1 . 碳排放是引起全球气候变暖问题的主要原因．2009年世界气候大会，中国做出了减少碳排放的承诺，2010年被誉为了中国低碳创业元年．2020年中国政府在联合国大会发言提出：中国二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和．碳中和是指主体在一定时间内产生的二氧化碳或温室气体排放总量，通过植树造林、节能减排等形式，以抵消自身产生的二氧化碳或温室气体排放量，实现正负抵消，达到相对“零排放”．如图为本世纪来，某省的碳排放总量的年度数据散点图．该数据分为两段，2010年前该省致力于经济发展，没有有效控制碳排放；从2010年开始，该省通过各种举措有效控制了碳排放．用x表示年份代号，记2010年为．用h表示2010年前的的年度碳排放量，y表示2010年开始的年度碳排放量．

表一：2011~2017年某省碳排放总量年度统计表（单位：亿吨）

年份	2011	2012	2013	2014	2015	2016	2017
年份代号x	1	2	3	4	5	6	7
年度碳排放量y（单位：亿吨）	2.54	2.635	2.72	2.80	2.885	3.00	3.09

(1)若关于x的线性回归方程为，根据回归方程估计若未采取措施，2017年的碳排放量；并结合表一数据，说明该省在控制碳排放举措下，减少排碳多少亿吨？
(2)根据，设2011~2017年间各年碳排放减少量为，建立z关于x的回归方程．
①根据，求表一中y关于x的回归方程（精确到0.001）；
②根据①所求的回归方程确定该省大约在哪年实现碳达峰？
参考数据：．
参考公式：．

3 . 一座城市的夜间经济不仅有助于拉动本地居民内需，还能延长外地游客、商务办公者等的留存时间，带动当地经济发展，是衡量一座城市生活质量、消费水平、投资环境及文化发展活力的重要指标．数据显示，近年来中国各地政府对夜间经济的扶持力度加大，夜间经济的市场发展规模保持稳定增长，下表为2017—2022年中国夜间经济的市场发展规模（单位：万亿元），其中2017—2022年对应的年份代码依次为1~6．

年份代码	1	2	3	4	5	6
中国夜间经济的市场发展规模万亿元	20.5	22.9	26.4	30.9	36.4	42.4

(1)已知可用函数模型拟合与的关系，请建立关于的回归方程（的值精确到0.01）；
(2)某传媒公司预测2023年中国夜间经济的市场规模将达到48.1万亿元，现用（1）中求得的回归方程预测2023年中国夜间经济的市场规模，若两个预测规模误差不超过1万亿元，则认为（1）中求得的回归方程是理想的，否则是不理想的，判断（1）中求得的回归方程是否理想．参考数据：

3.366	73.282	17.25	1.16	2.83

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分别为．

4 . 一座城市的夜间经济不仅有助于拉动本地居民内需，还能延长外地游客、商务办公者等的留存时间，带动当地经济发展，是衡量一座城市生活质量、消费水平、投资环境及文化发展活力的重要指标．数据显示，近年来中国各地政府对夜间经济的扶持力度加大，夜间经济的市场发展规模保持稳定增长，下表为2017—2022年中国夜间经济的市场发展规模（单位：万亿元），设2017—2022年对应的年份代码依次为1~6．

年份代码x	1	2	3	4	5	6
中国夜间经济的市场发展规模y/万亿元	20.5	22.9	26.4	30.9	36.4	42.4

(1)已知可用函数模型拟合y与x的关系，请建立y关于x的回归方程（a，b的值精确到0.01）；
(2)某传媒公司发布的2023年中国夜间经济城市发展指数排行榜前10名中，吸引力超过90分的有4个，从这10个城市中随机抽取5个，记吸引力超过90分的城市数量为X，求X的分布列与数学期望．
参考数据：

3.366	73.282	17.25	1.16

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法估计分别为，．

5 . 当前，新一轮科技革命和产业变革蓬勃兴起，以区块链为代表的新一代信息技术迅猛发展，现收集某地近6年区块链企业总数量相关数据，如下表：

年份	2017	2018	2019	2020	2021	2022
编号	1	2	3	4	5	6
企业总数量（单位：百个）	50	78	124	121	137	352

(1)若用模型拟合与的关系，根据提供的数据，求出与的经验回归方程；
(2)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，求甲公司获得“优胜公司”的概率．
参考数据：，其中，
参考公式：对于一组数据，其经验回归直线的斜率和截距的最小二乘估计分别为

6 . 中国茶文化博大精深，饮茶深受大众喜爱，茶水的口感与茶叶类型和水的温度有关，某数学建模小组为了获得茶水温度y（单位：）关于时间x（单位：min）的回归方程模型，通过实验收集在室温，用同一温度的水冲泡的条件下，茶水温度随时间变化的7组数据，并对数据做初步处理得到如图所示散点图以及如表所示数据.

   

73.5	3.85

表中：，
(1)根据散点图判断，①与②哪一个更适宜作为该茶水温度y关于时间x的回归方程类型？（给出判断即可，不必说明理由）请根据你的判断结果及表中数据建立该茶水温度y关于时间x的回归方程；
(2)已知该茶水温度降至口感最佳，根据（1）中的回归方程，求在相同条件下冲泡的茶水，大约需要放置多长时间才能达到最佳饮用口感？
附：（1）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）参考数据：，，，，

7 . 下表为收集到的一组数据：(1)作出与的散点图，并猜测与之间的关系；
(2)建立与的关系，预报回归模型；
(3)利用所得模型，预报时的值.

8 . 在正常生产条件下，根据经验，可以认为化肥的有效利用率近似服从正态分布，而化肥施肥量因农作物的种类不同每亩也存在差异.
(1)假设生产条件正常，记表示化肥的有效利用率，求；
(2)课题组为研究每亩化肥施用量与某农作物亩产量之间的关系，收集了10组数据，并对这些数据作了初步处理，得到了如图所示的散点图及一些统计量的值.其中每亩化肥施用量为（单位：公斤），粮食亩产量为（单位：百公斤）
   
参考数据：

650	91.5	52.5	1478.6	30.5	15	15	46.5

，，2，，.
（i）根据散点图判断，与，哪一个适宜作为该农作物亩产量关于每亩化肥施用量的回归方程（给出判断即可，不必说明理由）；
（ii）根据（i）的判断结果及表中数据，建立关于的回归方程；并预测每亩化肥施用量为27公斤时，粮食亩产量的值.
附：①对于一组数据，2，3，，，其回归直线的斜率和截距的最小二乘估计分别为，；
②若随机变量，则，.

9 . 今年刚过去的4月份是“全国消费促进月”，各地拼起了特色经济”，带动消费复苏、市场回暖.“小饼烤炉加蘸料，灵魂烧烤三件套”，最近，淄博烧烤在社交媒体火爆出圈，吸引全国各地的游客坐着高铁，直奔烧烤店，而多家店铺的营业额也在近一个月内实现了成倍增长.因此某烧烤店老板考虑投入更多的人工成本，现有以往的服务人员增量x（单位：人）与年收益增量y单位：万元）的数据如下：

服务人员增量x/人	2	3	4	6	8	10	13
年收益增量y/万元	13	22	31	42	50	56	58

据此，建立了y与x的两个回归模型：

   

模型①：由最小二乘公式可求得与的一元线性经验回归方程为；
模型②：由散点图（如图）的样本点分布，可以认为样本点集中在曲线的附近．
对数据进行初步处理后，得到了一些统计的量的值：，，，，其中，
(1)根据所给的统计量，求模型②中关于的经验回归方程（精确到0.1）；
(2)根据下列表格中的数据，比较两种模型的决定系数，并选择拟合精度更高的模型，预测服务人员增加25人时的年收益增量．

回归模型	模型①	模型②
回归方程
	182.4	79.2

附：样本的最小二乘估计公式为，，刻画样本回归效果的决定系数

10 . 当前移动网络已融入社会生活的方方面面，深刻改变了人们的沟通､交流乃至整个生活方式.4G网络虽然解决了人与人随时随地通信的问题，但随着移动互联网快速发展，其已难以满足未来移动数据流量暴涨的需求，而5G作为一种新型移动通信网络，不但可以解决人与人的通信问题，而且还可以为用户提供增强现实､虚拟现实､超高清（3D）视频等更加身临其境的极致业务体验，更重要的是还可以解决人与物､物与物的通信问题，从而满足移动医疗､车联网､智能家居､工业控制､环境监测等物联网应用需求，为更好的满足消费者对5G网络的需求，中国电信在某地区推出了六款不同价位的流量套餐，每款套餐的月资费x（单位：元）与购买人数y（单位：万人）的数据如下表：

套餐	A	B	C	D	E	F
月资费x（元）	38	48	58	68	78	88
购买人数y（万人）	16.8	18.8	20.7	22.4	24.0	25.5

对数据作初步的处理，相关统计量的值如下表：

75.3	24.6	18.3	101.4

其中，且绘图发现，散点集中在一条直线附近.
(1)根据所给数据，求出关于的回归方程；
(2)已知流量套餐受关注度通过指标来测定，当时相应的流量套餐受大众的欢迎程度更高，被指定为“主打套餐”.现有一家四口从这六款套餐中，购买不同的四款各自使用.记四人中使用“主打套督”的人数为，求随机变量的分布列和期望.
附：对于一组数据，其回归方程的斜率和截距的最小二乘估计值分别为.