1 . 2019年双十一落下帷幕,天猫交易额定格在268(单位:十亿元)人民币(下同),再创新高,比去年218(十亿元)多了50(十亿元),这些数字的背后,除了是消费者买买买的表现,更是购物车里中国新消费的奇迹,为了研究历年销售额的变化趋势,一机构统计了2010年到2019年天猫双十一的销售额数据(单位:十亿元).绘制如下表1:
表1

年份	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019
编号	1	2	3	4	5	6	7	8	9	10
销售额	0.9	8.7	22.4	41	65	94	132.5	172.5	218	268

根据以上数据绘制散点图,如图所示.

(1)根据散点图判断,与哪一个适宜作为销售额关于的回归方程类型？(给出判断即可,不必说明理由)
(2)根据(1)的判断结果及下表中的数据,建立关于的回归方程,并预测2020年天猫双十一销售额;(注:数据保留小数点后一位)
(3)把销售额超过10(十亿元)的年份叫“畅销年”,把销售额超过100(十亿元)的年份叫“狂欢年”,从2010年到2019年这十年的“畅销年”中任取3个,求取到的“狂欢年”个数的分布列与期望.
参考数据:.
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,.

2 . 武汉某科技公司为提高市场销售业绩，现对某产品在部分营销网点进行试点促销活动．现有两种活动方案，在每个试点网点仅采用一种活动方案，经统计，2018年1月至6月期间，每件产品的生产成本为10元，方案1中每件产品的促销运作成本为5元，方案2中每件产品的促销运作成本为2元，其月利润的变化情况如图①折线图所示．

（1）请根据图①，从两种活动方案中，为该公司选择一种较为有利的活动方案（不必说明理由）；
（2）为制定本年度该产品的销售价格，现统计了8组售价x_i（单位：元/件）和相应销量y（单位：件）（i＝1，2，…8）并制作散点图（如图②），观察散点图可知，可用线性回归模型拟合y与x的关系，试求y关于x的回归方程（系数精确到整数）；
参考公式及数据：40，660，x_iy_i＝206630，x12968，，，
（3）公司策划部选1200lnx+5000和═x²+1200两个模型对销量与售价的关系进行拟合，现得到以下统计值（如表格所示）：

		x2+1200
	52446.95	122.89
	124650
相关指数	R	R

相关指数：R²＝1．
（i）试比较R₁²，R₂²的大小（给出结果即可），并由此判断哪个模型的拟合效果更好；
（ii）根据（1）中所选的方案和（i）中所选的回归模型，求该产品的售价x定为多少时，总利润z可以达到最大？

3 . 由于往届高三年级数学学科的学习方式大都是“刷题一讲题一再刷题”的模式，效果不理想，某市一中的数学课堂教改采用了“记题型一刷题一检测效果”的模式，并记录了某学生的记题型时间（单位：）与检测效果的数据如下表所示.

记题型时间	1	2	3	4	5	6	7
检测效果	2.9	3.3	3.6	4.4	4.8	5.2	5.9

（1）据统计表明，与之间具有线性相关关系，请用相关系数加以说明（若，则认为与有很强的线性相关关系，否则认为没有很强的线性相关关系）；
（2）建立关于的回归方程，并预测该学生记题型的检测效果；
（3）在该学生检测效果不低于3.6的数据中任取2个，求检测效果均高于4.4的概率.
参考公式：回归直线中斜率和截距的最小二乘估计分别为，
，相关系数
参考数据：，，，.

4 . 现代研究表明，体脂率（体脂百分数）是衡量人体体重与健康程度的一个标准．为分析体脂率对人体总胆固醇的影响，从女性志愿者中随机抽取12名志愿者测定其体脂率值及总胆固醇指标值（单位：mmol/L），得到的数据如表所示：

女志愿者编号	1	2	3	4	5	6	7	8	9	10	11	12
BFR值x(%)	14	17	18	19	20	22	23	26	27	29	30	31
TC指标值y	2.4	4.4	4.7	4.8	5.4	5.5	5.7	6.0	6.3	6.8	7.0	9.4

(1)利用表中的数据，是否可用线性回归模型拟合与的关系？请用相关系数加以说明.（若，则线性相关程度很高，可用线性回归模型拟合）
(2)求出与的线性回归方程，并预测总胆固醇指标值为9.5时，对应的体脂率值为多少？（上述数据均要精确到0.1）
(3)医学研究表明，人体总胆固醇指标值服从正态分布，若人体总胆固醇指标值在区间之外，说明人体总胆固醇异常，该志愿者需作进一步医学观察.现用样本的作为的估计值，用样本的标准差作为的估计值，从这12名女志愿者中随机抽4人，记需作进一步医学观察的人数为，求的分布列和数学期望．
附：参考公式：相关系数，，．
参考数据：，，，
，．

5 . 一只红铃虫的产卵数y和温度x有关，现收集了6组观测数据于下表中，通过散点图可以看出样本点分布在一条指数型函数y=的图象的周围.

(1)试求出y关于x的上述指数型的回归曲线方程(结果保留两位小数)；
(2)试用(1)中的回归曲线方程求相应于点(24，17)的残差.(结果保留两位小数)

温度x(°C)	20	22	24	26	28	30
产卵数y(个)	6	9	17	25	44	88
z=lny	1.79	2.20	2.83	3.22	3.78	4.48

几点说明：
①结果中的都应按题目要求保留两位小数.但在求时请将的值多保留一位即用保留三位小数的结果代入.
②计算过程中可能会用到下面的公式：回归直线方程的斜率==，截距.
③下面的参考数据可以直接引用：=25，=31.5，≈3.05，=5248，≈476.08，，ln18.17≈2.90.

6 . 某网购平台为了解某市居民在该平台的消费情况，从该市使用其平台且每周平均消费额超过100元的人员中随机抽取了100名，并绘制如图所示频率分布直方图，已知中间三组的人数可构成等差数列.

（1）求的值；
（2）分析人员对100名调查对象的性别进行统计发现，消费金额不低于300元的男性有20人，低于300元的男性有25人，根据统计数据完成下列列联表，并判断是否有的把握认为消费金额与性别有关？
（3）分析人员对抽取对象每周的消费金额与年龄进一步分析，发现他们线性相关，得到回归方程.已知100名使用者的平均年龄为38岁，试判断一名年龄为25岁的年轻人每周的平均消费金额为多少.（同一组数据用该区间的中点值代替）
列联表                                              

	男性	女性	合计
消费金额
消费金额
合计

临界值表：

	0.050	0.010	0.001
	3.841	6.635	10.828

，其中

7 . 某地区某农产品近几年的产量统计如表：

年份	2012	2013	2014	2015	2016	2017
年份代码	1	2	3	4	5	6
年产量（万吨）	6.6	6.7	7	7.1	7.2	7.4

（I）根据表中数据，建立关于的线性回归方程；
（Ⅱ）根据线性回归方程预测2019年该地区该农产品的年产量．
附：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：．
（参考数据：，计算结果保留小数点后两位）

8 . 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（单位：万元）对年销售量（单位：吨）和年利润（单位：万元）的影响．对近六年的年宣传费和年销售量的数据作了初步统计，得到如下数据：

年份	2011	2012	2013	2014	2015	2016
年宣传费（万元）	38	48	58	68	78	88
年销售量（吨）	16．8	18．8	20．7	22．4	24．0	25．5

经电脑模拟，发现年宣传费（万元）与年销售量（吨）之间近似满足关系式即．对上述数据作了初步处理，得到相关的值如下表：

75．3	24．6	18．3	101．4

（1）根据所给数据，求关于的回归方程；
（2）规定当产品的年销售量（吨）与年宣传费（万元）的比值在区间内时认为该年效益良好．现从这6年中任选3年，记其中选到效益良好年的数量为，试求随机变量的分布列和期望．（其中为自然对数的底数，）
附：对于一组数据，其回归直线中的斜率和截距的最小二乘估计分别为

9 . 王府井百货分店今年春节期间，消费达到一定标准的顾客可进行一次抽奖活动，随着抽奖活动的有效开展，参与抽奖活动的人数越来越多，该分店经理对春节前7天参加抽奖活动的人数进行统计，表示第天参加抽奖活动的人数，得到统计表格如下：

	1	2	3	4	5	6	7
	5	8	8	10	14	15	17

经过进一步统计分析，发现与具有线性相关关系．
（1）请根据上表提供的数据，用最小二乘法求出关于的线性回归方程；
（2）判断变量与之间是正相关还是负相关；
（3）若该活动只持续10天，估计共有多少名顾客参加抽奖．
参与公式：，，．

10 . 心理学家分析发现“喜欢空间想象”与“性别”有关，某数学兴趣小组为了验证此结论，从全体组员中按分层抽样的方法抽取50名同学（男生30人、女生20人），给每位同学立体几何题、代数题各一道，让各位同学自由选择一道题进行解答，选题情况统计如下表：（单位：人）

	立体几何题	代数题	总计
男同学	22	8	30
女同学	8	12	20
总计	30	20	50

（1）能否有97.5%以上的把握认为“喜欢空间想象”与“性别”有关？
（2）经统计得，选择做立体几何题的学生正答率为，且答对的学生中男生人数是女生人数的5倍，现从选择做立体几何题且答错的学生中任意抽取两人对他们的答题情况进行研究，求恰好抽到男女生各一人的概率．
附表及公式：

	0.15	0.10	0.05	0.025	0.010	0.005	0.001
	2.072	2.706	3.841	5.024	6.635	7.879	10.828