1 . 已知变量的关系可以用模型拟合，设，其变换后得到一组数据如下．由上表可得线性回归方程，则（       ）

x	1	2	3	4	5
z	2	4	5	10	14

A．

B．

C．

D．

2 . 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	56.5	31	22.75	17.8	15.95	14.5	13	12.5

根据以上数据绘制了散点图观察散点图，两个变量间关系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x的相关系数.

(1)用反比例函数模型求y关于x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0.001），并用其估计产量为10千件时每件产品的非原料成本；
(3)根据企业长期研究表明，非原料成本y服从正态分布，用样本平均数作为的估计值，用样本标准差s作为的估计值，若非原料成本y在之外，说明该成本异常，并称落在之外的成本为异样成本，此时需寻找出现异样成本的原因.利用估计值判断上述非原料成本数据是否需要寻找出现异样成本的原因？
参考数据（其中）：

0.34	0.115	1.53	184	5777.555	93.06	30.705	13.9

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：，，相关系数.

3 . 根据党的“扶贫同扶志、扶智相结合”精准扶贫、精准脱贫政策，中国儿童少年基金会为了丰富留守儿童的课余文化生活，培养良好的阅读习惯，在农村留守儿童聚居地区捐建“小候鸟爱心图书角”.2016年某村在寒假和暑假组织开展“小候鸟爱心图书角读书活动”，号召全村少年儿童积极读书，养成良好的阅读习惯，下表是对2016年以来近5年该村庄100位少年儿童的假期周人均读书时间的统计：

年份	2016	2017	2018	2019	2020
年份代码	1	2	3	4	5
每周人均读书时间（小时）	1.3	2.8	5.7	8.9	13.8

现要建立关于的回归方程，有两个不同回归模型可以选择，模型一:；模型二:，即使画出关于的散点图，也无法确定哪个模型拟合效果更好，现用最小二乘法原理，已经求得模型一的方程为.
(1)请你用最小二乘法原理，结合下面的参考数据及参考公式求出模型二的方程（计算结果保留到小数点后一位）；
(2)用计算残差平方和的方法比较哪个模型拟合效果更好，已经计算出模型一的残差平方和为.
附：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法估计公式分别为，.

4 . 某校课外学习小组研究某作物种子的发芽率和温度（单位：）的关系，由实验数据得到如图所示的散点图.由此散点图判断，最适宜作为发芽率和温度的回归方程类型的是（       ）

A．	B．
C．	D．

5 . 某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费（单位：千元）对年销售量（单位：）和年利润（单位：千元）的影响．对近8年的年宣传费和年销售量数据作了初步处理，得到下面的散点图及一些统计量的值．

   

46.6	563	6.8	289.8	1.6	1469	108.8

表中．
(1)根据散点图判断，与哪一个适宜作为年销售量关于年宣传费的回归方程类型？（给出判断即可，不必说明理由）
(2)根据（1）的判断结果及表中数据，建立关于的回归方程；
(3)已知这种产品的年利润与的关系为．根据（2）的结果回答下列问题：
（ⅰ）年宣传费时，年销售量及年利润的预报值是多少？
（ⅱ）年宣传费为何值时，年利润的预报值最大？
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．

6 . 下列说法错误的是（       ）

A．对两个变量x，y进行线性相关检验，得线性相关系数，对两个变量u，v进行线性相关检验，得线性相关系数，则变量x与y正相关，变量u与v负相关，变量u与v的线性相关性较强

B．若随机变量服从两点分布，且，则

C．以模型去拟合一组数据时，为了求出回归方程，设，将其变换后得到线性方程，则c，k的值分别是，0.5

D．回归直线恒过样本点的中心，且至少过一个样本点；

7 . 数据显示，中国在线直播用户规模及在线直播购物规模近几年都保持高速增长态势，下表为2017－2021年中国在线直播用户规模（单位：亿人），其中2017年－2021年对应的代码依次为1－5．

年份代码x	1	2	3	4	5
市场规模y	3.98	4.56	5.04	5.86	6.36

(1)由上表数据可知，可用函数模型拟合y与x的关系，请建立y关于x的回归方程（，的值精确到0.01）；
(2)已知中国在线直播购物用户选择在品牌官方直播间购物的概率为p，现从中国在线直播购物用户中随机抽取4人，记这4人中选择在品牌官方直播间购物的人数为X，若，求X的分布列与期望．
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，．

8 . 区块链技术被认为是继蒸汽机、电力、互联网之后，下一代颠覆性的核心技术区块链作为构造信任的机器，将可能彻底改变整个人类社会价值传递的方式，2015年至2019年五年期间，中国的区块链企业数量逐年增长，居世界前列现收集我国近5年区块链企业总数量相关数据，如表

年份	2015	2016	2017	2018	2019
编号x	1	2	3	4	5
企业总数量y（单位：千个）	2.156	3.727	8.305	24.279	36.224

注：参考数据，，，（其中）.
附：样本的最小二乘法估计公式为，
(1)根据表中数据判断，与（其中，为自然对数的底数），哪一个回归方程类型适宜预测未来几年我国区块链企业总数量？（给出结果即可，不必说明理由）
(2)根据（1）的结果，求y关于x的回归方程；
(3)为了促进公司间的合作与发展，区块链联合总部决定进行一次信息化技术比赛，邀请甲、乙、丙三家区块链公司参赛比赛规则如下：①每场比赛有两个公司参加，并决出胜负；②每场比赛获胜的公司与未参加此场比赛的公司进行下一场的比赛；③在比赛中，若有一个公司首先获胜两场，则本次比赛结束，该公司就获得此次信息化比赛的“优胜公司”，已知在每场比赛中，甲胜乙的概率为，甲胜丙的概率为，乙胜丙的概率为，若首场由甲乙比赛，则求甲公司获得“优胜公司”的概率.

9 . 碳排放是引起全球气候变暖问题的主要原因．2009年世界气候大会，中国做出了减少碳排放的承诺，2010年被誉为了中国低碳创业元年．2020年中国政府在联合国大会发言提出：中国二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和．碳中和是指主体在一定时间内产生的二氧化碳或温室气体排放总量，通过植树造林、节能减排等形式，以抵消自身产生的二氧化碳或温室气体排放量，实现正负抵消，达到相对“零排放”．如图为本世纪来，某省的碳排放总量的年度数据散点图．该数据分为两段，2010年前该省致力于经济发展，没有有效控制碳排放；从2010年开始，该省通过各种举措有效控制了碳排放．用x表示年份代号，记2010年为．用h表示2010年前的的年度碳排放量，y表示2010年开始的年度碳排放量．

表一：2011~2017年某省碳排放总量年度统计表（单位：亿吨）

年份	2011	2012	2013	2014	2015	2016	2017
年份代号x	1	2	3	4	5	6	7
年度碳排放量y（单位：亿吨）	2.54	2.635	2.72	2.80	2.885	3.00	3.09

(1)若关于x的线性回归方程为，根据回归方程估计若未采取措施，2017年的碳排放量；并结合表一数据，说明该省在控制碳排放举措下，减少排碳多少亿吨？
(2)根据，设2011~2017年间各年碳排放减少量为，建立z关于x的回归方程．
①根据，求表一中y关于x的回归方程（精确到0.001）；
②根据①所求的回归方程确定该省大约在哪年实现碳达峰？
参考数据：．
参考公式：．

10 . 用模型拟合一组数据时，设，将其变换后得到回归方程为，则（       ）

A．

B．1

C．

D．2