1 . 某车间为了规定工时额，需确定加工零件所花费的时间，为此做了4次试验，得到的数据如下图：若加工时间（小时）与零件个数之间有较好的线性相关关系．

	2	3	5	6
	2.5	3	5	5.5

（1）求加工时间与零件个数的线性回归方程；
（2）试预报加工10个零件需要的时间.
附：回归方程系数公式：，．

2 . 某火锅店为了解气温对营业额的影响，随机记录了该店1月份中5天的日营业额y(单位：千元)与该地当日最低气温x(单位：℃)的数据，如下表：

x	2	5	8	9	11
y	12	10	8	8	7

（1）求y关于x的回归方程；
（2）判定y与x之间是正相关还是负相关；若该地1月份某天的最低气温为6℃，用所求回归方程预测该店当日的营业额；
附：①；.
②参考数据如下：

i
1	2	12	4	24
2	5	10	25	50
3	8	8	64	64
4	9	8	81	72
5	11	7	121	77
	35	45	295	287

3 . 某种新产品投放市场一段时间后，经过调研获得了时间（天数）与销售单价（元）的一组数据，且做了一定的数据处理（如表），并作出了散点图（如图）.

1.63	37.8	0.89	5.15	0.92		18.40

表中.
（1）根据散点图判断，与哪一个更适合作价格关于时间的回归方程类型？（不必说明理由）
（2）根据判断结果和表中数据，建立关于的回归方程.
（3）若该产品的日销售量（件）与时间的函数关系为，求该产品投放市场第几天的销售额最高？最高为多少元？
附：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.

4 . 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	112	61	44.5	35	30.5	28	25	24

根据以上数据，绘制了散点图.观察散点图，两个变量不具有线性相关关系，现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，与的相关系数；，，，，，，（其中）；

（1）用反比例函数模型求关于的回归方程；
（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0.01），并用其估计产量为10千件时每件产品的非原料成本.
参考数据：，
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分别为：，，相关系数.

5 . 某省级示范高中高三年级对各科考试的评价指标中，有“难度系数“和“区分度“两个指标中，难度系数，区分度.
（1）某次数学考试(满分为150分)，随机从实验班和普通班各抽取三人，实验班三人的成绩分别为147，142，137；普通班三人的成绩分别为97，102，113.通过样本估计本次考试的区分度(精确0.01).
（2）如表表格是该校高三年级6次数学考试的统计数据：

难度系数x	0.64	0.71	0.74	0.76	0.77	0.82
区分度y	0.18	0.23	0.24	0.24	0.22	0.15

①计算相关系数r，|r|<0.75时，认为相关性弱；|r|≥0.75时，认为相关性强.通过计算说明，能否利用线性回归模型描述y与x的关系(精确到0.01).
②t_i=|x_i﹣0.74|(i=1，2，…，6)，求出y关于t的线性回归方程，并预测x=0.75时y的值(精确到0.01).
附注：参考数据：

参考公式：相关系数r，回归直线的斜率和截距的最小二乘估计分别为

6 . 某手机企业为确定下一年度投入某种产品的研发费用，统计了近年投入的年研发费用千万元与年销售量千万件的数据，得到散点图1，对数据作出如下处理：令，，得到相关统计量的值如图2：

（1）利用散点图判断和哪一个更适合作为年研发费用和年销售量的回归类型（不必说明理由），并根据数据，求出与的回归方程；
（2）已知企业年利润千万元与的关系式为（其中为自然对数的底数），根据（1）的结果，要使得该企业下一年的年利润最大，预计下一年应投入多少研发费用？

7 . 某生物小组为了研究温度对某种酶的活性的影响进行了一组实验，得到的实验数据经整理得到如下的折线图：

（1）由图可以看出，这种酶的活性与温度具有较强的线性相关性，请用相关系数加以说明；
（2）求关于的线性回归方程，并预测当温度为时，这种酶的活性指标值.（计算结果精确到0.01）
参考数据：，，，.
参考公式：相关系数.
回归直线方程，，.

8 . 如表是某位文科生连续次月考的历史、政治的成绩，结果如下：

月份	9	10	11	12	1
历史（分）	79	81	83	85	87
政治（分）	77	79	79	82	83

（1）求该生次月考历史成绩的平均分和政治成绩的平均数；
（2）一般来说，学生的历史成绩与政治成绩有较强的线性相关关系，根据上表提供的数据，求两个变量 的线性回归方程.
参考公式：，，表示样本均值.

9 . 受传统观念的影响，中国家庭教育过程中对子女教育的投入不遗余力，基础教育消费一直是中国家庭教育的重头戏，升学压力的逐渐增大，特别是对于升入重点学校的重视，导致很多家庭教育支出增长较快，下面是某机构随机抽样调查某二线城市2012-2018年的家庭教育支出的折线图.

（附：年份代码1-7分别对应的年份是2012-2018）
（1）从图中的折线图看出，可用线性回归模型拟合y与t的关系，请求出相关系数r（精确到0.001），并指出是哪一层次的相关性？（相关系数，相关性很强；，相关性一般；，相关性较弱）.
（2）建立y关于t的回归方程；
（3）若2019年该地区家庭总支出为10万元，预测家庭教育支出约为多少万元？
附注：参考数据：，，，，.
参考公式：，回归方程，
其中，.

10 . 一只药用昆虫的产卵数y与一定范围内的温度x有关，现收集了该种药用昆虫的6组观测数据如下表：

温度x/℃	21	23	24	27	29	32
产卵数y/个	6	11	20	27	57	77

经计算得：
，，线性回归模型的残差平方和，，
其中分别为观测数据中的温度和产卵数，
（1）若用线性回归模型，求y关于x的回归方程（精确到0.1）；
（2）若用非线性回归模型求得y关于x的回归方程为，且相关指数.
①试与1中的回归模型相比，用说明哪种模型的拟合效果更好.
②用拟合效果好的模型预测温度为35℃时该用哪种药用昆虫的产卵数（结果取整数）
附：一组数据其回归直线的斜率和截距的最小二乘估计为，；相关指数.