1 . 某公司为了解某产品的获利情况，将今年1至7月份的销售收入（单位：万元）与纯利润（单位：万元）的数据进行整理后，得到如下表格：

月份	1	2	3	4	5	6	7
销售收入	13	13.5	13.8	14	14.2	14.5	15
纯利润	3.2	3.8	4	4.2	4.5	5	5.5

该公司先从这7组数据中选取5组数据求纯利润关于销售收入的线性回归方程，再用剩下的2组数据进行检验.假设选取的是2月至6月的数据.
（1）求纯利润关于销售收入的线性回归方程（精确到0.01）；
（2）若由线性回归方程得到的估计数据与检验数据的误差均不超过0.1万元，则认为得到的线性回归方程是理想的.试问该公司所得线性回归方程是否理想？
参考公式：，，，；参考数据：.

2 . 交通安全法有规定：机动车行经人行横道时，应当减速行驶；遇行人正在通过人行横道，应当停车让行.机动车行经没有交通信号的道路时，遇行人横过马路，应当避让.我们将符合这条规定的称为“礼让斑马线”，不符合这条规定的称为“不礼让斑马线”.下表是六安市某十字路口监控设备所抓拍的5个月内驾驶员“不礼让斑马线”行为的统计数据：

月份	1	2	3	4	5
“不礼让斑马线”的驾驶员人数	120	105	100	85	90

（1）根据表中所给的5个月的数据，可用线性回归模型拟合与的关系，请用相关系数加以说明；
（2）求“不礼让斑马线”的驾驶员人数关于月份之间的线性回归方程；
（3）若从4，5月份“不礼让斑马线”的驾驶员中分别选取4人和2人，再从所选取的6人中任意抽取2人进行交规调查，求抽取的2人分别来自两个月份的概率；
参考公式：线性回归方程，其中，，.

3 . 统计学中，经常用环比、同比来进行数据比较，环比是指本期统计数据与上期比较，如年月与年月相比，同比是指本期数据与历史同时期比较，如年月与年月相比.
环比增长率（本期数上期数）上期数，
同比增长率（本期数同期数）同期数.
下表是某地区近个月来的消费者信心指数的统计数据：

序号
时间	年月	年月	年月	年月	年月	年月	年月	年月
消费者信心指数
2017年 月	年 月	年 月	年 月	年 月	年 月	年 月	年 月	年 月

求该地区年月消费者信心指数的同比增长率（百分比形式下保留整数）；
除年月以外，该地区消费者信心指数月环比增长率为负数的有几个月？
由以上数据可判断，序号与该地区消费者信心指数具有线性相关关系，写出关于的线性回归方程（，保留位小数），并依此预测该地区年月的消费者信心指数（结果保留位小数，参考数据与公式：，，，，）

4 . 如表是某位文科生连续次月考的历史、政治的成绩，结果如下：

月份	9	10	11	12	1
历史（分）	79	81	83	85	87
政治（分）	77	79	79	82	83

（1）求该生次月考历史成绩的平均分和政治成绩的平均数；
（2）一般来说，学生的历史成绩与政治成绩有较强的线性相关关系，根据上表提供的数据，求两个变量 的线性回归方程.
参考公式：，，表示样本均值.

5 . “新车嗨翻天!首付3000元起开新车”这就是毛豆新车网打出来的广告语．某人看到广告，兴奋不已，计划于2019年1月在该网站购买一辆某品牌汽车，他从当地了解到近五个月该品牌汽车实际销量如表：

月份	2018.08	2018.09	2018.10	2018.11	2018.12
月份编号t	1	2	3	4	5
销量y（万辆）	0.5	0.6	1	1.4	1.7

（1）经分析，可用线性回归模型拟合当地该品牌汽车实际销量y（万辆）与月份编号t之间的相关关系．请用最小二乘法求y关于t的线性回归方程，并估计2019年1月份该品牌汽车的销量：
（2）为了增加销量，厂家和毛豆新车网联合推出对购该品牌车进行补贴．已知某地拟购买该品牌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：

补贴金额预期值 区间（万元）	[1，2）	[2，3）	[3，4）	[4，5）	[5，6）	[6，7）
频数	20	60	60	30	20	10

将频率视为概率，现用随机抽样方法从该地区拟购买该品牌汽车的所有消费者中随机抽取3人，记被抽取3人中对补贴金额的心理预期值不低于3万元的人数为ξ，求ξ的分布列及数学期望E（ξ）
参考公式及数据：①回归方程，其中，；②．

6 . 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？

7 . 为了解儿子身高与其父亲身高的关系，随机调查了5对父子的身高，统计数据如下表所示．

编       号	A	B	C	D	E
父亲身高	174	176	176	176	178
儿子身高	175	175	176	177	177

（1）从这五对父子任意选取两对，用编号表示出所有可能取得的结果，并求随机事件 “两对父子中儿子的身高都不低于父亲的身高”发生的概率；
（2）由表中数据，利用“最小二乘法”求关于的回归直线的方程．
参考公式：，；回归直线：．

8 . 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.

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

x	2	4	5	6	8
y	30	40	60	50	70

(1)画出散点图；
(2)求回归直线方程；
(3)据此估计广告费用为9万元时，销售收入y的值.
注：①参考公式：线性回归方程系数公式；
②参考数据：

10 . 某IT从业者绘制了他在26岁～35岁(2009年～2018年)之间各年的月平均收入（单位：千元）的散点图：

（1）由散点图知，可用回归模型拟合与的关系，试根据附注提供的有关数据建立关于的回归方程
（2）若把月收入不低于2万元称为“高收入者”.

	高收入者	不高收入者
高于35岁	40	10
不高于35岁	30	20

试利用（1）的结果，估计他36岁时能否称为“高收入者”？能否有95%的把握认为年龄与收入有关系？
附注：①.参考数据：，，,，，,，其中，取，
②.参考公式：回归方程中斜率和截距的最小二乘估计分别为:，

P(K2≥k)	0.050	0.010	0.001
k	3.841	6.635	10.828

③.．

P(K2≥k)	0.050	0.010	0.001
k	3.841	6.635	10.828