1 . 当前，人工智能技术以前所未有的速度迅猛发展，并逐步影响我们的方方面面，人工智能被认为是推动未来社会发展和解决人类面临的全球性问题的重要手段．某公司在这个领域逐年加大投入，以下是近年来该公司对产品研发年投入额（单位：百万元）与其年销售量y（单位：千件）的数据统计表．

	1	2	3	4	5	6
		1	1.5	3	6	12

(1)公司拟分别用①和②两种方案作为年销售量关于年投入额的回归分析模型，请根据已知数据，确定方案①和②的经验回归方程；（计算过程保留到小数点后两位，最后结果保留到小数点后一位）
(2)根据下表数据，用决定系数（只需比较出大小）比较两种模型的拟合效果哪种更好，并选择拟合精度更高的模型，预测年投入额为百万元时，产品的销售量是多少?

经验回归方程
残差平方和

参考公式及数据：，，，，，，，， ．

2 . 为了加快实现我国高水平科技自立自强，某科技公司逐年加大高科技研发投入.下图1是该公司2013年至2022年的年份代码x和年研发投入y（单位：亿元）的散点图，其中年份代码1∼10分别对应年份2013∼2022.

   

根据散点图，分别用模型①，②作为年研发投入y（单位：亿元）关于年份代码x的经验回归方程模型，并进行残差分析，得到图2所示的残差图.结合数据，计算得到如下表所示的一些统计量的值：

75	2.25	82.5	4.5	120	28.35

表中，.
(1)根据残差图，判断模型①和模型②哪一个更适宜作为年研发投入y（单位：亿元）关于年份代码x的经验回归方程模型?并说明理由；
(2)（i）根据（1）中所选模型，求出y关于x的经验回归方程；
（ii）设该科技公司的年利润（单位：亿元）和年研发投入y（单位：亿元）满足（且），问该科技公司哪一年的年利润最大?
附：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，.

3 . 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

4 . 网上购物就是通过互联网检索商品信息，并通过电子订购单发出购物请求，厂商通过邮购的方式发货或通过快递公司送货上门，货到后通过银行转账、微信或支付宝支付等方式在线汇款，根据2019年中国消费者信息研究，超过40%的消费者更加频繁地使用网上购物，使得网上购物和送货上门的需求量激增，越来越多的消费者也首次通过第三方APP、品牌官方网站和微信社群等平台进行购物，某天猫专营店统计了2020年8月5日至9日这5天到该专营店购物的人数和时间（第天）间的数据，列表如下：

	1	2	3	4	5
	75	84	93	98	100

(1)由表中给出的数据是否可用一元线性回归模型拟合人数y与时间x之间的关系？（若，则线性相关程度很高，可用一元线性回归模型拟合，计算r时精确到0.01．）
参考数据：．附：相关系数．
(2)该专营店为了吸引顾客，推出两种促销方案：方案一，购物金额每满100元可减15元；方案二，一次性购物金额超过800元可抽奖三次，每次中奖的概率均为，且每次抽奖互不影响，中奖一次打9折，中奖两次打8折，中奖三次打6折．某顾客计划在此专营店购买1000元的商品，请从实际付款金额的数学期望的角度分析选哪种方案更优惠．

5 . 现代物流成为继劳动力、自然资源外影响企业生产成本及利润的重要因素.某企业去年前八个月的物流成本(单位：万元)和企业利润的数据(单位：万元)如下表所示：

月份	1	2	3	4	5	6	7	8
物流成本x	83	83.5	80	86.5	89	84.5	79	86.5
利润y	114	116	106	122	132	114	m	132
残差	0.2	0.6	1.8	－3	－1	－4.6	－1

根据最小二乘法公式求得经验回归方程为.
(1)求m的值，并利用已知的经验回归方程求出8月份对应的残差值；
(2)请先求出线性回归模型的决定系数(精确到0.0001)，若根据非线性模型求得解释变量(物流成本)对于响应变量(利润)的决定系数，请说明以上两种模型哪种模型拟合效果更好.
参考公式及数据：，，.

6 . 红铃虫是棉花的主要害虫之一，也侵害木棉、锦葵等植物．为了防治虫害，从根源上抑制害虫数量．现研究红铃虫的产卵数和温度的关系，收集到7组温度和产卵数的观测数据于表Ⅰ中．根据绘制的散点图决定从回归模型①与回归模型②中选择一个来进行拟合．
表Ⅰ

温度x/℃	20	22	25	27	29	31	35
产卵数y/个	7	11	21	24	65	114	325

(1)请借助表Ⅱ中的数据，求出回归模型①的方程：
表Ⅱ（注：表中）

189	567	25.27	162	78106
11.06	3040	41.86	825.09

(2)类似的，可以得到回归模型②的方程为，试求两种模型下温度为时的残差；
(3)若求得回归模型①的相关指数，回归模型②的相关指数，请结合（2）说明哪个模型的拟合效果更好．
参考数据：.
附：回归方程中，
相关指数.

7 . 当前“停车难”已成为城市通病，因停车问题引发的纠纷屡见不鲜，无论在北京､上海等超大型城市，还是其它城市，甚至人口只有几万､十几万的县城和乡镇，“停车难”都给群众生活和政府管理带来了深深的烦恼，由于“停车难”是事关百姓生活质量和切身利益的问题，也是建设和谐社会不容忽视的问题之一，某小区物业公司决定动手解决小区“停车难”问题，并统计了近六年小区私家车的数量，以编号1对应2015年，编号2对应2016年，编号3对应2017年，以此类推，得到相应数据如下：

年份编号	1	2	3	4	5	6
数量（辆）	41	96	116	190	218	275

（1）若该小区私家车的数量与年份编号的关系可用线性回归模型来拟合，试用相关指数分析其拟合效果（精确到）；
（2）由于车辆增加，原有停车位已经不能满足有车业主的需求，因此物业公司欲在小区内对原有停车位进行改造，重新规划停车位.若要求在2021年小区停车位数量仍可满足需要，求至少需要规划多少个停车位.
参考数据：，，，.
附：回归方程中斜率和截距的最小二乘法估计公式分别为：，；
相关指数，残差.

8 . 如图是某创业公司2017年每月份公司利润（单位：百万元）情况的散点图：为了预测该公司2018年的利润情况，根据上图数据，建立了利润y与月份x的两个线性回归模型：①0.94+0.028；②0.96+0.032lnx，并得到以下统计值：

	模型①	模型②
残差平方和（yi）2	0.000591	0.000164
总偏差平方和（yi）2	0.006050

（1）请利用相关指数R²判断哪个模型的拟合效果更好；
（2）为了激励员工工作的积极性，公司每月会根据利润的情况进行奖惩，假设本月利润为y₁，而上一月利润为y₂，计算z，并规定：若z≥10，则向全体员工发放奖金总额z元；若z＜10，从全体员工每人的工资中倒扣10﹣z元作为惩罚，扣完为止，请根据（1）中拟合效果更好的回归模型，试预测208年4月份该公司的奖惩情况？（结果精确到小数点后两位）
参考数据及公式：1.73，2.24，1n2≈0.69，1n3≈1.10，ln5≈1.61．相关指数R²＝1．