3 . 中国茶文化博大精深，饮茶深受大众喜爱，茶水的口感与茶叶类型和水的温度有关，某数学建模小组为了获得茶水温度℃关于时间的回归方程模型，通过实验收集在25℃室温，用同一温度的水冲泡的条件下，茶水温度随时间变化的数据，并对数据做初步处理得到如下所示散点图．

73.5	3.85

表中：
(1)根据散点图判断，①与②哪一个更适宜作为该茶水温度y关于时间x的回归方程类型?（给出判断即可，不必说明理由）
(2)根据（1）的判断结果及表中数据，建立该茶水温度y关于时间x的回归方程：
(3)已知该茶水温度降至60℃口感最佳，根据（2）中的回归方程，求在相同条件下冲泡的茶水，大约需要放置多长时间才能达到最佳饮用口感?
附：①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：
②参考数据：．

4 . 某校从高二年级随机抽取了20名学生的数学总评成绩和物理总评成绩，记第i名学生的成绩为，其中，分别为第i名学生的数学总评成绩和物理总评成绩．抽取的数据列表如下（按数学成绩降序整理）：

序号	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20
数学总评成绩x	95	92	91	90	89	88	88	87	86	85	83	82	81	80	80	79	78	77	75	74
物理总评成绩y	96	90	89	87	92	81	86	88	83	84	81	80	82	85	80	78	79	81	80	78

(1)根据统计学知识，当相关系数时，可视为两个变量之间高度相关．根据抽取的数据，能否说明数学总评成绩与物理总评成绩高度相关？请通过计算加以说明．
参考数据：，，．
(2)规定：总评成绩大于等于85分者为优秀，小于85分者为不优秀．对优秀赋分1，对不优秀赋分0．从这20名学生中随机抽取2名学生，若用X表示这2名学生两科赋分的和，求X的分布列和数学期望．

6 . 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.

7 . 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．

8 . 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.