4 . 年月日，由工业和信息化部、安徽省人民政府共同主办的第十七届“中国芯”集成电路产业大会在合肥成功举办．此次大会以“强芯固基以质为本”为主题，旨在培育壮大我国集成电路产业，夯实产业基础、营造良好产业生态.年，全国芯片研发单位相比年增加家，提交芯片数量增加个，均增长超过倍.某芯片研发单位用在“芯片”上研发费用占本单位总研发费用的百分比（）如表所示.

年份
年份代码

(1)根据表中的数据，作出相应的折线图；并结合相关数据，计算相关系数，并推断与线性相关程度；（已知：，则认为与线性相关很强；，则认为与线性相关一般；，则认为与线性相关较弱）
(2)求出与的回归直线方程（保留一位小数）；
(3)请判断，若年用在“芯片”上研发费用不低于万元，则该单位年芯片研发的总费用预算为万元是否符合研发要求?
附：相关数据：，，，.
相关计算公式：①相关系数；
在回归直线方程中，，.

5 . 港珠澳大桥海底隧道是当今世界上埋深最大、综合技术难度最高的沉管隧道，建设过程中突破了许多世界级难题，其建成标志着我国在隧道建设领域已达到世界领先水平．在开挖隧道施工过程中，若隧道拱顶下沉速率过快，无法保证工程施工的安全性，则需及时调整支护参数、某施工队对正在施工的隧道工程进行下沉量监控量测工作，通过对监控量测结果进行回归分析，建立前t天隧道拱顶的累加总下沉量z（单位：毫米）与时间t（单位：天）的回归方程，通过回归方程预测是否需要调整支护参数．已知该隧道拱顶下沉的实测数据如下表所示：

t	1	2	3	4	5	6	7
z	0.01	0.04	0.14	0.52	1.38	2.31	4.3

研究人员制作相应散点图，通过观察，拟用函数进行拟合．令，计算得：，，；，，．
(1)请判断是否可以用线性回归模型拟合u与t的关系；（通常时，认为可以用线性回归模型拟合变量间的关系）
(2)试建立z与t的回归方程，并预测前8天该隧道拱顶的累加总下沉量；
(3)已知当拱顶下沉速率超过9毫米/天，支护系统将超负荷，隧道有塌方风险．若规定每天下午6点为调整支护参数的时间，试估计最迟在第几天需调整支护参数，才能避免塌方．

附：①相关系数；
②回归直线中斜率和截距的最小二乘估计公式分别为：

③参考数据：，．

6 . 移动物联网广泛应用于生产制造、公共服务、个人消费等领域．截至2022年底，我国移动物联网连接数达18.45亿户，成为全球主要经济体中首个实现“物超人”的国家．右图是2018-2022年移动物联网连接数W与年份代码t的散点图，其中年份2018-2022对应的t分别为1~5．

(1)根据散点图推断两个变量是否线性相关．计算样本相关系数（精确到0.01），并推断它们的相关程度；
(2)(i)假设变量x与变量Y的n对观测数据为(x₁，y₁)，(x₂，y₂)，…，(x_n，y_n)，两个变量满足一元线性回归模型   （随机误差）．请推导：当随机误差平方和Q＝取得最小值时，参数b的最小二乘估计．
(ii)令变量，则变量x与变量Y满足一元线性回归模型利用(i)中结论求y关于x的经验回归方程，并预测2024年移动物联网连接数．
附：样本相关系数，，，，

10 . 某种产品的价格x(单位：元/)与需求量y(单位：)之间的对应数据如下表所示：

x	10	15	20	25	30
y	11	10	8	6	5

根据表中的数据可得回归直线方程，则以下正确的是（       ）

A．相关系数

B．

C．若该产品价格为35元，则日需求量大约为

D．第四个样本点对应的残差为