1 . 对某产品1至6月份销售量及其价格进行调查，其售价x和销售量y之间的一组数据如下表所示：

月份i	1	2	3	4	5	6
单价（元）	9	9.5	10	10.5	11	8
销售量（件）	11	10	8	6	5	14

（1）根据1至5月份的数据，求出y关于x的回归直线方程；
（2）若由回归直线方程得到的估计数据与剩下的检验数据的误差不超过0.5元，则认为所得到的回归直线方程是理想的，试问所得回归直线方程是否理想？
（3）预计在今后的销售中，销售量与单价仍然服从（1）中的关系，且该产品的成本是2.5元/件，为获得最大利润，该产品的单价应定为多少元？（利润=销售收入-成本）.
参考公式：回归方程，其中.
参考数据：，.

2 . “绿色出行，低碳环保”已成为新的时尚，近几年国家相继出台了一系列的环保政策，在汽车行业提出了重点扶持新能源汽车的政策，为新能源汽车行业的发展开辟了广阔的前景.某公司对A充电桩进行生产投资，所获得的利润有如下统计数据，并计算得.

A充电桩投资金额x/万元	3	4	6	7	9	10
所获利润y/百万元	1.5	2	3	4.5	6	7

(1)已知可用一元线性回归模型拟合y与x的关系，求其经验回归方程；
(2)若规定所获利润y与投资金额x的比值不低于，则称对应的投入额为“优秀投资额”.记2分，所获利润y与投资金额x的比值低于且大于，则称对应的投入额为“良好投资额”，记1分，所获利润y与投资金额x的比值不超过，则称对应的投入额为“不合格投资额”，记0分，现从表中6个投资金额中任意选2个，用X表示记分之和，求X的分布列及数学期望.
附：.

3 . 在扶贫政策的大力支持下，某县农副产品加工厂经营得十分红火，不仅解决了就业问题，而且为脱贫工作作出了重大贡献，该工厂收集了1月份至5月份的销售量数据（如下表），并利用这些数据对后期生产规模做出决策．

月份	1	2	3	4		5
销售量（万斤）	4.9	5.8	6.8	8.3		10.2
3	7.2	11	81.1		374

该工厂为了预测未来几个月的销售量，建立了y关于x的回归模型：．表中：，．
(1)根据所给数据与回归模型，求关于的回归方程（的值精确到0.1，的值精确到整数位）；
(2)已知该工厂的月利润（单位：万元）与，的关系为，根据（1）的结果，预测该工厂哪一个月的月利润最小．
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：
，．

4 . 某电视厂家准备在五一举行促销活动，现在根据近七年的广告费与销售量的数据确定此次广告费支出．广告费支出（万元）和销售量（万台）的数据如下：

年份	2012	2013	2014	2015	2016	2017	2018
广告费支出	1	2	4	6	11	13	19
销售量	1.9	3.2	4.0	4.4	5.2	5.3	5.4

(1)若用线性回归模型拟合与的关系，求出关于的线性回归方程（其中；参考方程：回归直线，
(2)若用模型拟合与的关系，可得回归方程，经计算线性回归模型和该模型的分别约为0.75和0.88，请用说明选择哪个回归模型更好；
(3)已知利润与，的关系为．根据（2）的结果回答：当广告费时，销售量及利润的预报值是多少？（精确到参考数据：

5 . 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．

7 . 某商城一年中各月份的收入、支出（单位：万元）情况如图所示，下列说法错误的是（       ）

A．2月份至3月份的收入的变化量与11月份至12月份的收入的变化量相同

B．支出最高值与支出最低值的比是3：1

C．7月份至9月份的月平均支出为50万元

D．利润最高的月份是2月份

8 . 在我国，大学生就业压力日益严峻，伴随着政府政策引导与社会观念的转变，大学生创业意识，就业方向也悄然发生转变某大学生在国家提供的税收，担保贷款等很多方面的政策扶持下选择加盟某专营店自主
创业，该专营店统计了近五年来创收利润数（单位：万元）与时间（单位：年）的数据，列表如下：

	1	2	3	4	5
	2.4	2.7	4.1	6.4	7.9

（Ⅰ）依据表中给出的数据，是否可用线性回归模型拟合与的关系，请计算相关系数并加以说明（计算结果精确到0.01）．（若，则线性相关程度很高，可用线性回归模型拟合）：
（Ⅱ）该专营店为吸引顾客，特推出两种促销方案．
方案一：每满500元可减50元；
方案二：每满500元可抽奖一次，每次中奖的概率都为，中奖就可以获得100元现金奖励，假设顾客每次抽奖的结果相互独立．
①某位顾客购买了1050元的产品，该顾客选择参加两次抽奖，求该顾客获得100元现金奖励的概率．
②某位顾客购买了1500元的产品，作为专营店老板，是希望该顾客直接选择返回150元现金，还是选择参加三次抽奖？说明理由
附：相关系数公式
参考数据：．

9 . 已知鸡的产蛋量与鸡舍的温度有关，为了确定下一个时段鸡舍的控制温度，某企业需要了解鸡舍的温度（单位：℃）对某种鸡的时段产蛋量（单位：t）和时段投入成本（单位：万元）的影响，为此，该企业收集了7个鸡舍的时段控制温度和产蛋量的数据，对数据初步处理后得到了如图所示的散点图和表中的统计量的值．

17.40	82.30	3.6	140	9.7	2935.1	35.0

其中.
(1)根据散点图判断，与哪一个更适宜作为该种鸡的时段产蛋量关于鸡舍时段控制温度的回归方程类型？（给出判断即可，不必说明理由）
(2)若用作为回归方程模型，根据表中数据，建立关于的回归方程；
(3)已知时段投入成本与的关系为，当时段控制温度为℃时，鸡的时段产蛋量及时段投入成本的预报值分别是多少？
附：①对于一组具有线性相关关系的数据，其回归直线的斜率和截距的最小二乘估计公式分别为.
②

0.08	0.47	2.72	20.09	1096.63

10 . 随着经济模式的改变，微商和电商已成为当今城乡一种新型的购销平台.已知经销某种商品的电商在任何一个销售季度内，每售出吨该商品可获利润万元，未售出的商品，每吨亏损万元.根据往年的销售经验，得到一个销售季度内市场需求量的频率分布直方图如图所示.已知电商为下一个销售季度筹备了吨该商品.现以（单位：吨，）表示下一个销售季度的市场需求量，（单位：万元）表示该电商下一个销售季度内经销该商品获得的利润.

（1）将表示为的函数，求出该函数表达式；
（2）根据直方图估计利润不少于57万元的概率；
（3）根据频率分布直方图，估计一个销售季度内市场需求量的平均数与中位数的大小（保留到小数点后一位）.