1 . 近年我国外贸企业一手抓防控，一手抓生产，产销形势喜人．自2020年6月以来，我国外贸进出口连续实现正增长，出口国际市场占世界的份额不断攀升，外贸发展韧性强劲．某个远洋运输公司出口营业额增长数据表如下：

月份	2020年6月	2020年7月	2020年8月	2020年9月	2020年10月	2020年11月	2020年12月	2021年1月
月份代码	1	2	3	4	5	6	7	8
新增出口营业额亿元	2.4	2.8	3.6	5.1	7.1	9.1	11.7	14.2

某位同学分别用两种模型：①，②进行拟合，得到相应的回归方程并进行残差分析，残差图如下（注：残差等于）：

这位同学在进行拟合时，对数据作了初步处理，得到一些统计量的值：，，，．其中，．
（1）根据残差图，比较模型①，②的拟合效果，应该选择哪个模型？并简要说明理由；
（2）根据（1）的判断结果及表中数据，建立关于的回归方程，并预测该远洋运输公司2021年3月新增出口营业额．（精确到0.01）
附：对于一组数据，回归直线的斜率和截距的最小二乘估计分别为：，．

3 . 为了研究黏虫孵化的平均温度（单位：）与孵化天数之间的关系，重庆八中高2022级某课外兴趣小组通过试验得到如下6组数据：

组号	1	2	3	4	5	6
平均温度	15.3	16.8	17.4	18	19.5	21
孵化天数	16.7	14.8	13.9	13.5	8.4	6.2

他们分别用两种模型①，②分别进行拟合，得到相应的回归方程并进行残差分析，得到如图所示的残差图：

经计算得，，，，
（Ⅰ）根据残差图，比较模型①，②的拟合效果，应选择哪个模型？（给出判断即可，不必说明理由）
（Ⅱ）残差绝对值大于1的数据被认为是异常数据，需要剔除，剔除后应用最小二乘法建立关于的线性回归方程．（系数精确到0.1）
参考公式：回归方程中斜率和截距的最小二乘法估计公式分别为：，．

5 . 市某企业坚持以市场需求为导向，合理配置生产资源，不断改革、探索销售模式.下表是该企业每月生产的一种核心产品的产量（吨与相应的生产总成本（万元）的五组对照数据.

产量（件	1	2	3	4	5
生产总成本（万元）	3	7	8	10	12

（1）根据上达数据，若用最小二乘法进行线性模拟，试求关于的线性回归直线方程；参考公式：，.
（2）记第（1）问中所求与的线性回归直线方程为模型①，同时该企业科研人员利用计算机根据数据又建立了与的回归模型②：.其中模型②的残差图（残差实际值预报值）如图所示：
   
请完成模型①的残差表与残差图，并根据残差图，判断哪一个模型更适宜作为关于的回归方程？并说明理由；
（3）根据模型①中与的线性回归方程，预测产量为6吨时生产总成本为多少万元？

6 . “爱国，是人世间最深层、最持久的情感，是一个人立德之源、立功之本.”在中华民族几千年绵延发展的历史长河中，爱国主义始终是激昂的主旋律.爱国汽车公司拟对“东方红”款高端汽车发动机进行科技改造，根据市场调研与模拟，得到科技改造投入x（亿元）与科技改造直接收益y（亿元）的数据统计如下：

	2	3	4	6	8	10	13	21	22	23	24	25
	13	22	31	42	50	56	58	68.5	68	67.5	66	66

当时，建立了y与x的两个回归模型：模型①：；模型②：；当时，确定y与x满足的线性回归方程为：.
（1）根据下列表格中的数据，比较当时模型①、②的相关指数，并选择拟合精度更高、更可靠的模型，预测对“东方红”款汽车发动机科技改造的投入为17亿元时的直接收益.

回归模型	模型①	模型②
回归方程

（附：刻画回归效果的相关指数，.）
（2）为鼓励科技创新，当科技改造的投入不少于20亿元时，国家给予公司补贴收益10亿元，以回归方程为预测依据，比较科技改造投入17亿元与20亿元时公司实际收益的大小；
（附：用最小二乘法求线性回归方程的系数公式；）
（3）科技改造后，“东方红”款汽车发动机的热效率X大幅提高，X服从正态分布，公司对科技改造团队的奖励方案如下：若发动机的热效率不超过，不予奖励；若发动机的热效率超过但不超过，每台发动机奖励2万元；若发动机的热效率超过，每台发动机奖励5万元.求每台发动机获得奖励的数学期望.
（附：随机变量服从正态分布，则，.）

7 . 某景区的各景点从2009年取消门票实行免费开放后，旅游的人数不断地增加，不仅带动了该市淡季的旅游，而且优化了旅游产业的结构，促进了该市旅游向“观光、休闲、会展”三轮驱动的理想结构快速转变．下表是从2009年至2018年，该景点的旅游人数（万人）与年份的数据：

第年	1	2	3	4	5	6	7	8	9	10
旅游人数（万人）	300	283	321	345	372	435	486	527	622	800

该景点为了预测2021年的旅游人数，建立了与的两个回归模型：
模型①：由最小二乘法公式求得与的线性回归方程；
模型②：由散点图的样本点分布，可以认为样本点集中在曲线的附近．
（1）根据表中数据，求模型②的回归方程．（精确到个位，精确到0．01）．
（2）根据下列表中的数据，比较两种模型的相关指数，并选择拟合精度更高、更可靠的模型，预测2021年该景区的旅游人数（单位：万人，精确到个位）．

回归方程	①	②
	30407	14607

参考公式、参考数据及说明：
①对于一组数据，其回归直线的斜率和截距的最小二乘法估计分别为．②刻画回归效果的相关指数；③参考数据：，．

5．5	449	6．05	83	4195	9．00

表中．