1 . 某景区的各景点从2009年取消门票实行免费开放后，旅游的人数不断地增加，不仅带动了该市淡季的旅游，而且优化了旅游产业的结构，促进了该市旅游向“观光、休闲、会展”三轮驱动的理想结构快速转变．下表是从2009年至2018年，该景点的旅游人数（万人）与年份的数据：

第年	1	2	3	4	5	6	7	8	9	10
旅游人数（万人）	300	283	321	345	372	435	486	527	622	800

该景点为了预测2021年的旅游人数，建立了与的两个回归模型：
模型①：由最小二乘法公式求得与的线性回归方程；
模型②：由散点图的样本点分布，可以认为样本点集中在曲线的附近．
（1）根据表中数据，求模型②的回归方程．（精确到个位，精确到0．01）．
（2）根据下列表中的数据，比较两种模型的相关指数，并选择拟合精度更高、更可靠的模型，预测2021年该景区的旅游人数（单位：万人，精确到个位）．

回归方程	①	②
	30407	14607

参考公式、参考数据及说明：
①对于一组数据，其回归直线的斜率和截距的最小二乘法估计分别为．②刻画回归效果的相关指数；③参考数据：，．

5．5	449	6．05	83	4195	9．00

表中．

2 . 某购物商场分别推出支付宝和微信“扫码支付”购物活动，活动设置了一段时间的推广期，由于推广期内优惠力度较大，吸引越来越多的人开始使用“扫码支付”．现统计了活动刚推出一周内每天使用扫码支付的人次，用表示活动推出的天数，表示每天使用扫码支付的人次，统计数据如下表所示：（1）根据散点图判断，在推广期内，扫码支付的人次关于活动推出天数的回归方程适合用来表示，求出该回归方程，并预测活动推出第天使用扫码支付的人次；
（2）推广期结束后，商场对顾客的支付方式进行统计，结果如下表：

支付方式	现金	会员卡	扫码
比例

商场规定：使用现金支付的顾客无优惠，使用会员卡支付的顾客享受折优惠，扫码支付的顾客随机优惠，根据统计结果得知，使用扫码支付的顾客，享受折优惠的概率为，享受折优惠的概率为，享受折优惠的概率为．现有一名顾客购买了元的商品，根据所给数据用事件发生的频率来估计相应事件发生的概率，估计该顾客支付的平均费用是多少？
参考数据：设，，，
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 . 某公司为了促进某产品的销售，随机调查了该产品的月销售单价x（单位：元/件）及相应月销量y（单位：万件），对近5个月的月销售单价和月销售量的数据进行了统计，得到如下数表：

月销售单价（元/件）	8	8.5	9	9.5	10
月销售量（万件）	11	10	8	6	5

（1）建立关于的回归直线方程；
（2）该公司年底开展促销活动，当月销售单价为7元/件时，其月销售量达到14.8万件，若由回归直线方程得到的预测数据与此次促销活动的实际数据之差的绝对值不超过0.5万件，则认为所得到的回归直线方程是理想的，试问（1）中得到的回归直线方程是否理想？
（3）根据（1）的结果，若该产品成本是5元/件，月销售单价为何值时，公司月利润的预报值最大？（注：利润=销售收入-成本）．
参考公式：回归直线方程，其中，
参考数据：，

4 . 习近平总书记在党的十九大报告中指出，要在“幼有所育、学有所教、劳有所得、病有所医、老有所养、住有所居、弱有所扶”上不断取得新进展，保证全体人民在共建共享发展中有更多获得感．现S市政府针对全市10所由市财政投资建设的敬老院进行了满意度测评，得到数据如下表：

敬老院	A	B	C	D	E	F	G	H	I	K
满意度x（%）	20	34	25	19	26	20	19	24	19	13
投资原y（万元）	80	89	89	78	75	71	65	62	60	52

（1）求投资额关于满意度的相关系数；
（2）我们约定：投资额关于满意度的相关系数的绝对值在0.75以上（含0.75）是线性相关性较强，否则，线性相关性较弱.如果没有达到较强线性相关，则采取“末位淘汰”制（即满意度最低的敬老院市财政不再继续投资，改为区财政投资）.求在剔除“末位淘汰”的敬老院后投资额关于满意度的线性回归方程（系数精确到0.1）
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公式分别为：.线性相关系数.

5 . 旅游业作为一个第三产业，时间性和季节性非常强，每年11月份来临，全国各地就相继进入旅游淡季，很多旅游景区就变得门庭冷落.为改变这种局面，某旅游公司借助一自媒体平台做宣传推广，销售特惠旅游产品.该公司统计了活动刚推出一周内产品的销售数量，用表示活动推出的天数，用表示产品的销售数量（单位：百件），统计数据如下表所示.


根据以上数据，绘制了如图所示的散点图，根据已有的函数知识，发现样本点分布在某一条指数型函数的周围.为求出该回归方程，相关人员确定的研究方案是：先用其中5个数据建立关于的回归方程，再用剩下的2组数据进行检验.试回答下列问题：
（1）现令，若选取的是这5组数据，已知，，请求出关于的线性回归方程（结果保留一位有效数字）；
（2）若由回归方程得到的估计数据与选出的检验数据的误差均不超过，则认为得到的回归方程是可靠的，试问（1）中所得的回归方程是否可靠？
参考公式及数据：对于一组数据，其回归直线的斜率和截距的最小二乘法估计分别为， ；；．

6 . 中国共产党第十九次全国代表大会会议提出“决胜全面建成小康社会”.某地随着经济的发展，居民收入逐年增长，下表是该地一银行连续五年的储蓄存款（年底余额），如表1：

年份	2013	2014	2015	2016	2017
储蓄存款（千亿元）	5	6	7	9	12

为了计算的方便，工作人员将上表的数据进行了处理，，得到下表2：

时间代号	1	2	3	4	5
	0	1	2	4	7

（Ⅰ）求关于的线性回归方程；
（Ⅱ）求关于的回归方程；
（Ⅲ）用所求回归方程预测到2035年年底，该地储蓄存款额可达多少？
（附：对于线性回归方程，其中，.）

7 . 《厉害了，我的国》这部电影记录：到2017年底，我国高铁营运里程达2.5万公里，位居世界第一位，超过第二名至第十名的总和，约占世界高铁总量的三分之二.如图是我国2009年至2017年高铁营运里程（单位：万公里）的折线图.

根据这9年的高铁营运里程，甲、乙两位同学分别选择了与时间变量的两个回归模型①：；②.
(1)求，（精确到0.01）；
(2)乙求得模型②的回归方程为，你认为哪个模型的拟合效果更好？并说明理由.
附：参考公式：，，.
参考数据：

1.39	76.94	285	0.22	0.09	3.72

8 . 某农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系进行分析研究，他们分别记录了月日至月日的每天昼夜温差与实验室每天每颗种子中的发芽数，得到如下资料：

日期	月日	月日	月日	月日	月日
温差
发芽数（颗）

该农科所确定的研究方案是：先从这组数据中选取组，用剩下的组数据求线性回归方程，再对被选取的组数据进行检验.
（1）求选取的组数据恰好是不相邻两天数据的概率；
（2）若选取的是月日与月日的数据，请根据月日至月日的数据求出关于的线性回归方程；
（3）若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过颗.则认为得到的线性回归方程是可靠的.试问（2）中所得到的线性回归方程是可靠的吗？
附：回归直线的斜率和截距的最小二乘估计公式分别为：
，.

9 . 某单位为了了解用电量y度与气温之间的关系，随机统计了某4天的用电量与当天气温．

气温	14	12	8	6
用电量度	22	26	34	38

（I）求线性回归方程；（参考数据：，）
（II）根据（I）的回归方程估计当气温为时的用电量．

附：回归直线的斜率和截距的最小二乘法估计公式分别为：

，．

10 . 耐盐碱水稻俗称“海水稻”,是一种可以长在滩涂和盐碱地的水稻.海水稻的灌溉是将海水稀释后进行灌溉.某试验基地为了研究海水浓度(‰)对亩产量(吨)的影响,通过在试验田的种植实验,测得了某种海水稻的亩产量与海水浓度的数据如表.绘制散点图发现,可用线性回归模型拟合亩产量与海水浓度之间的相关关系,用最小二乘法计算得与之间的线性回归方程为．

海水浓度（‰）	3	4	5	6	7
亩产量（吨）
残差

(1)求，并估计当浇灌海水浓度为8‰时该品种的亩产量；
(2)(i)完成上述残差表：
(ii)统计学中常用相关指数来刻画回归效果，越大,模型拟合效果越好，如假设，就说明预报变量的差异有是由解释变量引起的.请计算相关指数(精确到0.01),并指出亩产量的变化多大程度上是由浇灌海水浓度引起的?
(附:残差公式，相关指数)