1 . 五一小长假期间，文旅部门在某地区推出A，B，C，D，E，F六款不同价位的旅游套票，每款套票的价格（单位：元；）与购买该款套票的人数（单位：千人）的数据如下表：

套票类别	A	B	C	D	E	F
套票价格（元）	40	50	60	65	72	88
购买人数（千人）	16.9	18.7	20.6	22.5	24.1	25.2

（注：A，B，C，D，E，F对应i的值为1，2，3，4，5，6）为了分析数据，令，，发现点集中在一条直线附近．
(1)根据所给数据，建立购买人数y关于套票价格x的回归方程；
(2)规定：当购买某款套票的人数y与该款套票价格x的比值在区间上时，该套票为“热门套票”．现有甲、乙、丙三人分别从以上六款旅游套票中购买一款．假设他们买到的套票的款式互不相同，且购买到“热门套票”的人数为X，求随机变量X的分布列和期望．
附：①参考数据：，，，．
②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 . 纯电动汽车、混合电动汽车及燃料电池电动汽车均为新能源汽车，近几年某地区新能源汽车保有量呈快速增长的态势，下表为2018~2022年该地区新能源汽车及纯电动汽车的保有量（单位：万辆），其中2018~2022年对应的年份编号依次为：

年份编号	1	2	3	4	5
该地区新能源汽车保有量	1.5	2.6	3.4	4.9	7.8
该地区纯电动汽车保有量	1.3	2.1	2.8	4.0	6.4

(1)由上表数据可知，可用指数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0.1），并预测2023年该地区新能源汽车保有量能否超过10万辆；
(2)从表中数据可以看出2018~2022年，该地区新能源汽车保有量中纯电动汽车保有量占比均超过80%，说明纯电动汽车一直是新能源汽车的主流产品．若甲、乙、丙3人从2018~2022年中各随机选取1个年份（可以重复选取），记取到满足的年份的个数为，求的分布列及数学期望．
参考数据：

1.25	22.62	1.1	1.5	11.4

其中，．
参考公式：对一组数据，，，，其回归直线的斜率和截距的最小二乘法估计公式分别为，．

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.

6 . 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，为大于0的常数）哪一个更适合作为年研发费用和年销售量的回归方程类型（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下表：根据（1）的判断结果及表中数据，求关于的回归方程；
（3）已知企业年利润（单位：千万元）与，的关系为（其中），根据（2）的结果，要使得该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？
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，.

7 . 为了研究一种昆虫的产卵数y和温度x是否有关，现收集了7组观测数据列于下表中，并做出了散点图，
   
发现样本点并没有分布在某个带状区域内，两个变量并不呈现线性相关关系，现分别用模型①与模型；②作为产卵数y和温度x的回归方程来建立两个变量之间的关系.

温度x/℃	20		22	24		26	28		30	32
产卵数y/个	6		10	21		24	64		113	322
	400		484	576		676	784		900	1024
	1.79		2.30	3.04		3.18	4.16		4.73	5.77
26		692			80			3.57
1157.54		0.43			0.32			0.00012

其中，，，.
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：，.
（1）根据表中数据，模型①、②的相关指数计算分别为，，请根据相关指数判断哪个模型的拟合效果更好.
（2）根据（1）中的判断，在拟合效果更好的模型下求y关于x的回归方程；并估计温度为30℃时的产卵数.（，，，与估计值均精确到小数点后两位）
（参考数据：，，）

8 . 千百年来，人们一直在通过不同的方式传递信息.在古代，烽火狼烟、飞鸽传书、快马驿站等通信方式被人们广泛传知；第二次工业革命后，科技的进步带动了电讯事业的发展，电报电话的发明让通信领域发生了翻天覆地的变化；之后，计算机和互联网的出现则.使得“千里眼”“顺风耳”变为现实……此时此刻，5G的到来即将给人们的生活带来颠覆性的变革，“5G领先”一方面是源于我国顶层设计的宏观布局，另一方面则来自政府高度重视、企业积极抢滩、企业层面的科技创新能力和先发优势.某科技创新公司基于领先技术的支持，丰富的移动互联网应用等明显优势，随着技术的不断完善，该公司的5G经济收入在短期内逐月攀升，业内预测，该创新公司在第1个月至第7个月的5G经济收入y（单位：百万元）关于月份x的数据如下表：

时间（月份）	1	2	3	4	5	6	7
收入（百万元）	6	11	21	34	66	101	196

根据以上数据绘制散点图：

（1）为了更充分运用大数据、人工智能、5G等技术，公司需要派出员工实地考察检测产品性能和使用状况，公司领导要从报名的五名科技人员A、B、C、D、E中随机抽取3个人前往，则A、B同时被抽到的概率为多少？
（2）根据散点图判断，与（a，b，c，d均为大于零的常数）哪一个适宜作为5G经济收入y关于月份x的回归方程类型？（给出判断即可，不必说明理由）并根据你判断结果及表中的数据，求出y关于x的回归方程；
（3）请你预测该公司8月份的5G经济收入.
参考数据：

462	10.78	2711	50.12	2.82	3.47

其中设，
参考公式：
对于一组具有线性相关系的数据（，2，3，…，n），其回归直线的斜率和截距的最小二乘估计公式分别为：，.

9 . 某芯片公司为了制定下一年的某种产品研发投入计划，需要了解年研发资金投入量（单位：亿元）对年销售额（单位：亿元）和年收益（单位：亿元）的影响，为此收集了近12年的年研发资金投入量和年销售额的数据并对这些数据作了初步处理，得到了下面的散点图及一些统计量的值.为了进一步了解年研发资金投入量对年销售额的影响，公司三位员工查阅大量资料，对历史数据进行对比分析，分别提出了三个回归方程模型：①；②；③.

40	66	770	250	200

3.60	0.49	9.80	6	5.00	30.00

表中，.
（1）根据散点图及表中数据，请分别选用两个比较恰当的回归方程模型，建立关于的回归方程；
（2）①根据（1）的回归方程模型，从数据相关性的角度考虑，判断哪一个更适宜作为年销售额关于年研发资金投入量的回归方程？并说明理由；
②已知这种产品的年收益服正态分布，那么这种产品的收益超过54.31亿元（含54.31亿元）的概率为多少？
附：①最小二乘估计以及相关系数公式：；
②若，则有，；
③参考数据：.

10 . 某芯片公司为制定下一年的研发投入计划，需了解年研发资金投入量（单位：亿元）对年销售额（单位：亿元）的影响.该公司对历史数据进行对比分析，建立了两个函数模型:①，②，其中均为常数，为自然对数的底数．

现该公司收集了近12年的年研发资金投入量和年销售额的数据，，并对这些数据作了初步处理，得到了右侧的散点图及一些统计量的值．令，经计算得如下数据：（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90亿元，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：，，．