1 . 已知变量关于的回归方程为，若对两边取自然对数，可以发现与线性相关．现有一组数据如下表所示：

	1	2	3	4	5

则当时，预测的值为（       ）

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 . “十四五”是我国全面建成小康社会、实现第一个百年奋斗目标之后，乘势而上开启全面建设社会主现代化国家新征程、向第二个百年奋斗目标进军的第一个五年，实施时间为2021年到2025年．某企业为响应国家号召，汇聚科研力量，加强科技创新，准备加大研发资金投入，为了解年研发资金投入额（单位：亿元）对年盈利额（单位：亿元）的影响，通过对“十二五”和“十三五”规划发展10年期间年研发资金投入额和年盈利额数据进行分析，建立了两个函数模型：
；，其中， ，， 均为常数，为自然对数的底数
令，经计算得如下数据：，，，，，，，，，，问：
（1）请从相关系数的角度，分析哪一个模型拟合度更好？
（2）根据（1）的选择及表中数据，建立，关于的回归方程（系数精确到0.01）
（3）若希望2021年盈利额y为500亿元，请预测2021年的研发资金投入额为多少亿元？（结果精确到0.01）
附：①相关系数r＝
回归直线中：，
参考数据：，．

4 . 某企业为确定下一年投入某种产品的研发费用，需了解年研发费用（单位：千万元）对年销售量（单位：千万件）的影响，统计了近10年投入的年研发费用与年销售量的数据，得到散点图如图所示.
   
（1）利用散点图判断和（其中均为大于0的常数）哪一个更适合作为年销售量和年研发费用的回归方程类型（只要给出判断即可，不必说明理由）；
（2）对数据作出如下处理，令，得到相关统计量的值如表：根据第（1）问的判断结果及表中数据，求关于的回归方程；

15	15	28.25	56.5

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.

5 . 某公交公司分别推出支付宝和微信扫码支付乘车活动，活动设置了一段时间的推广期，由于推广期内优惠力度较大，吸引越来越多的人开始使用扫码支付．某线路公交车队统计了活动刚推出一周内每一天使用扫码支付的人次，用表示活动推出的天数，表示每天使用扫码支付的人次（单位：十人次），统计数据如表所示：

	1	2	3	4	5	6	7
	6	11	21	34	66	101	196

根据以上数据，绘制了散点图．

(1)根据散点图判断，在推广期内，与（，均为大于零的常数）哪一个适宜作为扫码支付的人次关于活动推出天数的回归方程类型？（给出判断即可，不必说明理由）；
(2)若关于的回归方程不是线性的可通过换元方法把它化归为线性回归方程．例如：（为常数，为自然对数的底数），可以两边同时取自然对数，再令，先用最小二乘法求出与的线性回归方程，再得出与的回归方程．根据（1）的判断结果及表格提供的数据，求关于的回归方程；
(3)由（2）中的回归方程预测活动推出第天使用扫码支付的人次．
参考数据：

66	1.54	2711	50.12	3.47

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：，．