1 . 当前，人工智能技术以前所未有的速度迅猛发展，并逐步影响我们的方方面面，人工智能被认为是推动未来社会发展和解决人类面临的全球性问题的重要手段．某公司在这个领域逐年加大投入，以下是近年来该公司对产品研发年投入额（单位：百万元）与其年销售量y（单位：千件）的数据统计表．

	1	2	3	4	5	6
		1	1.5	3	6	12

(1)公司拟分别用①和②两种方案作为年销售量关于年投入额的回归分析模型，请根据已知数据，确定方案①和②的经验回归方程；（计算过程保留到小数点后两位，最后结果保留到小数点后一位）
(2)根据下表数据，用决定系数（只需比较出大小）比较两种模型的拟合效果哪种更好，并选择拟合精度更高的模型，预测年投入额为百万元时，产品的销售量是多少?

经验回归方程
残差平方和

参考公式及数据：，，，，，，，， ．

3 . 当前，新一轮科技革命和产业变革蓬勃兴起，以区块链为代表的新一代信息技术迅猛发展，现收集某地近6年区块链企业总数量相关数据，如下表：

年份	2017	2018	2019	2020	2021	2022
编号	1	2	3	4	5	6
企业总数量（单位：百个）	50	78	124	121	137	352

(1)若用模型拟合与的关系，根据提供的数据，求出与的经验回归方程；
(2)为了促进公司间的合作与发展，区块链联合总部决定进行一次信息化技术比赛，邀请甲、乙、丙三家区块链公司参赛．比赛规则如下：①每场比赛有两个公司参加，并决出胜负；②每场比赛获胜的公司与未参加此场比赛的公司进行下一场的比赛；③在比赛中，若有一个公司首先获胜两场，则本次比赛结束，该公司获得此次信息化比赛的“优胜公司”．已知在每场比赛中，甲胜乙的概率为，甲胜丙的概率为，乙胜丙的概率为，若首场由甲乙比赛，求甲公司获得“优胜公司”的概率．
参考数据：，其中，
参考公式：对于一组数据，其经验回归直线的斜率和截距的最小二乘估计分别为

5 . 近年来我国新能源汽车产业迅速发展，下表是某地区新能源乘用车的年销售量与年份的统计表：

年份
销量（万台）

某机构调查了该地区位购车车主的性别与购车种类情况，得到的部分数据如下表所示：

	购置传统燃油车	购置新能源车	总计
男性车主
女性车主
总计

(1)求新能源乘用车的销量关于年份的线性相关系数，并判断与之间的线性相关关系的强弱；（若，相关性较强；若，相关性一般；若，相关性较弱）
(2)请将上述列联表补充完整，根据小概率值的独立性检验，分析购车车主购置新能源乘用车与性别是否有关系？
①参考公式：相关系数；
②参考数据：；
③卡方临界值表：

	0.10	0.05	0.010	0.005	0.001
	2.706	3.841	6.635	7.879	10.828

其中，.

6 . 在正常生产条件下，根据经验，可以认为化肥的有效利用率近似服从正态分布，而化肥施肥量因农作物的种类不同每亩也存在差异.
(1)假设生产条件正常，记表示化肥的有效利用率，求；
(2)课题组为研究每亩化肥施用量与某农作物亩产量之间的关系，收集了10组数据，并对这些数据作了初步处理，得到了如图所示的散点图及一些统计量的值.其中每亩化肥施用量为（单位：公斤），粮食亩产量为（单位：百公斤）
   
参考数据：

650	91.5	52.5	1478.6	30.5	15	15	46.5

，，2，，.
（i）根据散点图判断，与，哪一个适宜作为该农作物亩产量关于每亩化肥施用量的回归方程（给出判断即可，不必说明理由）；
（ii）根据（i）的判断结果及表中数据，建立关于的回归方程；并预测每亩化肥施用量为27公斤时，粮食亩产量的值.
附：①对于一组数据，2，3，，，其回归直线的斜率和截距的最小二乘估计分别为，；
②若随机变量，则，.

7 . 党的二十大报告提出：“必须坚持科技是第一生产力､人才是第一资源､创新是第一动力，深入实施科教兴国战略､人才强国战略､创新驱动发展战略，开辟发展新领域新赛道，不断塑造发展新动能新优势.”某数字化公司为加快推进企业数字化进程，决定对其核心系统DAP，采取逐年增加研发人员的办法以提升企业整体研发和创新能力.现对2018~2022年的研发人数作了相关统计（年份代码1~5分别对应2018~2022年）如下折线图：

(1)根据折线统计图中数据，计算该公司研发人数与年份代码的相关系数，并由此判断其相关性的强弱；
(2)试求出关于的线性回归方程，并预测2023年该公司的研发人数（结果取整数）.
参考数据：当认为两个变量间的相关性较强
参考公式相关系数，
回归方程中的斜率和截距的最小二乘法估计公式分别为，.

8 . 多年来，清华大学电子工程系黄翔东教授团队致力于光谱成像芯片的研究，2022年6月研制出国际首款实时超光谱成像芯片，相比已有光谱检测技术，实现了从单点光谱仪到超光谱成像芯片的跨越，为制定下一年的研发投入计划，该研发团队为需要了解年研发资金投入量x（单位：亿元）对年销售额（单位：亿元）的影响，结合近12年的年研发资金投入量x，和年销售额，的数据（，2，，12），该团队建立了两个函数模型：①②，其中均为常数，e为自然对数的底数，经对历史数据的初步处理，得到散点图如图，令，计算得如下数据：

20	66	770	200	14
460		3125000		21500

(1)设和的相关系数为和的相关系数为，请从相关系数的角度，选择一个拟合程度更好的模型；
(2)（i）根据（1）的选择及表中数据，建立关于的回归方程（系数精确到0.01）；
（ii）若下一年销售额需达到80亿元，预测下一年的研发资金投入量是多少亿元？
附：①相关系数，回归直线中斜率和截距的最小二乘估计公式分别为：，；
②参考数据：.

10 . 某公司为了解年研发资金投入量x（单位:亿元）对年销售额y（单位:亿元）的影响.对公司近12年的年研发资金投入量x_i和年销售额y_i的数据，进行了对比分析，建立了两个模型:①，②，其中α，β，λ，t均为常数，e为自然对数的底数，并得到一些统计量的值.令，经计算得如下数据:

20	66		77	2	460		4.20
31250		215		3.08		14

(1)请从相关系数的角度，分析哪一个模型拟合程度更好?
(2)（ⅰ）根据分析及表中数据，建立y关于x的回归方程;
（ⅱ）若下一年销售额y需达到90亿元，预测下一年的研发资金投入量x是多少亿元?
附:①相关系数，回归直中公式分别为;
②参考数据：.