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 . 以模型去拟合一组数据时，为了求出回归方程，设，其变换后得到线性回归方程，则______．

3 . 下列说法正确的是（       ）

A．样本中心不一定在回归直线上

B．两个随机变量的线性相关性越强，相关系数就越接近于1

C．若所有样本点都在直线上，则

D．以拟合一组数据时，经代换后的线性回归方程为，则

5 . 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.

6 . 2021年春季．新冠肺炎疫情在印度失控．下图是印度某地区在60天内感染新冠肺炎的累计病例人数y（万人）与时间t（天）的散点图．则下列最适宜作为此模型的回归方程的类型是（       ）

A．

B．

C．

D．

7 . 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

8 . 某学生为了测试煤气灶烧水如何节省煤气的问题设计了一个实验，并获得了煤气开关旋钮旋转的弧度数x与烧开一壶水所用时间y的一组数据，且作了一定的数据处理（如下表），得到了散点图（如下图）.

1.47	20.6	0.78	2.35	0.81	-19.3	16.2

表中，.
(1)根据散点图判断，与哪一个更适宜作烧水时间y关于开关旋钮旋转的弧度数x的回归方程类型?（不必说明理由）
(2)根据判断结果和表中数据，建立y关于x的回归方程；
(3)若单位时间内煤气输出量t与旋转的弧度数x成正比，那么x为多少时，烧开一壶水最省煤气？
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，.

10 . 下列说法：①对于回归分析，相关系数的绝对值越小，说明拟合效果越好；
②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，的值分别是和；
③已知随机变量，若，则的值为；
④通过回归直线及回归系数，可以精确反映变量的取值和变化趋势．
其中正确的选项是（       ）

A．①

B．②

C．③

D．④