1 . 多年来，清华大学电子工程系黄翔东教授团队致力于光谱成像芯片的研究，2022年6月研制出国际首款实时超光谱成像芯片，相比已有光谱检测技术，实现了从单点光谱仪到超光谱成像芯片的跨越，为制定下一年的研发投入计划，该研发团队为需要了解年研发资金投入量x（单位：亿元）对年销售额（单位：亿元）的影响，结合近12年的年研发资金投入量x，和年销售额，的数据（，2，，12），该团队建立了两个函数模型：①②，其中均为常数，e为自然对数的底数，经对历史数据的初步处理，得到散点图如图，令，计算得如下数据：

20	66	770	200	14
460		3125000		21500

(1)设和的相关系数为和的相关系数为，请从相关系数的角度，选择一个拟合程度更好的模型；
(2)（i）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）；
（ii）若下一年销售额需达到80亿元，预测下一年的研发资金投入量是多少亿元？
附：①相关系数，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：.

2 . 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：

	4	6	8	10
	2	3	5	6

由上表可得线性回归方程，则______．

4 . 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.

5 . 某电器企业统计了近年的年利润额（千万元）与投入的年广告费用（十万元）的相关数据，散点图如图，对数据作出如下处理：令，，得到相关数据如表所示：

	15	15

（1）从①；②；③三个函数中选择一个作为年广告费用和年利润额的回归类型，判断哪个类型符合，不必说明理由；
（2）根据（1）中选择的回归类型，求出与的回归方程；
（3）预计要使年利润额突破亿，下一年应至少投入多少广告费用？结果保留到万元
参考数据：，
参考公式：回归方程中斜率和截距的最小二乘估计公式分别为

6 . 近年来，明代著名医药学家李时珍故乡黄冈市蕲春县大力发展大健康产业，蕲艾产业化种植已经成为该县脱贫攻坚的主要产业之一，已知蕲艾的株高y(单位：cm)与一定范围内的温度x(单位：℃)有关，现收集了蕲艾的13组观测数据，得到如下的散点图：

现根据散点图利用或建立y关于x的回归方程，令，得到如下数据：

10.15		109.94		3.04		0.16
13.94	-2.1		11.67		0.21		21.22

且(，)与(，)(i＝1，2，3，…，13)的相关系数分别为，，且＝﹣0.9953．
（1）用相关系数说明哪种模型建立y与x的回归方程更合适；
（2）根据（1）的结果及表中数据，建立关于x的回归方程；
（3）已知蕲艾的利润z与x、y的关系为，当x为何值时，z的预报值最大．
参考数据和公式：0.21×21.22＝4.4562，11.67×21.22＝247.6374，＝15.7365，对于一组数据(，)(i＝1，2，3，…，n)，其回归直线方程的斜率和截距的最小二乘法估计分别为，，相关系数．

7 . 已知变量关于的回归方程为，其一组数据如表所示：若，则预测值可能为（       ）

A．

B．

C．

D．

8 . 中国是茶的故乡，也是茶文化的发源地.中国茶的发现和利用已有四千七百多年的历史，且长盛不衰，传遍全球.为了弘扬中国茶文化，某酒店推出特色茶食品“金萱排骨茶”，为了解每壶“金萱排骨茶”中所放茶叶量克与食客的满意率的关系，通过试验调查研究，发现可选择函数模型来拟合与的关系，根据以下数据：

茶叶量克	1	2	3	4	5
	4.34	4.36	4.44	4.45	4.51

可求得y关于x的回归方程为（       ）

A．	B．
C．	D．

9 . 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．

10 . 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（          ）

A．   0.6

B．   0.3

C．   0.2

D．   0.6