1 . 某高科技公司对其产品研发年投资额x（单位：百万元）与其年销售量y（单位：千件）的数据进行统计，整理后得到如下统计表和散点图.

x	1	2	3	4	5	6
y	0.5	1	1.5	3	6	12
	-0.7	0	0.4	1.1	1.8	2.5

(1)该公司科研团队通过分析散点图的特征后，计划分别用①和②两种方案作为年销售量y关于年投资额x的回归分析模型，请根据统计表的数据，确定方案①和②的经验回归方程；（注：系数b，a，d，c按四舍五入保留一位小数）
(2)根据下表中数据，用相关指数（不必计算，只比较大小）比较两种模型的拟合效果哪个更好，并选择拟合精度更高、更可靠的模型，预测当研发年投资额为8百万元时，产品的年销售量是多少？

经验回归方程 残差平方和
	18.29	0.65

参考公式及数据：，，
，
，.

2 . 2021年3月1日，国务院新闻办公室举行新闻发布会，工业和信息化部长肖亚庆先生提出了芯片发展的五项措施，进一步激励国内科技巨头加大了科技研发投入的力度．中华技术有限公司拟对“麒麟”手机芯片进行科技升级，根据市场调研与模拟，得到科技升级投入（亿元）与科技升级直接纯收益（亿元）的数据统计如下：

序号	1	2	3	4	5	6	7	8	9	10	11	12
	2	3	4	6	8	10	13	21	22	23	24	25
	13	22	31	42	50	56	58	68.5	68	67.5	66	66

当时，建立了与的两个回归模型：模型①：；模型②：；当时，确定与满足的线性回归方程为．
（1）根据下列表格中的数据，比较当时模型①、②的相关指数的大小，并选择拟合精度更高、更可靠的模型．

回归模型	模型①	模型②
回归方程
	182.4	79.2

（附：刻画回归效果的相关指数，）
（2）为鼓励科技创新，当科技升级的投入不少于20亿元时，国家给予公司补贴5亿元，以回归方程为预测依据，应用（1）的结论，比较科技升级投入17亿元与20亿元时公司实际收益的大小．
（附：线性回归方程的系数关系：）
（3）科技升级后，“麒麟”芯片的效率大幅提高，经实际试验得大致服从正态分布．公司对科技升级团队的奖励方案如下：若芯片的效率不超过，不予奖励：若芯片的效率超过，但不超过，每部芯片奖励2元；若芯片的效率超过，每部芯片奖励4元．记为每部芯片获得的奖励，求（精确到0.01）．
（附：若随机变量，则，）

3 . 当前，全球贸易格局发生重大变化，随着中美贸易战的不断升级，让越来越多的中国科技企业开始意识到自主创新的重要性，大大加强科技研发投入的力度，形成掌控高新尖端核心技术及其市场的能力.某企业为确定下一年对某产品进行科技升级的研发费用，需了解该产品年研发费用（单位：千万元）对年销售量（单位：千万件）和年利润（单位：千万元）的影响.根据市场调研与模拟，对收集的数据进行初步处理，得到散点图及一些统计量的值如下：

30.5	15	15	46.5

表中，.
（1）根据散点图判断，与哪一个更适合作为年销售量关于年研发费用的回归方程类型（给出判断即可，不必说明理由），并根据判断结果及表中数据，建立关于的回归方程；
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）已知年利润与，的关系为（其中为自然对数的底数），要使企业下一年的年利润最大，预计下一年应投入多少研发费用？
（3）科技升级后，该产品的效率大幅提高，经试验统计得大致服从正态分布.企业对科技升级团队的奖励方案如下：若不超过，不予奖励；若超过，但不超过，每件产品奖励2元；若超过，每件产品奖励4元.记为每件产品获得的奖励，求（精确到0.01）.
附：若随机变量，则，.

4 . 某公司为提高市场销售业绩，设计了一套产品促销方案，并在某地区部分营销网点进行试点.运作一年后，对“采取促销”和“没有采取促销”的营销网点各选了50个，对比上一年度的销售情况，分别统计了它们的年销售总额，并按年销售总额增长的百分点分成5组：，，，，，分别统计后制成如图所示的频率分布直方图，并规定年销售总额增长10个百分点及以上的营销网点为“精英店”.
“采用促销”的销售网点：

“不采用促销”的销售网点：

（1）请根据题中信息填充下面的列联表，并判断是否有的把握认为“精英店与采用促销活动有关”；

	采用促销	无促销	合计
精英店
非精英店
合计	50	50	100

（2）某“精英店”为了创造更大的利润，通过分析上一年度的售价（单位：元）和日销量（单位：件）（）的一组数据后决定选择作为回归模型进行拟合.具体数据如下表，表中的

45.8	395.5	2413.5	4.6	21.6

①根据上表数据计算，的值；
②已知该公司产品的成本为10元/件，促销费用平均5元/件，根据所求出的回归模型，分析售价定为多少时日利润可以达到最大.
附①：

	0.100	0.050	0.010	0.001
	2.706	3.841	6.635	10.828

附②：对应一组数据，
其回归直线的斜率和截距的最小二乘法估计分别为，.