1 . 如图是某机构统计的某地区2016年至2022年生活垃圾无害化处理量y（单位：万吨）的折线图．

注：年份代码1-7分别对应年份2016-2022．
求y关于t的回归直线方程（系数精确到0.01），并预测2024年该地区生活垃圾无害化处理量．
参考数据：，，，
参考公式：回归方程中斜率和截距的最小乘估计公式分别为，．

2 . 防疫抗疫，人人有责，随着奥密克戎的全球肆虐，防疫形势越来越严峻，防疫物资需求量急增.下表是某口罩厂今年的月份与订单（单位：万元）的几组对应数据：

月份	1	2	3	4	5
订单	20	24		43	52

(1)求关于的线性回归方程，并估计6月份该厂的订单数；
(2)求相关系数（精确到0.01），说明与之间具有怎样的相关关系.
参考数据：，，.，.参考公式：相关系数；回归直线的方程是，其中.

3 . 某企业为了参加上海的进博会，大力研发新产品，为了对新研发的一批产品进行合理定价，将该产品按事先拟定的价格进行试销，得到一组销售数据（，）（），如表所示：

试销单价/元	4	5	6	7	8	9
产品销量/件		84	83	80	75	68

已知．
（1）求的值；
（2）已知变量，具有线性相关关系，求产品销量（件）关于试销单价（元）的线性回归方程；
（3）用表示用正确的线性回归方程得到的与对应的产品销量的估计值，当时，将销售数据（，）称为一个“好数据”，现从6个销售数据中任取2个，求抽取的2个销售数据中至少有一个是“好数据”的概率．
参考公式：，．

4 . 某公司研发了一种帮助家长解决孩子早教问题的萌宠机器人.萌宠机器人语音功能让它就像孩子的小伙伴一样和孩子交流，记忆功能还可以记住宝宝的使用习惯，很快找到宝宝想听的内容.同时提供快乐儿歌、国学经典、启蒙英语等早期教育内容，且云端内容可以持续更新.萌宠机器人一投放市场就受到了很多家长欢迎.为了更好地服务广大家长，该公司研究部门从流水线上随机抽取100件萌宠机器人（以下简称产品），统计其性能指数并绘制频率分布直方图（如图1）：

产品的性能指数在的适合托班幼儿使用（简称A类产品），在的适合小班和中班幼儿使用（简称B类产品），在的适合大班幼儿使用（简称C类产品），A，B，C，三类产品的销售利润分别为每件1.5，3.5，5.5（单位：元）.以这100件产品的性能指数位于各区间的频率代替产品的性能指数位于该区间的概率.
（1）求每件产品的平均销售利润；
（2）该公司为了解年营销费用（单位：万元）对年销售量（单位：万件）的影响，对近5年的年营销费用，和年销售量数据做了初步处理，得到的散点图（如图2）及一些统计量的值.

16.30	24.87	0.41	1.64

表中，，，.
根据散点图判断，可以作为年销售量（万件）关于年营销费用（万元）的回归方程.
（i）建立关于的回归方程；
（ii）用所求的回归方程估计该公司应投入多少营销费，才能使得该产品一年的收益达到最大？
（收益=销售利润-营销费用，取）.
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，.

5 . 已知某种新型病毒的传染能力很强，给人们生产和生活带来很大的影响，所以创新研发疫苗成了当务之急.为此，某药企加大了研发投入，市场上这种新型冠状病毒的疫苗的研发费用（百万元）和销量（万盒）的统计数据如下：

研发费用（百万元）	2	3	6	10	13	14
销量（万盒）	1	1	2	2.5	4	4.5

（1）根据上表中的数据，建立关于的线性回归方程（用分数表示）；
（2）根据所求的回归方程，估计当研发费用为1600万元时，销售量为多少？
参考公式：，.

6 . 习近平总书记在党的十九大报告中指出，要在“幼有所育、学有所教、劳有所得、病有所医、老有所养、住有所居、弱有所扶”上不断取得新进展，保证全体人民在共建共享发展中有更多获得感．现S市政府针对全市10所由市财政投资建设的敬老院进行了满意度测评，得到数据如下表：

敬老院	A	B	C	D	E	F	G	H	I	K
满意度x（%）	20	34	25	19	26	20	19	24	19	13
投资原y（万元）	80	89	89	78	75	71	65	62	60	52

（1）求投资额关于满意度的相关系数；
（2）我们约定：投资额关于满意度的相关系数的绝对值在0.75以上（含0.75）是线性相关性较强，否则，线性相关性较弱.如果没有达到较强线性相关，则采取“末位淘汰”制（即满意度最低的敬老院市财政不再继续投资，改为区财政投资）.求在剔除“末位淘汰”的敬老院后投资额关于满意度的线性回归方程（系数精确到0.1）
参考数据：，，，，.
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公式分别为：.线性相关系数.

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 . 某种产品的广告费支出与销售额 (单位：万元）具有较强的相关性，且两者之间有如下对应数据:

	2	4	5	6	8
	28	36	52	56	78

（1）求关于的线性回归方程；
（2）根据（1）中的线性回归方程，当广告费支出为10万元时，预测销售额是多少？
参考数据： ，，．
附：回归方程中斜率和截距的最小二乘估计公式分别为：
，.

9 . 某种产品的广告费用支出（万元）与销售额（万元）之间有如下的对应数据：

	2	4	5	6	8
	30	40	60	50	70

（1）求回归直线方程；
（2）据此估计广告费用为12万元时的销售额约为多少？
参考公式：