1 . 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：，，，.

3 . 班主任为了对本班学生的考试成绩进行分析，决定从全班25位女同学，24位男同学中随机抽取一个容量为8的样本进行分析．若这8位同学的数学、物理分数对应如下表：

学生编号	1	2	3	4	5	6	7	8
数学分数x	60	65	70	75	80	85	90	95
物理分数y	72	77	80	84	88	90	93	95

上表数据表示变量y与x的相关关系．
(1)画出样本的散点图，并说明物理分数y与数学分数x之间是正相关还是负相关；
(2)求y与x的线性回归直线方程(系数精确到0.01)，并指出某学生数学83分，物理约为多少分(精确到1分)?
参考公式：回归直线的方程是：，其中，．
参考数据：，，，.

4 . 佩戴头盔是一项对家庭与社会负责的表现，某市对此不断进行安全教育．下表是该市某主干路口连续4年监控设备抓拍到的驾驶员不戴头盔的统计数据：

年度	2018	2019	2020	2021
年度序号x	1	2	3	4
不戴头盔人数y	1250	1050	1000	900

(1)请利用所给数据求不戴头盔人数y与年度序号x之间的回归直线方程；
(2)并估算该路口2022年不戴头盔的人数.
参考公式：，.

5 . 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：，．

7 . 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：，.

8 . 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：，.

9 . 根据对某商品近5个月的调查数据进行统计，得到该商品的月销售单价x(单位：元/件)与月销售量y(单位：千件)之间有如下对应关系：

	2	4	5	6	8
	7	5	6	4	3

（1）建立y关于x的回归直线方程；
（2）根据（1）的结果，若该商品成本为3元/件，则月销售价x为何值时(x不超过12)，月利润预计值最大？(结果保留两位小数)

10 . 一台还可以用的机器由于使用的时间较长，它按不同的转速生产出来的某机械零件有一些会有缺陷，每小时生产有缺陷零件的多少随机器运转的速率而变化，下表为抽样试验结果:

转速(转/秒)	16	15	12	9
每小时生产有缺陷的零件数（件）	10	9	8	5

通过观察散点图，发现与有线性相关关系:
（1）求关于的回归直线方程；
（2）若实际生产中，允许每小时生产的产品中有缺陷的零件最多为10个，那么机器的运转速度应控制在什么范围内?
(参考:回归直线方程为，其中，）