1 . 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，，）

2 . 一饮料店制作了一款新饮料，为了进行合理定价先进行试销售，其单价（元）与销量（杯）的相关数据如下表：

单价（元）	8.5	9	9.5	10	10.5
销量（杯）	120	110	90	70	60

（1）已知销量与单价具有线性相关关系，求关于的线性回归方程；
（2）若该款新饮料每杯的成本为8元，试销售结束后，请利用（1）所求的线性回归方程确定单价定为多少元时，销售的利润最大？（结果四舍五入保留到整数）
附：线性回归方程中斜率和截距最小二乘法估计计算公式： ，.

3 . 某企业新研发了一种产品，产品的成本由原料成本及非原料成本组成.每件产品的非原料成本（元）与生产该产品的数量（千件）有关，经统计得到如下数据：

x	1	2	3	4	5	6	7	8
y	112	61	44.5	35	30.5	28	25	24

根据以上数据，绘制了散点图.

观察散点图，两个变量不具有线性相关关系，现考虑用反比例函数模型和指数函数模型分别对两个变量的关系进行拟合.已求得用指数函数模型拟合的回归方程为，与的相关系数.参考数据（其中）：

183.4	0.34	0.115	1.53	360	22385.5	61.4	0.135

（1）用反比例函数模型求关于的回归方程；
（2）用相关系数判断上述两个模型哪一个拟合效果更好（精确到0.01），并用其估计产量为10千件时每件产品的非原料成本；
（3）该企业采取订单生产模式（根据订单数量进行生产，即产品全部售出）.根据市场调研数据，若该产品单价定为100元，则签订9千件订单的概率为0.8，签订10千件订单的概率为0.2；若单价定为90元，则签订10千件订单的概率为0.3，签订11千件订单的概率为0.7.已知每件产品的原料成本为10元，根据（2）的结果，企业要想获得更高利润，产品单价应选择100元还是90元，请说明理由.
参考公式：对于一组数据，，…，，其回归直线的斜率和截距的最小二乘估计分别为：，，相关系数.

5 . 我国技术给直播行业带来了很多发展空间，加上受疫情影响，直播这种成本较低的获客渠道备受商家青睐，某商场统计了2022年1~5月某商品的线上月销售量y（单位：千件）与售价x（单位：元/件）的情况如下表示．

月份	1	2	3	4	5
售价x（元/件）	60	56	58	57	54
月销售量y（千件）	5	9	7	10	9

(1)求相关系数，并说明是否可以用线性回归模型拟合与的关系（当时，可以认为两个变量有很强的线性相关性；否则，没有很强的线性相关性）（精确到0.01）；
(2)建立关于的线性回归方程，并估计当售价为元/件时，该商品的线上月销售量估计为多少千件？
(3)若每件商品的购进价格为元/件，如果不考虑其他费用，由（2）中结论，当商品售价为多少时，可使得该商品的月利润最大？（该结果保留整数）
参考公式：对于一组数据，相关系数，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：．

6 . 某企业为改进生产，现 某产品及成本相关数据进行统计．现收集了该产品的成本费y（单位：万元/吨）及同批次产品生产数量x（单位：吨）的20组数据．现分别用两种模型①，②进行拟合，据收集到的数据，计算得到如下值：

14.5		0.08	665	0.04	-450	4

表中，．
若用刻画回归效果，得到模型①、②的值分别为，．
(1)利用和比较模型①、②的拟合效果，应选择哪个模型？并说明理由；
(2)根据（1）中所选择的模型，求y关于x的回归方程；并求同批次产品生产数量为25（吨）时y的预报值．
附：对于一组数据，，…，，其回归直线的斜率和截距的最小二乘法估计分别为，．

8 . 某公司为了预测下月产品销售情况，找出了近7个月的产品销售量y单位：万件的统计表：

月份代码t	1	2	3	4	5	6	7
销售量y（万件）

但其中数据污损不清，经查证.
(1)请用样本相关系数说明销售量与月份代码有很强的线性相关关系；
(2)求关于的回归方程（系数精确到0.001）；
(3)公司经营期间的广告宣传费（单位：万元）（单位：万元），每件产品的销售价为10元，预测第8个月的毛利润能否突破15万元，请说明理由.（毛利润等于销售金额减去广告宣传费）
参考公式：

9 . 某电商平台统计了近七年小家电的年度广告费支出(万元)与年度销售量(万台)的数据，如表所示:

年份	2016	2017	2018	2019	2020	2021	2022
广告费支出	1	2	4	6	11	13	19
销售量	1.9	3.2	4.0	4.4	5.2	5.3	5.4

其中，
(1)若用线性回归模型拟合与的关系，求出关于的线性回归方程；
(2)若用模型拟合得到的回归方程为，经计算线性回归模型及该模型的分别为0.75和0.88，请根据的数值选择更好的回归模型拟合与的关系，进而计算出年度广告费为何值时，利润的预报值最大？
参考公式：，；

10 . 在扶贫政策的大力支持下，某县农副产品加工厂经营得十分红火，不仅解决了就业问题，而且为脱贫工作作出了重大贡献，该工厂收集了1月份至5月份的销售量数据（如下表），并利用这些数据对后期生产规模做出决策．

月份	1	2	3	4		5
销售量（万斤）	4.9	5.8	6.8	8.3		10.2
3	7.2	11	81.1		374

该工厂为了预测未来几个月的销售量，建立了y关于x的回归模型：．表中：，．
(1)根据所给数据与回归模型，求关于的回归方程（的值精确到0.1，的值精确到整数位）；
(2)已知该工厂的月利润（单位：万元）与，的关系为，根据（1）的结果，预测该工厂哪一个月的月利润最小．
参考公式：对于一组数据，，…，，其回归直线的斜率和截距的最小二乘估计公式分别为：
，．