1 . 市场研究机构Counterpoint发布了最新全球电动汽车市场报告，2022年总计销量超1020万辆，比亚迪、特斯拉和大众集团位列排行榜前三.某电动汽车公司调研统计了之前5年（2018年到2022年）自己品牌电动汽车年销售量y（单位：万辆），并制作了如下表格.

年份（年）	2018	2019	2020	2021	2022
年销售量y（单位：万辆）	9	16.5	29	46.5	69

(1)请根据表格中统计的数据作出散点图：
(2)记年份代码为x，2018年到2022年分别对应x=1，2，3，4，5，请根据散点图判断，模型①y=a+bx；②；③，哪一个更适合作为年销售量y关于年份代码x的回归方程（给出判断即可，不必说明理由）；
(3)根据（2）的判断结果，求出年销售量y关于年份代码x的回归方程，并预测今年（2023年）该公司电动汽车的年销售量.
参考数据：

34	55	979	660	2805

参考公式：最小二乘估计公式：，.

2 . 为了帮助移民人口尽快脱贫，党中央作出对口扶贫的战略部署，在对口扶贫政策的帮扶下，某移民村庄100位移民近5年以来的人均年收入统计如下表：

年份	2016	2017	2018	2019	2020
年份代码	1	2	3	4	5
人均年收入（千元）	1.3	2.8	5.7	8.9	13.8

现要建立关于的回归方程，有两个不同回归模型可以选择，模型一：，模型二：.现用最小二乘法原理，已经求得模型一的方程为.
(1)用最小二乘法原理，结合下面的参考数据及参考公式求出模型二的方程（结果最后保留到小数点后一位）；
(2)若画出关于的散点图，无法确定上述哪个模型拟合效果更好，现计算出模型一的残差平方和为，请计算模型二的残差平方和，并用它来判断哪个模型拟合效果更好.
附：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法估计公式分别为，.

3 . 南中数学教研室对高二学生的记忆力 和判断力进行统计分析， 所得数据如下表所示：

x	6	8	10	12
y	2	3	5	6

(1)请画出上表数据的散点图;

(2)请根据上表提供的数据， 用最小二乘法求出 关于的线性回归方程
(3)根据 （2） 中求出的线性回归方程， 预测记忆力为 11 的学生的判断力．
(参考公式：)

4 . 经验表明，一般树的胸径（树的主干在地面以上处的直径）越大，树就越高．由于测量树高比测量胸径困难，因此研究人员希望由胸径预测树高．在研究树高与胸径之间的关系时，某林场收集了某种树的一些数据：

编号

胸径

树高

并计算得，，，，．
(1)以胸径为横坐标，树高为纵坐标绘制散点图；
(2)求该林场这种树木的树高（单位：）与胸径（单位：）的样本相关系数（精确到）；
(3)求该林场这种树木的树高（单位：）关于胸径（单位：）的回归直线方程（精确到），并估计该林场这种树木的胸径为时的树高（精确到）．
附：样本相关系数，，，．

6 . 气象部门由每天的最高气温的数据，得到每月最高气温的平均数，简称平均高温.下表是2017年31个城市1月和7月的平均高温数据.

城市	1月平均高温	7月平均高温	城市	1月平均高温	月平均高温
北京	3	32	南京	9	35
成都	12	32	南宁	20	33
重庆	12	36	上海	10	36
福州	17	36	沈阳		31
广州	21	33	石家庄	3	33
贵阳	9	28	太原	3	32
哈尔滨		30	天津	3	33
海口	22	32	乌鲁木齐		32
杭州	11	36	武汉	10	34
合肥	9	35	西安	8	36
呼和浩特		30	西宁	4	27
济南	6	33	银川	2	32
昆明	17	24	长春		29
拉萨	8	23	长沙	11	35
兰州	5	33	郑州	7	34
南昌	13	35

（1）画出并观察各城市月与月的平均高温的散点图，你认为月与月的平均高温有线性趋势吗？描述散点图的特点.
（2）结合地理知识并用统计方法分析表中的数据，解释这两个月平均高温的关系.

7 . 某校数学建模学生社团进行了一项实验研究，采集了的一组数据如下表所示：

	2	3	4	5	6	7
	52.5	45	40	30	25	17.5

该社团对上述数据进行了分析，发现与之间具有线性相关关系．
附：在线性回归方程中，，其中为样本平均值．
(1)画出表中数据的散点图，并指出与之间的相关系数是正还是负；
(2)求出关于的线性回归方程，并写出当时，预测数据的值．

8 . 为了研究某种细菌随时间x变化，繁殖的个数，收集数据如下：

天数x/天	1	2	3	4	5	6
繁殖个数y/个	6	12	25	49	95	190

(1)用天数作解释变量，繁殖个数作预报变量，与y=哪一个作为繁殖的个数y关于时间x变化的回归方程类型为最佳？（给出判断即可，不必说明理由）

3.5	62．83	3.53	17.5	596.505	12.04

其中；
(2)根据（1）的判断最佳结果及表中的数据，建立y关于x 的回归方程．
参考公式：，

9 . 某种产品的广告费用支出（万元）与销售额（万元）之间有如下的对应数据：

	2	4	5	6	8
	30	40	60	50	70

(1)作出销售额关于广告费用支出的散点图；
(2)求出关于的线性回归方程；
(3)据此估计估计广告费用为10万元时，销售收入的值．
参考公式：，．

10 . 近年来，我国新能源汽车发展进入新阶段．某品牌年到年新能源汽车年销量（万）如下表：其中年对应的年份代码为．

年份代码	1	2	3	4	5
销量（万）	4	9	14	18	25

(1)判断两个变量是否线性相关，并计算样本相关系数（精确到）；
(2)（i）假设变量与变量的对观测数据为，两个变量满足一元线性回归模型（随机误差），请写出参数的最小二乘估计；
（ii）令变量，则变量与变量满足一元线性回归模型，利用（i）中结论求关于的经验回归方程，并预测年该品牌新能源汽车的销售量．
附：样本相关系数，，，，