1 . 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	56.5	31	22.75	17.8	15.95	14.5	13	12.5

根据以上数据绘制了散点图观察散点图，两个变量间关系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x的相关系数.

(1)用反比例函数模型求y关于x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0.001），并用其估计产量为10千件时每件产品的非原料成本；
(3)根据企业长期研究表明，非原料成本y服从正态分布，用样本平均数作为的估计值，用样本标准差s作为的估计值，若非原料成本y在之外，说明该成本异常，并称落在之外的成本为异样成本，此时需寻找出现异样成本的原因.利用估计值判断上述非原料成本数据是否需要寻找出现异样成本的原因？
参考数据（其中）：

0.34	0.115	1.53	184	5777.555	93.06	30.705	13.9

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：，，相关系数.

2 . 数独是源自18世纪瑞士的一种数学游戏，玩家需要根据盘面上的已知数字，推理出所有剩余空格的数字，并满足每一行､每一列､每一个粗线宫（）内的数字均含1﹣9，不重复.数独爱好者小明打算报名参加“丝路杯”全国数独大赛初级组的比赛.
（1）赛前小明在某数独APP上进行一段时间的训练，每天的解题平均速度（秒）与训练天数（天）有关，经统计得到如表的数据：

（天）	1	2	3	4	5	6	7
（秒）	990	990	450	320	300	240	210

现用作为回归方程模型，请利用表中数据，求出该回归方程，并预测小明经过100天训练后，每天解题的平均速度约为多少秒？
（2）小明和小红在数独APP上玩“对战赛”，每局两人同时开始解一道数独题，先解出题的人获胜，两人约定先胜4局者赢得比赛.若小明每局获胜的概率为，已知在前3局中小明胜2局，小红胜1局.若不存在平局，请你估计小明最终赢得比赛的概率.参考数据（其中）

1845	0.37	0.55

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：，.

3 . 某企业为了提升行业核心竞争力，逐渐加大了科技投入.该企业连续年来的科技投入（百万元）与收益（百万元）的数据统计如下：

科技投入
收益

根据散点图的特点，甲认为样本点分布在指数曲线的周围，据此他对数据进行了一些初步处理，如下表：其中，.
（1）（i）请根据表中数据，建立关于的回归方程（保留一位小数）；
（ii）根据所建立的回归方程，若该企业想在下一年的收益达到亿，则科技投入的费用至少要多少？（其中）
（2）乙认为样本点分布在二次曲线的周围，并计算得回归方程为，以及该回归模型的相关指数，试比较甲、乙两位员工所建立的模型，谁的拟合效果更好.
附：对于一组数据、、、，其回归直线方程的斜率和截距的最小二乘估计为，.相关指数.

4 . 下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量（吨）与相应的生产能耗（吨标准煤）的几组对照数据.

	3	4	5	6
	2.5	3	4	4.5

（1）请根据上表数据，用最小二乘法求出关于的线性回归方程；
（2）已知该厂技改前生产100吨甲产品的生产能耗为90吨标准煤.试根据（1）求出的线性回归方程.预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤？
参考公式：，.

5 . 某企业为了参加上海的进博会，大力研发新产品，为了对新研发的一批产品进行合理定价，将该产品按事先拟定的价格进行试销，得到一组销售数据（，）（），如表所示：

试销单价/元	4	5	6	7	8	9
产品销量/件		84	83	80	75	68

已知．
（1）求的值；
（2）已知变量，具有线性相关关系，求产品销量（件）关于试销单价（元）的线性回归方程；
（3）用表示用正确的线性回归方程得到的与对应的产品销量的估计值，当时，将销售数据（，）称为一个“好数据”，现从6个销售数据中任取2个，求抽取的2个销售数据中至少有一个是“好数据”的概率．
参考公式：，．

6 . “爱国，是人世间最深层、最持久的情感，是一个人立德之源、立功之本.”在中华民族几千年绵延发展的历史长河中，爱国主义始终是激昂的主旋律.爱国汽车公司拟对“东方红”款高端汽车发动机进行科技改造，根据市场调研与模拟，得到科技改造投入x（亿元）与科技改造直接收益y（亿元）的数据统计如下：

	2	3	4	6	8	10	13	21	22	23	24	25
	13	22	31	42	50	56	58	68.5	68	67.5	66	66

当时，建立了y与x的两个回归模型：模型①：；模型②：；当时，确定y与x满足的线性回归方程为：.
（1）根据下列表格中的数据，比较当时模型①、②的相关指数，并选择拟合精度更高、更可靠的模型，预测对“东方红”款汽车发动机科技改造的投入为17亿元时的直接收益.

回归模型	模型①	模型②
回归方程

（附：刻画回归效果的相关指数，.）
（2）为鼓励科技创新，当科技改造的投入不少于20亿元时，国家给予公司补贴收益10亿元，以回归方程为预测依据，比较科技改造投入17亿元与20亿元时公司实际收益的大小；
（附：用最小二乘法求线性回归方程的系数公式；）
（3）科技改造后，“东方红”款汽车发动机的热效率X大幅提高，X服从正态分布，公司对科技改造团队的奖励方案如下：若发动机的热效率不超过，不予奖励；若发动机的热效率超过但不超过，每台发动机奖励2万元；若发动机的热效率超过，每台发动机奖励5万元.求每台发动机获得奖励的数学期望.
（附：随机变量服从正态分布，则，.）

7 . 为了解高新产业园引进的甲公司前期的经营状况，市场研究人员对该公司2019年下半年连续六个月的利润进行了统计，统计数据列表如下：

月份	7月	8月	9月	10月	11月	12月
月份代码	1	2	3	4	5	6
月利润（万元）	110	130	160	150	200	210

（1）请用相关系数说明月利润y（单位：万元）与月份代码x之间的关系的强弱（结果保留两位小数），求y关于x的线性回归方程，并预测该公司2020年1月份的利润；
（2）甲公司新研制了一款产品，需要采购一批新型材料，已知生产新型材料的乙企业对A、B两种型号各100件新型材料进行模拟测试，统计两种新型材料使用寿命频数如下表所示：

使用寿命 材料类型	1个月	2个月	3个月	4个月	总计
A	15	40	35	10	100
B	10	30	40	20	100

现有采购成本分别为10万元/件和12万元/件的A、B两种型号的新型材料可供选择，按规定每种新型材料最多可使用4个月，不同类型的新型材料损坏的时间各不相同，经甲公司测算，平均每件新型材料每月可以带来5万元收入，不考虑除采购成本之外的其他成本，假设每件新型材料的使用寿命都是整数月，且以频率估计每件新型材料使用寿命的概率，如果你是甲公司的负责人，以每件新型材料产生利润的期望值为决策依据，你会选择采购哪款新型材料？
参考公式：相关系数；
回归直线方程为，其中，.
参考数据：，，，.

8 . 千百年来，人们一直在通过不同的方式传递信息.在古代，烽火狼烟、飞鸽传书、快马驿站等通信方式被人们广泛传知；第二次工业革命后，科技的进步带动了电讯事业的发展，电报电话的发明让通信领域发生了翻天覆地的变化；之后，计算机和互联网的出现则.使得“千里眼”“顺风耳”变为现实……此时此刻，5G的到来即将给人们的生活带来颠覆性的变革，“5G领先”一方面是源于我国顶层设计的宏观布局，另一方面则来自政府高度重视、企业积极抢滩、企业层面的科技创新能力和先发优势.某科技创新公司基于领先技术的支持，丰富的移动互联网应用等明显优势，随着技术的不断完善，该公司的5G经济收入在短期内逐月攀升，业内预测，该创新公司在第1个月至第7个月的5G经济收入y（单位：百万元）关于月份x的数据如下表：

时间（月份）	1	2	3	4	5	6	7
收入（百万元）	6	11	21	34	66	101	196

根据以上数据绘制散点图：

（1）为了更充分运用大数据、人工智能、5G等技术，公司需要派出员工实地考察检测产品性能和使用状况，公司领导要从报名的五名科技人员A、B、C、D、E中随机抽取3个人前往，则A、B同时被抽到的概率为多少？
（2）根据散点图判断，与（a，b，c，d均为大于零的常数）哪一个适宜作为5G经济收入y关于月份x的回归方程类型？（给出判断即可，不必说明理由）并根据你判断结果及表中的数据，求出y关于x的回归方程；
（3）请你预测该公司8月份的5G经济收入.
参考数据：

462	10.78	2711	50.12	2.82	3.47

其中设，
参考公式：
对于一组具有线性相关系的数据（，2，3，…，n），其回归直线的斜率和截距的最小二乘估计公式分别为：，.

9 . 近几年，电商行业的蓬勃发展带动了快递业的迅速增长，快递公司揽收价格一般是采用“首重+续重”的计价方式.首重是指最低的计费重量，续重是指超过首重部分的计费重量，不满一公斤按一公斤计费.某快递网点将快件的揽收价格定为首重（不超过一公斤）8元，续重2元/公斤（例如，若一个快件的重量是0.6公斤，按8元计费；若一个快件的重量是1.4公斤，按元元元计费）.根据历史数据，得到该网点揽收快件重量的频率分布直方图如下图所示

（1）根据样本估计总体的思想，将频率视作概率，求该网点揽收快件的平均价格；
（2）为了获得更大的利润，该网点对“一天中收发一件快递的平均成本（单位：元）与当天揽收的快递件数（单位：百件）之间的关系”进行调查研究，得到相关数据如下表：

每天揽收快递件数（百件）	2	3	4	5	8
每件快递的平均成本（元）	5.6	4.8	4.4	4.3	4.1

根据以上数据，技术人员分别根据甲、乙两种不同的回归模型，得到两个回归方程：
方程甲：，方程乙：.
①为了评价两种模型的拟合效果，根据上表数据和相应回归方程，将以下表格填写完整（结果保留一位小数），分别计算模型甲与模型乙的残差平方和，，并依此判断哪个模型的拟合效果更好（备注：称为相应于点的残差，残差平方和；

每天揽收快递件数/百件		2	3	4	5	8
每天快递的平均成本/元		5.6	4.8	4.4	4.3	4.1
模型甲	预报值	5.2	5.0	4.8
	残差		0.2	0.4
模型乙	预报值	5.5	4.8	4.5
	预报值		0	0.1

②预计该网点今年6月25日（端午节）一天可以揽收1000件快递，试根据①中确定的拟合效果较好的回归模型估计该网点当天的总利润（总利润=（平均价格-平均成本）×总件数）.

10 . 近年来，政府相关部门引导乡村发展旅游的同时，鼓励农户建设温室大棚种植高品质农作物.为了解某农作物的大棚种植面积对种植管理成本的影响，甲，乙两同学一起收集6家农户的数据，进行回归分析，得到两个回归模型：模型①：，模型②： ，对以上两个回归方程进行残差分析，得到下表：

种植面积(亩)		2	3	4	5	7	9
每亩种植管理成本(百元)		25	24	21	22	16	14
模型①	估计值	25.27	23.62	21.97		17.02	13.72
	残差	-0.27	0.38	-0.97		-1.02	0.28
模型②		26.84		20.17	18.83	17.31	16.46
		-1.84		0.83	3.17	-1.31	-2.46

（1）将以上表格补充完整，并根据残差平方和判断哪个模型拟合效果更好；
（2）视残差的绝对值超过1.5的数据视为异常数据，针对（1）中拟合效果较好的模型，剔除异常数据后，重新求回归方程.
附：， ；