1 . 为了推广电子支付，某公交公司推出支付宝和微信扫码支付乘车优惠活动，活动期内优惠力度较大，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，现用表示活动推出第天使用扫码支付的人次（单位：十人次），统计数据如表1所示：

	1	2	3	4	5	6	7
	6	12	23	34	65	106	195

表1
根据以上数据绘制了散点图．

（1）根据散点图判断，在活动期内，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的回归方程类型？（给出判断即可，不必说明理由）；
（2）根据（1）的判断结果及表1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）优惠活动结束后，车队对乘客的支付方式进行统计，结果如下

支付方式	现金	乘车卡	扫码
比列	10%	54%	36%

车队为缓解周边居民出行压力，以90万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0.978万元．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6折优惠，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1.5万人次乘车，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：

63	1.55	2561	50.40	3.55

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：，．

2 . 班主任为了对本班学生的考试成绩进行分析，决定从本班名女同学，名男同学中随机抽取一个容量为的样本进行分析．
(1)如果按照性别比例分层抽样，可以得到多少个不同的样本？（写出算式即可，不必计算出结果）
(2)如果随机抽取的名同学的数学，物理成绩（单位：分）对应如下表：

学生序号i	1	2	3	4	5	6	7
数学成绩	60	65	70	75	85	87	90
物理成绩	70	77	80	85	90	86	93

（i）若规定分以上（包括分）为优秀，从这名同学中抽取名同学，记名同学中数学和物理成绩均为优秀的人数为，求的分布列和数学期望；（结果用最简分数表示）
（ii）根据上表数据，求物理成绩关于数学成绩的线性回归方程（系数精确到）；若班上某位同学的数学成绩为分，预测该同学的物理成绩为多少分？
附：线性回归方程，
其中，．

76	83	812	526

3 . 一个调查学生记忆力的研究团队从某中学随机挑选100名学生进行记忆测试，通过讲解100个陌生单词后，相隔十分钟进行听写测试，间隔时间（分钟）和答对人数的统计表格如下：

时间（分钟）	10	20	30	40	50	60	70	80	90	100
答对人数	98	70	52	36	30	20	15	11	5	5
	1.99	1.85	1.72	1.56	1.48	1.30	1.18	1.04	0.7	0.7

时间与答对人数的散点图如图：

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：，.请根据表格数据回答下列问题：
（1）根据散点图判断，与，哪个更适宜作为线性回归类型？（给出判断即可，不必说明理由）
（2）根据（1）的判断结果，建立与的回归方程；（数据保留3位有效数字）
（3）根据（2）请估算要想记住的内容，至多间隔多少分钟重新记忆一遍.（参考数据：，）

4 . 第 届夏季奥林匹克运动会将于2016年8月5日 21日在巴西里约热内卢举行．下表是近五届奥运会中国代表团和俄罗斯代表团获得的金牌数的统计数据（单位：枚）．

	第31届里约	第30届伦敦	第29届北京	第28届雅典	第27届悉尼
中国	26	38	51	32	28
俄罗斯	19	24	24	27	32

（1）根据表格中两组数据完成近五届奥运会两国代表团获得的金牌数的茎叶图，并通过茎叶图比较两国代表团获得的金牌数的平均值及分散程度（不要求计算出具体数值，给出结论即可）；

（2）下表是近五届奥运会中国代表团获得的金牌数之和 （从第 届算起，不包括之前已获得的金牌数）随时间 （时间代号）变化的数据：

届	27	28	29	30	31
时间代号(x)	1	2	3	4	5
金牌数之和(y枚)	28	60	111	149	175

作出散点图如下：
       
       ①由图中可以看出，金牌数之和 与时间代号 之间存在线性相关关系，请求出 关于 的线性回归方程；
       ②利用①中的回归方程，预测2020年第32届奥林匹克运动会中国代表团获得的金牌数．
       参考数据：，，．
       附：对于一组数据 ，，，，其回归直线的斜率的最小二乘估计为．

5 . 第31届夏季奥林匹克运动会于2016年8月5日至8月21日在巴西里约热内卢举行．如表是近五届奥运会中国代表团和俄罗斯代表团获得的金牌数的统计数据（单位：枚）．

	第30届伦敦	第29届北京	第28届雅典	第27届悉尼	第26届亚特兰大
中国	38	51	32	28	16
俄罗斯	24	23	27	32	26

（1）根据表格中两组数据在答题卡上完成近五届奥运会两国代表团获得的金牌数的茎叶图，并通过茎叶图比较两国代表团获得的金牌数的平均值及分散程度（不要求计算出具体数值，给出结论即可）；
（2）如表是近五届奥运会中国代表团获得的金牌数之和（从第26届算起，不包括之前已获得的金牌数）随时间变化的数据：

时间（届）	26	27	28	29	30
金牌数之和（枚）	16	44	76	127	165

作出散点图如图：

由图可以看出，金牌数之和与时间之间存在线性相关关系，请求出关于的线性回归方程，并预测从第26届到第32届奥运会时中国代表团获得的金牌数之和为多少？
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：，

6 . 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	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z＝lny）．
附：样本（x_i，y_i）（i＝1，2，…，n）的最小二乘法估计公式为
（1）根据表中数据判断，y＝a+bx与y＝ce^dx（其中e＝2.71828…，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（结果精确到小数点后第三位）；
（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，请通过计算说明，哪两个公司进行首场比赛时，甲公司获得“优胜公司”的概率最大？

7 . 某科技公司对其主推产品在过去5个月的月科技投入（百万元）和相应的销售额（百万元）进行了统计，其中，2，3，4，5，对所得数据进行整理，绘制散点图并计算出一些统计量如下：

，，，，，，，其中，，2，3，4，5．
（1）根据散点图判断，与哪一个适宜作为月销售额关于月科技投入的回归方程类型？（给出判断即可，不必说明理由）
（2）根据（1）的判断结果及题中所给数据，建立关于的回归方程，并据此估计月科技投入300万元时的月销售额．
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，

8 . 红铃虫是棉花的主要害虫之一，能对农作物造成严重伤害.每只红铃虫的平均产卵数和平均温度有关.现收集了以往某地的7组数据，得到下面的散点图及一些统计量的值.

平均温度/℃		21	23		25	27		29	32		35
平均产卵数/个		7	11		21	24		66	115		325
27.429	81.286			3.612			40.182			147.714

表中，

（1）根据散点图判断，与（其中为自然对数的底数）哪一个更适宜作为平均产卵数关于平均温度的回归方程类型？（给出判断即可不必说明理由）并由判断结果及表中数据，求出关于的回归方程.（计算结果精确到小数点后第三位）
（2）根据以往统计，该地每年平均温度达到28℃以上时红铃虫会造成严重伤害，需要人工防治，其他情况均不需要人工防治，记该地每年平均温度达到28℃以上的概率为.
（ⅰ）记该地今后5年中，恰好需要3次人工防治的概率为，求的最大值，并求出相应的概率.
（ⅱ）当取最大值时，记该地今后5年中，需要人工防治的次数为，求的数学期望和方差.
附：对于一组数据，其回归直线的斜率和截距的最小二乘法估计分别为：，.

9 . “硬科技”是以人工智能､航空航天､生物技术､光电芯片､信息技术､新材料､新能源､智能制造等为代表的高精尖科技，属于由科技创新构成的物理世界，是需要长期研发投入､持续积累才能形成的原创技术，具有极高技术门槛和技术壁垒，难以被复制和模仿.在华为的影响下，我国的一大批自主创新的企业都在打造自己的科技品牌，某高科技企业为确定下一年度投入某种产品的研发费用，需了解年研发费用x(单位：千万元)对年销售量y(单位：千万件)的影响，统计了近10年投入的年研发费用x，与年销售量()的数据，得到如图所示的散点图.

（1）利用散点图判断，和(其中a，b，c，d为大于0的常数)哪一个更适合作为年研发费用x和年销售量y的回归方程类型；(只要给出判断即可，不必说明理由)
（2）对数据作出如下处理：得到相关统计量的值如表：

9.4	29.7	2	366	5.5	439.2	55

其中令，.
根据（1）的判断结果及表中数据，求y关于x的回归方程，并预测投入的年研发费用28千万元时的年销售量；
（3）从这10年的数据中随机抽取3个，记年销售量超过30(千万件)的个数为X，求X的分布列和数学期望.
参考数据和公式：，.对于一组数据，，…，，其回归直线的斜率和截距的最小二乘估计分别为：，.

10 . 某企业为确定下一年投入某种产品的研发费用，需了解年研发费用（单位：千万元）对年销售量（单位：千万件）的影响，统计了近年投入的年研发费用与年销售量的数据，得到散点图如图所示．

(1)利用散点图判断和（其中均为大于的常数）哪一个更适合作为年销售量和年研发费用的回归方程类型（只要给出判断即可，不必说明理由）
(2)对数据作出如下处理，令，得到相关统计量的值如下表：根据第(1)问的判断结果及表中数据，求关于的回归方程；

15	15	28.25	56.5

(3)已知企业年利润（单位：千万元）与的关系为（其中），根据第(2)问的结果判断，要使得该企业下一年的年利润最大，预计下一年应投入多少研发费用?
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，