1 . 某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费x（单位：千元）对年销售量y（单位：t）和年利润z（单位：千元）的影响，对近8年的年宣传费和年销售量（=1,2，···，8）数据作了初步处理，得到下面的散点图及一些统计量的值.

46.6	563	6.8	289.8	1.6	1469	108.8

表中，=
（Ⅰ）根据散点图判断，y=a+bx与y=c+d哪一个适宜作为年销售量y关于年宣传费x的回归方程类型？（给出判断即可，不必说明理由）
（Ⅱ）根据（Ⅰ）的判断结果及表中数据，建立y关于x的回归方程；
（Ⅲ）已知这种产品的年利润z与x、y的关系为z=0.2y-x.根据（Ⅱ）的结果回答下列问题：
（ⅰ）年宣传费x=49时，年销售量及年利润的预报值是多少？
（ⅱ）年宣传费x为何值时，年利润的预报值最大？

附：对于一组数据,，……，,其回归线的斜率和截距的最小二乘估计分别为：

2 . 某地区2007年至2013年农村居民家庭纯收入y（单位：千元）的数据如下表：

年份	2007	2008	2009	2010	2011	2012	2013
年份代号t	1	2	3	4	5	6	7
人均纯收入y	2.9	3.3	3.6	4.4	4.8	5.2	5.9

（1）求y关于t的线性回归方程；
（2）利用（1）中的回归方程，分析2007年至2013年该地区农村居民家庭人均纯收入的变化情况，并预测该地区2015年农村居民家庭人均纯收入.
附：回归直线的斜率和截距的最小二乘法估计公式分别为：
，

3 . 某新能源汽车公司从2018年到2022年汽车年销售量（单位：万辆）的散点图如下：

记年份代码为
(1)根据散点图判断，模型①与模型②，哪一个更适宜作为年销售量关于年份代码的回归方程？（给出判断即可，不必说明理由）
(2)根据（1）的判断结果，建立关于的回归方程；
(3)预测2023年该公司新能源汽车销售量．
参考数据：

34	55	979	657	2805

参考公式：回归方程中斜率和截距的最小二乘估计公式分别为：，

5 . 5G技术对社会和国家十分重要．从战略地位来看，业界一般将其定义为继蒸汽机革命、电气革命和计算机革命后的第四次工业革命．某科技集团生产A，B两种5G通信基站核心部件，下表统计了该科技集团近几年来在A部件上的研发投入（亿元）与收益y（亿元）的数据，结果如下：

研发投入x（亿元）	1	2	3	4	5
收益y（亿元）	3	7	9	10	11

(1)利用样本相关系数r说明是否可以用线性回归模型拟合y与x的关系（当时，可以认为两个变量有很强的线性相关性）；
(2)求出y关于x的经验回归方程，并利用该方程回答下列问题：
①若要使生产A部件的收益不低于15亿元，估计至少需要投入多少研发资金？（精确到0.001亿元）
②该科技集团计划用10亿元对A，B两种部件进行投资，对B部件投资元所获得的收益y近似满足，则该科技集团针对A，B两种部件各应投入多少研发资金，能使所获得的总收益P最大．
附：样本相关系数，
回归直线方程的斜率，截距．

6 . 某产品的广告费用x与销售额y的统计数据如下表：

广告费用（万元）	4	2	3	5
销售额（万元）	49	26	39	54

根据上表可得回归方程中的为9.4，据此模型预报广告费用为6万元时销售额为

A．63.6万元

B．65.5万元

C．67.7万元

D．72.0万元

8 . 新型冠状病毒肺炎COVID-19疫情发生以来，在世界各地逐渐蔓延.在全国人民的共同努力和各级部门的严格管控下，我国的疫情已经得到了很好的控制.然而，小王同学发现，每个国家在疫情发生的初期，由于认识不足和措施不到位，感染人数都会出现快速的增长.下表是小王同学记录的某国连续8天每日新型冠状病毒感染确诊的累计人数.

日期代码x	1	2	3	4	5	6	7	8
累计确诊人数y	4	8	16	31	51	71	97	122

为了分析该国累计感染人数的变化趋势，小王同学分别用两杆模型：①，②对变量x和y的关系进行拟合，得到相应的回归方程并进行残差分析，残差图如下(注：残差)：经过计算得，，，，其中，.

(1)根据残差图，比较模型①，②的拟合效果，应该选择哪个模型?并简要说明理由；
(2)根据（1）问选定的模型求出相应的回归方程（系数均保留两位小数）；
(3)由于时差，该国截止第9天新型冠状病毒感染确诊的累计人数尚未公布.小王同学认为，如果防疫形势没有得到明显改善，在数据公布之前可以根据他在（2）问求出的回归方程来对感染人数做出预测，那么估计该地区第9天新型冠状病毒感染确诊的累计人数是多少?（结果保留整数）
附：回归直线的斜率和截距的最小二乘估计公式分别为：，.

9 . 某农科所对冬季大棚内的昼夜温差与某反季节大豆新品种发芽率之间的关系进行分析研究，记录了2023年1月1日至1月12日大棚内的昼夜温差与每天每100颗种子的发芽数，得到如下资料：

日期	1日	2日	3日	4日	5日	6日	7日	8日	9日	10日	11日	12日
温差/℃	10	11	13	12	8	10	9	11	13	10	12	9
发芽数/颗	21	24	28	28	15	22	17	22	30	18	27	18
；；；

已知发芽数与温差之间线性相关，该农科所确定的研究方案是：先从这12组数据中选取2组，用剩下的10组数据求线性回归方程，再用被选取的2组数据进行检验.
(1)求选取的2组数据恰好是相邻2天的数据的概率；
(2)若选取的是1日与6日的两组数据，试根据除这两日之外的其他数据，求出关于的线性回归方程；（精确到1）
(3)若由线性回归方程得到的估计数据与所选取的检验数据的误差均不超过2颗，则认为求得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.
参考公式：回归方程中斜率和截距的最小二乘估计公式分别为，.

10 . 某公司一种型号的产品近期销售情况如表：

月份	2	3	4	5	6
销售额（万元）	15.1	16.3	17.0	17.2	18.4

根据上表可得到回归直线方程，据此估计，该公司7月份这种型号产品的销售额为（       ）

A．18.85万元

B．19.3万元

C．19.25万元

D．19.05万元