
原材料（袋）	32	23	18	24	28

（1）根据所给的组数据，求出关于的线性回归方程；
（2）已知购买食材的费用（元）与数量（袋）的关系为，投入使用的每袋食材相应的销售单价为 元，多余的食材必须无偿退还食材公司，据悉下周一大约有人到食堂餐厅就餐，根据（1）中求出的线性回归方程，预测食堂应购买多少袋食材，才能获得最大利润，最大利润是多少？（注：利润L =销售收入-原材料费用）
参考公式：，
参考数据：， ，

9 . 某市环保部门为了让全市居民认识到冬天烧煤取暖对空气数值的影响，进而唤醒全市人民的环保节能意识.对该市取暖季烧煤天数与空气数值不合格的天数进行统计分析，得出表数据：

（天）
（天）

（1）以统计数据为依据，求出关于的线性回归方程；
（2）根据（1）求出的线性回归方程，预测该市烧煤取暖的天数为时空气数值不合格的天数.
参考公式：，.

10 . 近期，济南公交公司分别推出支付宝和微信扫码支付乘车活动，活动设置了一段时间的推广期，由于推广期内优惠力度较大，吸引越来越多的人开始使用扫码支付.某线路公交车队统计了活动刚推出一周内每一天使用扫码支付的人次，用表示活动推出的天数，表示每天使用扫码支付的人次（单位：十人次），统计数据如表所示：表：根据以上数据，绘制了散点图.

	1	2	3	4	5	6	7
	6	11	21	34	66	101	196

（1）根据散点图判断，在推广期内与（，均为大于零的常数）哪一个适宜作为扫码支付的人次关于活动推出天数的回归方程类型？（给出判断，不必说明理由）；
（2）根据（1）的判断结果及表中的数据，建立关于的回归方程，并预测活动推出第8天使用扫码支付的人次；
（3）推广期结束后，车队对乘客的支付方式进行统计，结果如下表：

支付方式	现金	乘车卡	扫码
比例	10%	60%	30%

车队为缓解周边居民出行压力，以80万元的单价购进了一批新车，根据以往的经验可知，每辆车每个月的运营成本约为0.66万元.已知该线路公交车票价为2元，使用现金支付的乘客无优惠，使用乘车卡支付的乘客享受8折优惠，扫码支付的乘客随机优惠，根据统计结果得知，使用扫码支付的乘客中有的概率享受7折优惠，有的概率享受8折优惠，有的概率享受9折优惠，预计该车队每辆车每个月有1万人次乘车，根据所给数据以事件发生的频率作为相应事件发生的概率，在不考虑其它因素的条件下，按照上述收费标准，假设这批车需要年才能开始盈利，求的值.
参考数据：其中，
参考公式：对于一组数据，，…，，其回归直线的斜率和截距的最小二乘估计公式分别为：，.

66	1.54	2.711	50.12	3.47