1 . 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．

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 . 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.

4 . 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

5 . 在隧道施工过程中，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福州象山隧道工程进行下沉量监控，通过对监控结果进行回归分析，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表所示：

t（单位：天）	1	2	3	4	5	6	7
z（单位：毫米）	0.01	0.04	0.14	0.52	1.38	2.31	4.30

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)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；（精确到0.1）
(2)已知当拱顶在某个时刻下沉的瞬时速率超过27毫米/天时，支护系统将超负荷，隧道有塌方风险，施工队需要提前一天调整支护参数、试估计最迟在第几天调整支护参数？（精确到整数）
附：①回归直线中斜率和截距的最小二乘估计公式分别为：；
②参考数据：．

6 . 2020年初全球爆发了新冠肺炎疫情，为了防控疫情，某医疗科研团队攻坚克难研发出一种新型防疫产品，该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y（元）与生产该产品的数量x（千件）有关，根据已经生产的统计数据，绘制了如下的散点图.
观察散点图，两个变量不具有线性相关关系，现考虑用函数对两个变量的关系进行拟合.参考数据（其中）：

0.41	0.1681	1.492	306	20858.44	173.8	50.39

（1）求y关于x的回归方程，并求y关于u的相关系数（精确到0.01）.
（2）该产品采取订单生产模式（根据订单数量进行生产，即产品全部售出）.根据市场调研数据，若该产品单价定为80元，则签订9千件订单的概率为0.7，签订10千件订单的概率为0.3；若单价定为70元，则签订10千件订单的概率为0.3，签订11千件订单的概率为0.7.已知每件产品的原料成本为30元，根据（1）的结果，要想获得更高利润，产品单价应选择80元还是70元，请说明理由.
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：，，相关系数.

7 . 2020年初，武汉出现新型冠状病毒肺炎疫情，并快速席卷我国其他地区，口罩成了重要的防疫物资.某口罩生产厂不断加大投入，高速生产，现对其2月1日~2月9日连续9天的日生产量（单位：十万只，）数据作了初步处理，得到如图的散点图及一些统计量的值；

2.72	19	139.09	1095

注：图中日期代码1~9分别对应2月1日~2月9日；表中，.
（1）由散点图分析，样本点都集中在曲线的附近，请求y关于t的方程；
（2）利用（1）中所求的方程估计该厂从什么时候开始日生产量超过四十万只.
参考公式：回归直线方程是时，，.
参考数据：.