1 . 某公司为研究某种图书每册的成本费y(单位：元)与印刷数量x(单位：千册)的关系，收集了一些数据并进行了初步处理，得到了下面的散点图及一些统计量的值.
表中，
（1）根据散点图判断：与哪一个模型更适合作为该图书每册的成本费y与印刷数量x的回归方程？(只要求给出判断，不必说明理由)
（2）根据（1）的判断结果及表中数据，建立y关于x的回归方程(结果精确到0.01)；
（3）若该图书每册的定价为9.22元，则至少应该印刷多少册才能使销售利润不低于80000元？(假设能够全部售出，结果精确到1)
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 . 已知变量关于的回归方程为，其一组数据如表所示：若，则预测值可能为（       ）

A．

B．

C．

D．

3 . 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1所示：
表1：

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

根据以上数据，绘制了散点图.

（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？（给出判断即可，不必说明理由）.
（2）根据（1）的判断结果及表1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，为更好的服务乘客，车队随机调查了100人次的乘车支付方式，得到如下结果：
表2

支付方式	现金	乘车卡	扫码
人次	10	60	30

已知该线路公交车票价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，根据调查结果发现：使用扫码支付的乘客中有5名乘客享受7折优惠，有10名乘客享受8折优惠，有15名乘客享受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，在不考虑其他因素的条件下，按照上述收费标准，试估计该车队一辆车一年的总收入.
参考数据：

62.14	1.54	2535	50.12	3.47

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：.

4 . 从集市上买回来的蔬菜仍存有残留农药，食用时需要清洗数次，统计表中的表示清洗的次数，表示清洗次后千克该蔬菜残留的农药量（单位：微克）．

x	1	2	3	4	5
y	4.5	2.2	1.4	1.3	0.6

（1）在如图的坐标系中，描出散点图，并根据散点图判断，与哪一个适宜作为清洗次后千克该蔬菜残留的农药量的回归方程类型；（给出判断即可，不必说明理由）

（2）根据判断及下面表格中的数据，建立关于的回归方程；
表中，．

3	2	0.12	10	0.09	-8.7	0.9

（3）对所求的回归方程进行残差分析．
附：①线性回归方程中系数计算公式分别为，；
②，说明模拟效果非常好；
③，，，，．

5 . 已知某地区某种昆虫产卵数和温度有关.现收集了一只该品种昆虫的产卵数（个）和温度（）的7组观测数据，其散点图如所示：

根据散点图，结合函数知识，可以发现产卵数和温度可用方程来拟合，令，结合样本数据可知与温度可用线性回归方程来拟合．根据收集到的数据，计算得到如下值：

27	74		182

表中，．
（1）求和温度的回归方程（回归系数结果精确到）；
（2）求产卵数关于温度的回归方程；若该地区一段时间内的气温在之间（包括与），估计该品种一只昆虫的产卵数的范围.（参考数据：，，，，．）
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 . 某地区不同身高的未成年男孩的体重平均值如下表：

身高	60	70	80	90	100
体重	6.13	7.90	9.99	12.15	15.02

已知与之间存在很强的线性相关性，
（1）据此建立与之间的回归方程；
（2）若体重超过相同身高男性体重平均值的1.2倍为偏胖，低于0.8倍为偏瘦，那么这个地区一名身高体重为的在校男生的体重是否正常？
参考数据：，，
附：对于一组数据，，…，，其回归直线中的斜率和截距的最小二乘估计分别为，.

7 . 一只药用昆虫的产卵数y与一定范围内的温度x有关，现收集了该种药用昆虫的6组观测数据如下表：

温度x/℃	21	23	24	27	29	32
产卵数y/个	6	11	20	27	57	77

经计算得：
，，线性回归模型的残差平方和，，
其中分别为观测数据中的温度和产卵数，
（1）若用线性回归模型，求y关于x的回归方程（精确到0.1）；
（2）若用非线性回归模型求得y关于x的回归方程为，且相关指数.
①试与1中的回归模型相比，用说明哪种模型的拟合效果更好.
②用拟合效果好的模型预测温度为35℃时该用哪种药用昆虫的产卵数（结果取整数）
附：一组数据其回归直线的斜率和截距的最小二乘估计为，；相关指数.

8 . 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.

9 . 十九大指出，必须树立“绿水青山就是金山银山”的生态文明发展理念，这一理念将进一步推动新能源汽车产业的迅速发展以下是近几年我国新能源汽车的年销量数据及其散点图如图所示：

年份	2013	2014	2015	2016	2017
年份代码	1	2	3	4	5
新能源汽车的年销量万辆

(1)请根据散点图判断与中哪个更适宜作为新能源汽车年销量关于年份代码的回归方程模型？给出判断即可，不必说明理由）
(2)根据的判断结果及表中数据，建立关于的回归方程，并预测2019年我国新能源汽车的年销量精确到

附令，

	10	374		851.2

10 . 近年来，随着互联网技术的快速发展，共享经济覆盖的范围迅速扩张，继共享单车、共享汽车之后，共享房屋以“民宿”、“农家乐”等形式开始在很多平台上线.某创业者计划在某景区附近租赁一套农房发展成特色“农家乐”，为了确定未来发展方向，此创业者对该景区附近六家“农家乐”跟踪调查了天.得到的统计数据如下表，为收费标准（单位：元/日），为入住天数（单位：），以频率作为各自的“入住率”，收费标准与“入住率”的散点图如图

x	50	100	150	200	300	400
t	90	65	45	30	20	20

（1）若从以上六家“农家乐”中随机抽取两家深入调查，记为“入住率”超过的农家乐的个数，求的概率分布列；
（2）令，由散点图判断与哪个更合适于此模型（给出判断即可，不必说明理由）？并根据你的判断结果求回归方程.（结果保留一位小数）
（3）若一年按天计算，试估计收费标准为多少时，年销售额最大？（年销售额入住率收费标准）
参考数据：