2 . 为了解甲、乙两种离子在小鼠体内的残留程度，进行如下试验：将200只小鼠随机分成两组，每组100只，其中组小鼠给服甲离子溶液，组小鼠给服乙离子溶液.每只小鼠给服的溶液体积相同、摩尔浓度相同.经过一段时间后用某种科学方法测算出残留在小鼠体内离子的百分比.根据试验数据分别得到如下直方图：

记为事件：“乙离子残留在体内的百分比不低于”，根据直方图得到的估计值为.
（1）求乙离子残留百分比直方图中的值；
（2）分别估计甲、乙离子残留百分比的平均值（同一组中的数据用该组区间的中点值为代表）.

3 . 某工厂为提高生产效率，开展技术创新活动，提出了完成某项生产任务的两种新的生产方式．为比较两种生产方式的效率，选取40名工人，将他们随机分成两组，每组20人，第一组工人用第一种生产方式，第二组工人用第二种生产方式．根据工人完成生产任务的工作时间（单位：min）绘制了如下茎叶图：

（1）根据茎叶图判断哪种生产方式的效率更高？并说明理由；
（2）求40名工人完成生产任务所需时间的中位数，并将完成生产任务所需时间超过和不超过的工人数填入下面的列联表：

	超过	不超过
第一种生产方式
第二种生产方式

（3）根据（2）中的列联表，能否有99%的把握认为两种生产方式的效率有差异？
附：，

4 . 下图是某地区2000年至2016年环境基础设施投资额（单位：亿元）的折线图．

   

       为了预测该地区2018年的环境基础设施投资额，建立了与时间变量的两个线性回归模型．根据2000年至2016年的数据（时间变量的值依次为）建立模型①：；根据2010年至2016年的数据（时间变量的值依次为）建立模型②：．
       （1）分别利用这两个模型，求该地区2018年的环境基础设施投资额的预测值；
       （2）你认为用哪个模型得到的预测值更可靠？并说明理由．

5 . 某行业主管部门为了解本行业中小企业的生产情况，随机调查了100个企业，得到这些企业第一季度相对于前一年第一季度产值增长率y的频数分布表.

的分组
企业数	2	24	53	14	7

（1）分别估计这类企业中产值增长率不低于40%的企业比例、产值负增长的企业比例；

（2）求这类企业产值增长率的平均数与标准差的估计值（同一组中的数据用该组区间的中点值为代表）.（精确到0.01）

附：.

6 . 某家庭记录了未使用节水龙头天的日用水量数据（单位：）和使用了节水龙头天的日用水量数据，得到频数分布表如下：
未使用节水龙头天的日用水量频数分布表

日用水量
频数

使用了节水龙头天的日用水量频数分布表

日用水量
频数

（1）作出使用了节水龙头天的日用水量数据的频率分布直方图：

（2）估计该家庭使用节水龙头后，日用水量小于的概率；
（3）估计该家庭使用节水龙头后，一年能节省多少水？（一年按天计算，同一组中的数据以这组数据所在区间中点的值作代表．）

7 . 下图是我国2008年至2014年生活垃圾无害化处理量（单位：亿吨）的折线图.

   

（Ⅰ）由折线图看出，可用线性回归模型拟合y与t的关系，请用相关系数加以说明；
（Ⅱ）建立y关于t的回归方程（系数精确到0.01），预测2016年我国生活垃圾无害化处理量.
附注：
参考数据：，，
，≈2.646.
参考公式：相关系数
回归方程中斜率和截距的最小二乘估计公式分别为：

8 . 从某学校的800名男生中随机抽取50名测量身高，被测学生身高全部介于155cm和195cm之间，将测量结果按如下方式分成八组：第一组，第二组，，第八组，下图是按上述分组方法得到的频率分布直方图的一部分，已知第一组与第八组人数相同，第六组的人数为4人．

(1)求第七组的频率；
(2)估计该校的800名男生的身高的平均数和中位数；
(3)若从身高属于第六组和第八组的所有男生中随机抽取两名男生，记他们的身高分别为x，y，事件，求．

9 . 某超市计划按月订购一种酸奶，每天进货量相同，进货成本每瓶4元，售价每瓶6元，未售出的酸奶降价处理，以每瓶2元的价格当天全部处理完．根据往年销售经验，每天需求量与当天最高气温（单位：℃）有关．如果最高气温不低于25，需求量为500瓶；如果最高气温位于区间[20，25），需求量为300瓶；如果最高气温低于20，需求量为200瓶．为了确定六月份的订购计划，统计了前三年六月份各天的最高气温数据，得下面的频数分布表：

最高气温	[10，15）	[15，20）	[20，25）	[25，30）	[30，35）	[35，40）
天数	2	16	36	25	7	4

以最高气温位于各区间的频率估计最高气温位于该区间的概率．

（1）求六月份这种酸奶一天的需求量不超过300瓶的概率；

（2）设六月份一天销售这种酸奶的利润为Y（单位：元），当六月份这种酸奶一天的进货量为450瓶时，写出Y的所有可能值，并估计Y大于零的概率．

10 . 某地区2007年至2013年农村居民家庭纯收入y（单位：千元）的数据如下表：

年份	2007	2008	2009	2010	2011	2012	2013
年份代号t	1	2	3	4	5	6	7
人均纯收入y	2.9	3.3	3.6	4.4	4.8	5.2	5.9

（1）求y关于t的线性回归方程；
（2）利用（1）中的回归方程，分析2007年至2013年该地区农村居民家庭人均纯收入的变化情况，并预测该地区2015年农村居民家庭人均纯收入.
附：回归直线的斜率和截距的最小二乘法估计公式分别为：
，