1 . 为提高市场销售业绩，某公司设计两套产品促销方案（方案1运作费用为元/件；方案2的的运作费用为元/件），并在某地区部分营销网点进行试点（每个试点网点只采用一种促销方案），运作一年后，对比该地区上一年度的销售情况，分别统计相应营销网点个数，制作相应的列联表如下表所示．

	无促销活动	采用促销方案1	采用促销方案2
本年度平均销售额不高于上一年度平均销售额	48	11	31	90
本年度平均销售额高于上一年度平均销售额	52	69	29	150
	100	80	60

（Ⅰ）请根据列联表提供的信息，为该公司今年选择一套较为有利的促销方案（不必说明理由）；
（Ⅱ）已知该公司产品的成本为10元/件（未包括促销活动运作费用），为制定本年度该地区的产品销售价格，统计上一年度的组售价（单位：元/件，整数）和销量（单位：件）（）如下表所示：

售价
销量

（ⅰ）请根据下列数据计算相应的相关指数，并根据计算结果，选择合适的回归模型进行拟合；
（ⅱ）根据所选回归模型，分析售价定为多少时？利润可以达到最大．参考公式：相关指数．

2 . 某公司为评估两套促销活动方案（方案1运作费用为5元/件；方案2的运作费用为2元/件），在某地区部分营销网点进行试点（每个试点网点只采用一种促销活动方案），运作一年后，对比该地区上一年度的销售情况，制作相应的等高条形图如图所示．

（1）请根据等高条形图提供的信息，为该公司今年选择一套较为有利的促销活动方案（不必说明理由）；
（2）已知该公司产品的成本为10元/件（未包括促销活动运作费用），为制定本年度该地区的产品销售价格，统计上一年度的8组售价（单位：元/件，整数）和销量（单位：件）（）如下表所示：

售价	33	35	37	39	41	43	45	47
销量	840	800	740	695	640	580	525	460

①请根据下列数据计算相应的相关指数，并根据计算结果，选择合适的回归模型进行拟合；
②根据所选回归模型，分析售价定为多少时？利润可以达到最大.

	49428.74	11512.43	175.26
	124650

（附：相关指数）

3 . 为了解高新产业园引进的甲公司前期的经营状况，市场研究人员对该公司2019年下半年连续六个月的利润进行了统计，统计数据列表如下：

月份	7月	8月	9月	10月	11月	12月
月份代码	1	2	3	4	5	6
月利润（万元）	110	130	160	150	200	210

（1）请用相关系数说明月利润y（单位：万元）与月份代码x之间的关系的强弱（结果保留两位小数），求y关于x的线性回归方程，并预测该公司2020年1月份的利润；
（2）甲公司新研制了一款产品，需要采购一批新型材料，已知生产新型材料的乙企业对A、B两种型号各100件新型材料进行模拟测试，统计两种新型材料使用寿命频数如下表所示：

使用寿命 材料类型	1个月	2个月	3个月	4个月	总计
A	15	40	35	10	100
B	10	30	40	20	100

现有采购成本分别为10万元/件和12万元/件的A、B两种型号的新型材料可供选择，按规定每种新型材料最多可使用4个月，不同类型的新型材料损坏的时间各不相同，经甲公司测算，平均每件新型材料每月可以带来5万元收入，不考虑除采购成本之外的其他成本，假设每件新型材料的使用寿命都是整数月，且以频率估计每件新型材料使用寿命的概率，如果你是甲公司的负责人，以每件新型材料产生利润的期望值为决策依据，你会选择采购哪款新型材料？
参考公式：相关系数；
回归直线方程为，其中，.
参考数据：，，，.

4 . 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；，，，，，，（其中）；

（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.
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分别为：，，相关系数.

5 . 新能源汽车的春天来了！2018年3月5日上午，李克强总理做政府工作报告时表示，将新能源汽车车辆购置税优惠政策再延长三年，自2018年1月1日至2020年12月31日，对购置的新能源汽车免征车辆购置税.某人计划于2018年5月购买一辆某品牌新能源汽车，他从当地该品牌销售网站了解到近五个月实际销量如下表：

（1）经分析发现，可用线性回归模型拟合当地该品牌新能源汽车实际销量（万辆）与月份编号之间的相关关系.请用最小二乘法求关于的线性回归方程，并预测2018年5月份当地该品牌新能源汽车的销量；
（2）2018年6月12日，中央财政和地方财政将根据新能源汽车的最大续航里程（新能源汽车的最大续航里程是指理论上新能源汽车所装的燃料或电池所能够提供给车跑的最远里程）对购车补贴进行新一轮调整.已知某地拟购买新能源汽车的消费群体十分庞大，某调研机构对其中的200名消费者的购车补贴金额的心理预期值进行了一个抽样调查，得到如下一份频数表：

将对补贴金额的心理预期值在（万元）和（万元）的消费者分别定义为“欲望紧缩型”消费者和“欲望膨胀型”消费者，现采用分层抽样的方法从位于这两个区间的30名消费者中随机抽取6名，再从这6人中随机抽取2名进行跟踪调查，求抽出的2人中至少有1名“欲望膨胀型”消费者的概率.
参考公式及数据：①回归方程，其中，；②.

6 . 近几年，电商行业的蓬勃发展带动了快递业的迅速增长，快递公司揽收价格一般是采用“首重+续重”的计价方式.首重是指最低的计费重量，续重是指超过首重部分的计费重量，不满一公斤按一公斤计费.某快递网点将快件的揽收价格定为首重（不超过一公斤）8元，续重2元/公斤（例如，若一个快件的重量是0.6公斤，按8元计费；若一个快件的重量是1.4公斤，按元元元计费）.根据历史数据，得到该网点揽收快件重量的频率分布直方图如下图所示

（1）根据样本估计总体的思想，将频率视作概率，求该网点揽收快件的平均价格；
（2）为了获得更大的利润，该网点对“一天中收发一件快递的平均成本（单位：元）与当天揽收的快递件数（单位：百件）之间的关系”进行调查研究，得到相关数据如下表：

每天揽收快递件数（百件）	2	3	4	5	8
每件快递的平均成本（元）	5.6	4.8	4.4	4.3	4.1

根据以上数据，技术人员分别根据甲、乙两种不同的回归模型，得到两个回归方程：
方程甲：，方程乙：.
①为了评价两种模型的拟合效果，根据上表数据和相应回归方程，将以下表格填写完整（结果保留一位小数），分别计算模型甲与模型乙的残差平方和，，并依此判断哪个模型的拟合效果更好（备注：称为相应于点的残差，残差平方和；

每天揽收快递件数/百件		2	3	4	5	8
每天快递的平均成本/元		5.6	4.8	4.4	4.3	4.1
模型甲	预报值	5.2	5.0	4.8
	残差		0.2	0.4
模型乙	预报值	5.5	4.8	4.5
	预报值		0	0.1

②预计该网点今年6月25日（端午节）一天可以揽收1000件快递，试根据①中确定的拟合效果较好的回归模型估计该网点当天的总利润（总利润=（平均价格-平均成本）×总件数）.

7 . 近期，济南公交公司分别推出支付宝和微信扫码支付乘车活动，活动设置了一段时间的推广期，由于推广期内优惠力度较大，吸引越来越多的人开始使用扫码支付.某线路公交车队统计了活动刚推出一周内每一天使用扫码支付的人次，用表示活动推出的天数，表示每天使用扫码支付的人次（单位：十人次），统计数据如表所示：表：根据以上数据，绘制了散点图.

	1	2	3	4	5	6	7
	6	11	21	34	66	101	196

（1）根据散点图判断，在推广期内与（，均为大于零的常数）哪一个适宜作为扫码支付的人次关于活动推出天数的回归方程类型？（给出判断，不必说明理由）；
（2）根据（1）的判断结果及表中的数据，建立关于的回归方程，并预测活动推出第8天使用扫码支付的人次；
（3）推广期结束后，车队对乘客的支付方式进行统计，结果如下表：

支付方式	现金	乘车卡	扫码
比例	10%	60%	30%

车队为缓解周边居民出行压力，以80万元的单价购进了一批新车，根据以往的经验可知，每辆车每个月的运营成本约为0.66万元.已知该线路公交车票价为2元，使用现金支付的乘客无优惠，使用乘车卡支付的乘客享受8折优惠，扫码支付的乘客随机优惠，根据统计结果得知，使用扫码支付的乘客中有的概率享受7折优惠，有的概率享受8折优惠，有的概率享受9折优惠，预计该车队每辆车每个月有1万人次乘车，根据所给数据以事件发生的频率作为相应事件发生的概率，在不考虑其它因素的条件下，按照上述收费标准，假设这批车需要年才能开始盈利，求的值.
参考数据：其中，
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：，.

66	1.54	2.711	50.12	3.47

8 . 一只昆虫的产卵数与温度有关，现收集了6组观测数据与下表中.由散点图可以发现样本点分布在某一指数函数曲线的周围.

温度	21	23	25	27	29	31
产卵数/个	7	11	21	24	66	114

令，经计算有：

26	40.5	19.50	6928	526.60	70

（1）试建立关于的回归直线方程并写出关于的回归方程.
（2）若通过人工培育且培育成本与温度和产卵数的关系为（单位：万元），则当温度为多少时，培育成本最小？
注：对于一组具有线性相关关系的数据，，…，，其回归直线的斜率和截距的最小二乘公式分别为，.

9 . 大学生赵敏利用寒假参加社会实践，对机械销售公司7月份至12月份销售某种机械配件的销售量及销售单价进行了调查，销售单价x和销售量y之间的一组数据如表所示：

月份i	7	8	9	10	11	12
销售单价xi（元）	9	9.5	10	10.5	11	8
销售量yi（件）	11	10	8	6	5	14

（1）根据7至11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（1）中所得到的回归直线方程是否理想？
（3）预计在今后的销售中，销售量与销售单价仍然服从（1）中的关系，若该种机器配件的成本是2.5元/件，那么该配件的销售单价应定为多少元才能获得最大利润？（注：利润=销售收入-成本）．
参考公式：回归直线方程，其中，参考数据：．

10 . 某公司想了解对某产品投入的宣传费用与该产品的营业额的影响.下面是以往公司对该产品的宣传费用（单位：万元）和产品营业额（单位：万元）的统计拆线图.（计算结果保留两位小数）

（1）根据拆线图可以判断，可用线性回归模型拟合宣传费用与产品营业额的关系，请用相关系数加以说明；
（2）建立产品营业额关于宣传费用的回归方程；
（3）若某段时间内产品利润与宣传费和营业额的关系为应投入宣传费多少万元才能使利润最大，并求最大利润.
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法估计公式分别为，.