1 . 如图是我国2014年至2022年65岁及以上老人人口数（单位：亿）的折线图
   
注：年份代码1-9分别对应年份2014-2022.
(1)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（结果精确到0.01）加以说明；
(2)建立y关于t的回归方程（系数精确到0.01），并预测2023年我国65岁及以上老人人口数（单位：亿）.
参考数据：.
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：，.

3 . 某地区2014年至2020年农村居民家庭人均纯收入（单位：千元）的数据如下表：

年份	2014	2015	2016	2017	2018	2019	2020
年份代号	1	2	3	4	5	6	7
人均纯收入	2.9	3.3	3.6	4.4	4.8	5.2	5.9

(1)由表可知与具有线性相关关系，求关于的线性回归方程；
(2)利用（1）中的回归方程，预测该地区2022年农村居民家庭人均纯收入；
(3)用（1）中所求线性回归方程得到与对应的人均纯收入估计值，当数据对应的残差的绝对值时，则将该数据称为一个“好数据”，现从7个数据中任选3个，求“好数据”至少为1个的概率；
附：参考数据及公式：，，，．

4 . 某农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系进行分析研究，他们分别记录了12月1日至12月5日的每天昼夜温差与实验室每天每100颗种子中的发芽数，得到如下资料:

日期	12月 1日	12月 2日	12月 3日	12月 4日	12月 5日
温差X/℃	10	11	13	12	8
发芽数Y/颗	23	25	30	26	16

该农科所确定的研究方案是:先从这五组数据中选取2组，用剩下的3组数据求线性回归方程，再对被选取的2组数据进行检验.
(1)求选取的2组数据恰好是不相邻2天数据的概率；
(2)若选取的是12月1日与12月5日的两组数据，请根据12月2日至12月4日的数据，求出Y关于X的线性回归方程；
(3)若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2颗，则认为得到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?

5 . 某公司对某产品作市场调查，获得了该产品的定价（单位：万元/吨）和一天的销量吨）的一组数据，根据这组数据制作了如下统计表和散点图.

0.33	10	3	0.164	100	68	350

表中.
（Ⅰ）根据散点图判断，与哪一个更适合作为关于的经验回归方程；（给出判断即可，不必说明理由）
（Ⅱ）根据（Ⅰ）的判断结果，建立关于的经验回归方程；
（Ⅲ）若生产1吨该产品的成本为0.25万元，依据（Ⅱ）的经验回归方程，预计每吨定价多少时，该产品一天的销售利润最大？最大利润是多少？
（经验回归方程中，，）

6 . 天气寒冷，加热手套比较畅销，某商家为了解某种加热手套如何定价可以获得最大利润，现对这种加热手套进行试销售，统计后得到其单价x(单位;元)与销量y(单位:副)的相关数据如下表：

单价x（元）	80	85	90	95	100
销量y（副）	140	130	110	90	80

（1）已知销量y与单价x具有线性相关关系，求y关于x的线性回归方程;
（2）若每副该加热手套的成本为65元，试销售结束后，请利用（1）中所求的线性回归方程确定单价为多少元时，销售利润最大?(结果保留到整数)
附:对于一组数据(x₁，y₁)，(x₂，y₂)，…，(x_n，y_n)，其回归直线的斜率和截距的最小二乘估计分别为
参考数据:

7 . 探索浩瀚宇宙是全人类的共同梦想，我国广大科技工作者、航天工作者为推动世界航天事业发展付出了艰辛的努力，为人类和平利用太空、推动构建人类命运共同体贡献了中国智慧、中国方案、中国力量.
（1）某公司试生产一种航空零件，在生产过程中，当每小时次品数超过件时，产品的次品率会大幅度增加，为检测公司的试生产能力，同时尽可能控制不合格品总量，抽取几组一小时生产的产品数据进行次品情况检查分析，已知在（单位：百件）件产品中，得到次品数量（单位：件）的情况汇总如下表所示，且（单位：件）与（单位：百件）线性相关：

（百件）
（件）

根据公司规定，在一小时内不允许次品数超过件，请通过计算分析，按照公司的现有生产技术设备情况，判断可否安排一小时试生产件的任务？
（2）“战神”太空空间站工作人员需走出太空站外完成某项试验任务，每次只派一个人出去，且每个人只派出一次，工作时间不超过分钟，如果有人分钟内不能完成任务则撤回，再派下一个人.现在一共有个人可派，工作人员各自在分钟内能完成任务的概率分别依次为，且，，各人能否完成任务相互独立，派出工作人员顺序随机，记派出工作人员的人数为，的数学期望为，证明：.
（参考公式：用最小二乘法求线性回归方程的系数公式
;.）
（参考数据：，.）

8 . 对某产品1至6月份销售量及其价格进行调查，其售价x和销售量y之间的一组数据如下表所示：

月份i	1	2	3	4	5	6
单价（元）	9	9.5	10	10.5	11	8
销售量（件）	11	10	8	6	5	14

（1）根据1至5月份的数据，求出y关于x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0.5元，则认为所得到的回归直线方程是理想的，试问所得回归直线方程是否理想？
（3）预计在今后的销售中，销售量与单价仍然服从（1）中的关系，且该产品的成本是2.5元/件，为获得最大利润，该产品的单价应定为多少元？（利润=销售收入-成本）.
参考公式：回归方程，其中.
参考数据：，.

9 . 某幼儿园对儿童记忆能力的量化评价值和识图能力的量化评价值进行统计分析，得到如下数据：

	4	6	8	10
	3	5	6	8

由表中数据，求得回归直线方程中的，则 ．

10 . 某公司为了解广告投入对销售收益的影响，在若干地区各投入4万元广告费用，并将各地的销售收益绘制成频率分布直方图（如图所示），由于工作人员操作失误，横轴的数据丢失，但可以确定横轴是从0开始计数的.

（1）根据频率分布直方图计算图中各小长方形的宽度；
（2）试估计该公司在若干地区各投入4万元广告费用之后，对应销售收益的平均值（以各组的区间中点值代表该组的取值）；
（3）该公司按照类似的研究方法，测得另外一些数据，并整理得到下表：

广告投入（单位：万元）	1	2	3	4	5
销售收益（单位：万元）	2	3	3		7

由表中的数据显示，与之间存在着线性相关关系，请将（2）的结果填入空白栏，并求出关于的回归直线方程.（参考公式：）