1 . 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，）

2 . 商品的销售价格与销售量密切相关，为更精准地为商品确定最终售价，商家对商品A按以下单价进行试售，得到部分的数据如下：

单价（元）
销量（件）

（1）求销量关于的线性回归方程；
（2）预计今后的销售中，销量与单价服从（1）中的线性回归方程，已知每件商品的成本是元，为了获得最大利润，商品的单价应定为多少元？（结果保留整数）
（参考数据：，，）（参考公式：，）

3 . 珠海市某学校的研究性学习小组，对昼夜温差(最高温度与最低温度的差)大小与绿豆种子一天内出芽数之间的关系进行了研究,该小组在4月份记录了1日至6日每天昼夜最高、最低温度(如图1),以及浸泡的颗绿豆种子当天内的出芽数(如图2)

已知绿豆种子出芽数(颗) 和温差具有线性相关关系.
(1)求绿豆种子出芽数 (颗)关于温差的回归方程;
(2)假如4月1日至7日的日温差的平均值为,估计4月7日浸泡的颗绿豆种子一天内的出芽数.
附：，.

4 . 下表是我省某地区2012年至2018年农村居民家庭年纯收入（单位：万元）的数据如下表：

年份	2012	2013	2014	2015	2016	2017	2018
年份代号	1	2	3	4	5	6	7
年纯收入	2	3	3.5	4	4.5	5	6

（1）求关于的线性回归方程；
（2）利用（1）中的回归方程，分析2012年至2018年该地区农村居民家庭年纯收入的变化情况，并预测该地区2019年农村居民家庭年纯收入（结果精确到0.1）．
附：回归直线的斜率和截距的最小二乘法估计公式分别为：，．

5 . 平顶山市公安局交警支队依据《中华人民共和国道路交通安全法》第条规定：所有主干道路凡机动车途经十字口或斑马线，无论转弯或者直行，遇有行人过马路，必须礼让行人，违反者将被处以元罚款，记分的行政处罚．如表是本市一主干路段监控设备所抓拍的个月内，机动车驾驶员不“礼让斑马线”行为统计数据：

月份
违章驾驶员人数

（Ⅰ）请利用所给数据求违章人数与月份之间的回归直线方程；
（Ⅱ）预测该路段月份的不“礼让斑马线”违章驾驶员人数．
参考公式：，．

6 . “关注夕阳、爱老敬老”—某马拉松协会从年开始每年向敬老院捐赠物资和现金.下表记录了第年(年是第一年)与捐赠的现金(万元)的对应数据，由此表中的数据得到了关于的线性回归方程，则预测年捐赠的现金大约是

A．万元

B．万元

C．万元

D．万元

7 . 每年10月中上旬是小麦的最佳种植时间，但小麦的发芽会受到土壤、气候等多方面因素的影响.某科技小组为了解昼夜温差的大小与小麦发芽的多少之间的关系，在不同的温差下统计了100颗小麦种子的发芽数，得到了如下数据：

温差	8	10	11	12	13
发芽数（颗）	79	81	85	86	90

（1）请根据统计的最后三组数据，求出关于的线性回归方程；
（2）若由（1）中的线性回归方程得到的估计值与前两组数据的实际值误差均不超过两颗，则认为线性回归方程是可靠的，试判断（1）中得到的线性回归方程是否可靠；
（3）若100颗小麦种子的发芽率为颗，则记为的发芽率，当发芽率为时，平均每亩地的收益为元，某农场有土地10万亩，小麦种植期间昼夜温差大约为，根据（1）中得到的线性回归方程估计该农场种植小麦所获得的收益.
附：在线性回归方程中，.

8 . 某单位为了了解用电量y(度)与气温x(℃)之间的关系，随机统计了某4天的用电量与当天气温，并制作了对照表如下：表中数据得回归直线方程中的＝－2，预测当气温为－4℃时，用电量为________．

气温(℃)	18	13	10	－1
用电量(度)	24	34	38	64

9 . 下图是我国2008年至2014年生活垃圾无害化处理量（单位：亿吨）的折线图.

   

（Ⅰ）由折线图看出，可用线性回归模型拟合y与t的关系，请用相关系数加以说明；
（Ⅱ）建立y关于t的回归方程（系数精确到0.01），预测2016年我国生活垃圾无害化处理量.
附注：
参考数据：，，
，≈2.646.
参考公式：相关系数
回归方程中斜率和截距的最小二乘估计公式分别为：