1 . 某网络购物平台专营店统计了某年2月15日至19日这5天在该店购物的人数（单位：人）的数据如下表：

日期	2月15日	2月16日	2月17日	2月18日	2月19日
日期代号	1	2	3	4	5
购物人数	77	84	93	96	100

(1)根据表中数据，建立关于的一元线性回归模型，并根据该回归模型预测当年2月21日在该店购物的人数（人数用四舍五入法取整数）；
(2)为了了解参加网购人群的年龄分布，该店随机抽取了200人进行问卷调查.得到如下所示不完整的列联表：

年龄	不低于40岁	低于40岁	合计
参与过网上购物	30		150
未参与过网上购物		30
合计			200

将列联表补充完整，并依据表中数据及小概率值的独立性检验，能否认为“参与网上购物”与“年龄”有关.
附：回归直线的斜率和截距的最小二乘估计公式分别为

	0.10	0.05	0.010	0.005	0.001
	2.706	3.841	6.635	7.879	10.828

4 . 据文化和旅游部发布的数据显示，2023年国内出游人次达48.91亿次，总花费4.91万亿元．人们选择的出游方式不尽相同，有自由行，也有跟团游．为了了解年龄因素是否影响出游方式的选择，我们按年龄将成年人群分为青壮年组（大于等于14岁，小于40岁）和中老年组（大于等于40岁）．现在S市随机抽取170名成年市民进行调查，得到如下表的数据：

	青壮年	中老年	合计
自由行	60	40
跟团游	20	50
合计

(1)请补充列联表，并判断能否有的把握认为年龄与出游方式的选择有关；
(2)用分层抽样的方式从跟团游中抽取14个人，再从14个人中随机抽取7个人，用随机变量表示这7个人中中老年与青壮年人数之差的绝对值，求的分布和数学期望．

	0.10	0.05	0.025
	2.706	3.841	5.024

8 . 作为一个基于大型语言处理模型的文字聊天工具，ChatGPT走红后，大模型的热度持续不减，并日渐形成了“千模大战”的局面.百度的文心一言､阿里的通义千问､华为的盘古､腾讯的混元以及科大讯飞的星火等多种大模型正如火如茶的发布上线.现有某大模型给出了会员有效期30天的两种不同费用，100次的使用费为6元，500次的使用费为24元.后台调取了购买会员的200名用户基本信息，包括个人和公司两种用户，统计发现购买24元的用户数是140，其中个人用户数比公司用户数少20，购买6元的公司用户数是个人用户数的一半.
(1)完成如下用户类别与购买意向的列联表；

	购买6元	购买24元	总计
个人用户
公司用户
总计

(2)能否有的把握认为购买意向与用户类别有关？（运算结果保留三位小数）
附：，
临界值表如下：

	0.10	0.05	0.025	0.01	0.005	0.001
	2.706	3.841	5.024	6.635	7.879	10.828

9 . 某工厂有工人200名，统计他们某天加工产品的件数，统计数据如下表所示：

加工产品的件数
人数	50	80	40	20	10

规定一天加工产品件数大于70的工人为“生产标兵”．已知这天的生产标兵中年龄大于30岁的有15人，这15人占该工厂年龄大于30岁的工人数的．

(1)完成下面的列联表，根据小概率值的独立性检验，能否认为该工厂的工人是否为生产标兵与年龄有关？

	年龄不大于30岁	年龄大于30岁
生产标兵
非生产标兵

(2)该工厂采用“阶梯式”的计件工资：日加工产品不超过50件的部分每件1元，超过50件但不超过60件的部分每件2元，超过60件但不超过80件的部分每件3元，超过80件的部分每件5元．假设工人小张每天加工产品的件数只可能为样本数据中各分组区间的右端点值，用对应区间的频率估计其概率，求小张每天的计件工资（单位：元）的期望．

附：．

	0.05	0.01	0.001
	3.841	6.635	10.828