1 . 某公司为了确定下一年度投入某种产品的宣传费用，需了解年宣传费（单位：万元）对年销量（单位：吨）和年利润（单位：万元）的影响对近6年宣传费和年销量的数据做了初步统计，得到如下数据：

年份	2013	2014	2015	2016	2017	2018
年宣传费（万元）	38	48	58	68	78	88
年销售量（吨）	16.8	18.8	20.7	22.4	24.0	25.5

经电脑模拟，发现年宣传费（万元）与年销售量（吨）之间近似满足关系式，两边取对数，即，令，即对上述数据作了初步处理，得到相关的值如下表：

75.3	24.6	18.3	101.4

（1）从表中所给出的6年年销售量数据中任选2年做年销售量的调研，求所选数据中至多有一年年销售量低于21吨的概率．
（2）根据所给数据，求关于的回归方程；
（3）若生产该产品的固定成本为200（万元），且每生产1（吨）产品的生产成本为20（万元）（总成本=固定成本+生产成本+年宣传费），销售收入为（万元），假定该产品产销平衡（即生产的产品都能卖掉），2019年该公司计划投入108万元宣传费，你认为该决策合理吗？请说明理由．（其中为自然对数的底数，）
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

2 . 已知某种农产品的日销量y与上市天数x之间满足的关系如下图所示.

（I）根据散点图判断与哪一个更适合作为日销量y与上市天数x的回归方程类型；（给出判断即可，不必说明理由）
（II）根据（I）中的结果，求日销量y与上市天数x的回归方程.
参考公式：回归直线方程中的斜率和截距的最小二乘估计公式分别为：，.
参考数据：

55

其中.

3 . 2020年初全球爆发了新冠肺炎疫情，为了防控疫情，某医疗科研团队攻坚克难研发出一种新型防疫产品，该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y（元）与生产该产品的数量x（千件）有关，根据已经生产的统计数据，绘制了如下的散点图.
观察散点图，两个变量不具有线性相关关系，现考虑用函数对两个变量的关系进行拟合.参考数据（其中）：

0.41	0.1681	1.492	306	20858.44	173.8	50.39

（1）求y关于x的回归方程，并求y关于u的相关系数（精确到0.01）.
（2）该产品采取订单生产模式（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80元，则签订9千件订单的概率为0.7，签订10千件订单的概率为0.3；若单价定为70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30元，根据（1）的结果，要想获得更高利润，产品单价应选择80元还是70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.

4 . 区块链技术被认为是继蒸汽机、电力、互联网之后，下一代颠覆性的核心技术区块链作为构造信任的机器，将可能彻底改变整个人类社会价值传递的方式，2015年至2019年五年期间，中国的区块链企业数量逐年增长，居世界前列现收集我国近5年区块链企业总数量相关数据，如表

年份	2015	2016	2017	2018	2019
编号	1	2	3	4	5
企业总数量y（单位：千个）	2.156	3.727	8.305	24.279	36.224

注：参考数据（其中z＝lny）．
附：样本（x_i，y_i）（i＝1，2，…，n）的最小二乘法估计公式为
（1）根据表中数据判断，y＝a+bx与y＝ce^dx（其中e＝2.71828…，为自然对数的底数），哪一个回归方程类型适宜预测未来几年我国区块链企业总数量？（给出结果即可，不必说明理由）
（2）根据（1）的结果，求y关于x的回归方程（结果精确到小数点后第三位）；
（3）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，该公司就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，请通过计算说明，哪两个公司进行首场比赛时，甲公司获得“优胜公司”的概率最大？

5 . 个人所得税是国家对本国公民、居住在本国境内的个人的所得和境外个人来源于本国的所得征收的一种所得税.我国在1980年9月10日，第五届全国人民代表大会第三次会议通过并公布了《中华人民共和国个人所得税法》.公民依法诚信纳税是义务，更是责任现将自2013年至2017年的个人所得税收入统计如下

并制作了时间代号x与个人所得税收入的如如图所示的散点图:

根据散点图判断，可用①y=me^nx与②作为年个人所得税收入y关于时间代号x的回归方程，经过数据运算和处理，得到如下数据:

以下计算过程中四舍五入保留两位小数.
（1）根据所给数据，分别求出①，②中y关于x的回归方程；
（2）已知2018年个人所得税收入为13.87千亿元，用2018年的数据验证（1）中所得两个回归方程，哪个更适宜作为y关于时间代号x的回归方程?
（3）你还能从统计学哪些角度来进一步确认哪个回归方程更适宜? (只需叙述，不必计算)
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 . 2019年上半年我国多个省市暴发了“非洲猪瘟”疫情，生猪大量病死，存栏量急剧下降，一时间猪肉价格暴涨，其他肉类价格也跟着大幅上扬，严重影响了居民的生活.为了解决这个问题，我国政府一方面鼓励有条件的企业和散户防控疫情，扩大生产；另一方面积极向多个国家开放猪肉进口，扩大肉源，确保市场供给稳定.某大型生猪生产企业分析当前市场形势，决定响应政府号召，扩大生产，决策层调阅了该企业过去生产相关数据，就“一天中一头猪的平均成本与生猪存栏数量之间的关系”进行研究.现相关数据统计如下表：

生猪存栏数量（千头）	2	3	4	5	8
头猪每天平均成本（元）	3.2	2.4	2	1.9	1.5

（1）研究员甲根据以上数据认为与具有线性回归关系，请帮他求出关于的线性回归方程（保留小数点后两位有效数字）
（2）研究员乙根据以上数据得出与的回归模型：.为了评价两种模型的拟合结果，请完成以下任务：
①完成下表（计算结果精确到0.01元）（备注：称为相应于点的残差）；

生猪存栏数量（千头）		2	3	4	5	8
头猪每天平均成本（元）		3.2	2.4	2	1.9	1.5
模型甲	估计值
	残差
模型乙	估计值	3.2	2.4	2	1.76	1.4
	残差	0	0	0	0.14	0.1

②分别计算模型甲与模型乙的残差平方和及，并通过比较与的大小，判断哪个模型拟合效果更好；
（3）根据市场调查，生猪存栏数量达到1万头时，饲养一头猪每一天的平均收入为7.5元；生猪存栏数量达到1.2万头时，饲养一头猪每一天的平均收入为7.2元.若按（2）中拟合效果较好的模型计算一天中一头猪的平均成本，问该生猪存栏数量选择1万头还是1.2万头能获得更多利润?请说明理由.（利润=收入-成本）
参考公式：，
参考数据： .

7 . 红铃虫（Pectinophora gossypiella）是棉花的主要害虫之一，其产卵数与温度有关.现收集到一只红铃虫的产卵数y（个）和温度x（℃）的8组观测数据，制成图1所示的散点图.现用两种模型①，②分别进行拟合，由此得到相应的回归方程并进行残差分析，进一步得到图2所示的残差图.

根据收集到的数据，计算得到如下值：

25	2.89	646	168	422688	48.48	70308

表中；；；；
（1）根据残差图，比较模型①、②的拟合效果，应选择哪个模型？并说明理由；
（2）根据（1）中所选择的模型，求出y关于x的回归方程（系数精确到0.01），并求温度为34℃时，产卵数y的预报值.
（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，.

8 . 习近平总书记在十九大报告中指出，必须树立和践行“绿水青山就是金山银山”的生态文明发展理念，这将进一步推动新能源汽车产业的迅速发展．以下是近几年我国某新能源乘用车的年销售量数据及其散点图：

年份	2015	2016	2017	2018	2019
年份代码	1	2	3	4	5
某新能源车年销量(万辆)	1．5	5．9	17．7	32．9	55．6

（1）请根据散点图判断，与中哪一个更适宜作为年销售量关于年份代码的回归方程类型？（给出判断即可，不必说明理由）
（2）根据（1）的判断结果及表中数据，建立关于的回归方程，并预测2020年我国某新能源乘用车的销售量（精确到0．1）．
附：1．最小二乘法估计公式：，． 2．参考数据：，，，（其中）．

9 . 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；，，，，，，（其中）；

（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.
参考数据：，
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.

10 . 某种昆虫的日产卵数和时间变化有关，现收集了该昆虫第1天到第5天的日产卵数据：

第x天	1	2	3	4	5
日产卵数y（个）	6	12	25	49	95

对数据初步处理后得到了如图所示的散点图和表中的统计量的值．

15	55	15.94	54.75

（1）根据散点图，利用计算机模拟出该种昆虫日产卵数y关于x的回归方程为（其中e为自然对数的底数），求实数a，b的值（精确到0.1）；
（2）根据某项指标测定，若日产卵数在区间（e⁶，e⁸）上的时段为优质产卵期，利用（1）的结论，估计在第6天到第10天中任取两天，其中恰有1天为优质产卵期的概率．
附：对于一组数据（v₁，μ₁），（v₂，μ₂），…，（v_n，μ_n），其回归直线的斜率和截距的最小二乘估计分别为，．