1 . 下列说法中，正确的命题是（       ）

A．函数的最小正周期为

B．以模型去拟合一组数据时，为了求回归方程，设，将其变换后得到线性方程，则的值分别为

C．已知两个变量具有线性相关关系，其回归方程为，若则

D．函数的最小值为

2 . 某种微生物的繁殖速度与生长环境中的营养物质浓度相关，在一定条件下可用回归模型进行拟合.在这个条件下，要使增加2个单位，则应该

A．使增加1个单位	B．使增加2个单位
C．使增加到原来的2倍	D．使增加到原来的10倍

3 . 近期，济南公交公司分别推出支付宝和微信扫码支付乘车活动，活动设置了一段时间的推广期，由于推广期内优惠力度较大，吸引越来越多的人开始使用扫码支付.某线路公交车队统计了活动刚推出一周内每一天使用扫码支付的人次，用表示活动推出的天数，表示每天使用扫码支付的人次（单位：十人次），统计数据如表所示：表：根据以上数据，绘制了散点图.

	1	2	3	4	5	6	7
	6	11	21	34	66	101	196

（1）根据散点图判断，在推广期内与（，均为大于零的常数）哪一个适宜作为扫码支付的人次关于活动推出天数的回归方程类型？（给出判断，不必说明理由）；
（2）根据（1）的判断结果及表中的数据，建立关于的回归方程，并预测活动推出第8天使用扫码支付的人次；
（3）推广期结束后，车队对乘客的支付方式进行统计，结果如下表：

支付方式	现金	乘车卡	扫码
比例	10%	60%	30%

车队为缓解周边居民出行压力，以80万元的单价购进了一批新车，根据以往的经验可知，每辆车每个月的运营成本约为0.66万元.已知该线路公交车票价为2元，使用现金支付的乘客无优惠，使用乘车卡支付的乘客享受8折优惠，扫码支付的乘客随机优惠，根据统计结果得知，使用扫码支付的乘客中有的概率享受7折优惠，有的概率享受8折优惠，有的概率享受9折优惠，预计该车队每辆车每个月有1万人次乘车，根据所给数据以事件发生的频率作为相应事件发生的概率，在不考虑其它因素的条件下，按照上述收费标准，假设这批车需要年才能开始盈利，求的值.
参考数据：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公式分别为：，.

66	1.54	2.711	50.12	3.47

4 . 红铃虫是棉花的主要害虫之一，能对农作物造成严重伤害，每只红铃虫的平均产卵数和平均温度有关，现收集了以往某地的7组数据，得到下面的散点图及一些统计量的值.

平均温度	21	23	25	27	29	31	33
平均产卵数/个	7	11	21	24	66	115	325
	1.9	2.4	3.0	3.2	4.2	4.7	5.8

（1）根据散点图判断，与（其中为自然对数的底数）哪一个更适宜作为平均产卵数关于平均温度的回归方程类型？（给出判断即可，不必说明理由）并由判断结果及表中数据，求出关于的回归方程.（计算结果精确到0.01）
（2）根据以往统计，该地每年平均温度达到以上时红铃虫会造成严重伤害，需要人工防治，其他情况均不需要人工防治，记该地每年平均温度达到以上的概率为.记该地今后5年中，恰好需要3次人工防治的概率为，求的最大值，并求出相应的概率.
附：回归方程中，，.

参考数据
5215	17713	717	81.3	3.6

5 . 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（其中均为大于0的常数）哪一个更适合作为年销售量和年研发费用的回归方程类型（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表：根据第（1）问的判断结果及表中数据，求关于的回归方程；

15	15	28.25	56.5

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.

6 . 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．

7 . 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

8 . 下列说法：①对于独立性检验，的值越大，说明两事件相关程度越大；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根据具有线性相关关系的两个变量的统计数据所得的回归直线方程中，，，，则；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，其中正确的个数是（       ）

A．

B．

C．

D．

9 . 近期，某公交公司分别推出支付宝和微信扫码支付乘车活动，活动设置了一段时间的推广期，由于推广期内优惠力度较大，吸引越来越多的人开始使用扫码支付，某线路公交车队统计了活动刚推出一周内每一天使用扫码支付的人次，用x表示活动推出的天数，y表示每天使用扫码支付的人次（单位：十人次），绘制了如图所示的散点图：

（I）根据散点图判断在推广期内，与（c，d为为大于零的常数）哪一个适宜作为扫码支付的人次y关于活动推出天数x的回归方程类型？（给出判断即可，不必说明理由）
（Ⅱ）根据（I）的判断结果求y关于x的回归方程，并预测活动推出第8天使用扫码支付的人次.
参考数据：

4	62	1.54	2535	50.12	140	3.47

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：，．

10 . 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	112	61	44.5	35	30.5	28	25	24

根据以上数据，绘制了散点图.

观察散点图，两个变量不具有线性相关关系，现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，与的相关系数.参考数据（其中）：

183.4	0.34	0.115	1.53	360	22385.5	61.4	0.135

（1）用反比例函数模型求关于的回归方程；
（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0.01），并用其估计产量为10千件时每件产品的非原料成本；
（3）该企业采取订单生产模式（根据订单数量进行生产，即产品全部售出）.根据市场调研数据，若该产品单价定为100元，则签订9千件订单的概率为0.8，签订10千件订单的概率为0.2；若单价定为90元，则签订10千件订单的概率为0.3，签订11千件订单的概率为0.7.已知每件产品的原料成本为10元，根据（2）的结果，企业要想获得更高利润，产品单价应选择100元还是90元，请说明理由.
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：，，相关系数.