1 . 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：，.

2 . 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

3 . 为了研究某班学生的脚长（单位厘米）和身高（单位厘米）的关系，从该班随机抽取名学生，根据测量数据的散点图可以看出与之间有线性相关关系，设其回归直线方程为．已知，，．该班某学生的脚长为，据此估计其身高为

A．

B．

C．

D．

4 . 2023年，国家不断加大对科技创新的支持力度，极大鼓舞了企业投入研发的信心，增强了企业的创新动能.某企业在国家一系列优惠政策的大力扶持下，通过技术革新和能力提升，极大提升了企业的影响力和市场知名度，订单数量节节攀升，右表为该企业今年1~4月份接到的订单数量.

月份t	1	2	3	4
订单数量y（万件）	5.2	5.3	5.7	5.8

(1)试根据样本相关系数r的值判断订单数量y与月份t的线性相关性强弱（，则认为y与t的线性相关性较强，，则认为y与t的线性相关性较弱）.（结果保留两位小数）
(2)建立y关于t的线性回归方程，并预测该企业5月份接到的订单数量.
附：相关系数，
回归方程中斜率和截距的最小二乘法估计公式分别为，，.

5 . 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．中华技术有限公司拟对“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：，）
（3）科技升级后，“麒麟”芯片的效率X大幅提高，经实际试验得X大致服从正态分布．公司对科技升级团队的奖励方案如下：若芯片的效率不超过50%，不予奖励：若芯片的效率超过50%，但不超过53%，每部芯片奖励2元；若芯片的效率超过53%，每部芯片奖励4元记为每部芯片获得的奖励，求（精确到0.01）．
（附：若随机变量，则，）

6 . 某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费对年销售量（单位：）的影响.该公司对近5年的年宣传费和年销售量数据进行了研究，发现年宣传费（万元）和年销售量（单位：）具有线性相关关系，并对数据作了初步处理，得到下面的一些统计量的值.

（万元）	2	4	5	3	6
（单位：）	2.5	4	4.5	3	6

（1）根据表中数据建立年销售量关于年宣传费的回归方程；
（2）已知这种产品的年利润与，的关系为，根据（1）中的结果回答下列问题：
①当年宣传费为10万元时，年销售量及年利润的预报值是多少？
②估算该公司应该投入多少宣传费，才能使得年利润与年宣传费的比值最大.
附：问归方程中的斜率和截距的最小二乘估计公式分别为，.
参考数据：，.

8 . 某兴趣小组欲研究昼夜温差大小与患感冒人数多少之间的关系，他们分别到气象局与医院抄录1至6月份每月10号的昼夜温差情况与因患感冒而就诊的人数，得到如下图资料：

日期	1月10日	2月10日	3月10日	4月10日	5月10日	6月10日
昼夜温差	10	11	13	12	8	6
就诊人数y(个)	22	25	29	26	16	12

该兴趣小组的研究方案是先从这6组数据中选取2组，用剩下的4组数据求线性回归方程，再用被选取的2组数据检验.
（1）求选取的2组数据恰好相邻的概率；
（2）若选取的是1月与6月的两组数据，请根据月份的数据，求出y关于x的线性回归方程；
（3）若线性回归方程得出的估计数据与所选出的检验数据误差的绝对值都不超过2，则认为得到的线性回归方程是理想的.试问该小组由（2）中得到的线性回归方程是否理想？
附：.

9 . 某商店为了更好地规划某种产品的进货量，该商店从某一年的销售数据中，随机抽取了组数据作为研究对象，如表（吨）为该商品的进货量，（天）为销售天数：

/吨
/天

(1)根据上述提供的数据，求出关于的回归方程，并预测进货量为时的销售天数；（结果四舍五入）；
(2)在该商品进货量不超过吨的前提下任取个值，求该商品进货量恰好有个值不超过吨的概率.
参考数据和公式：，，，.

10 . 某兴趣小组为了研究昼夜温差大小与患感冒人数多少之间的关系，请一所中学校医务室人员统计近期昼夜温差情况和到该校医务室就诊的患感冒学生人数，如下是2021年10月、11月中的5组数据：

日期	10月8日	10月18日	10月28日	11月8日	11月18日
昼夜温差x（℃）	8	11	6	15	5
就诊人数y	13	17	12	19	9

(1)通过分析，发现可用线性回归模型拟合就诊人数y与昼夜温差x之间的关系，请用以上5组数据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数据的误差均不超过2人，则认为得到的线性回归方程是理想的试用11月8和11月18日两组数据检验（1）中所求的线性回归方程是否理想？
参考数据：，．
参考公式：，．