1 . 某网店经销某商品，为了解该商品的月销量y（单位：千件）与当月售价（单位：元/件）之间的关系，收集了5组数据进行了初步处理，得到如下表：

	5	6	7	8	9
	8	6	4.5	3.5	3

（1）求关于的线性回归方程；
（2）根据（1）中的线性回归方程，估计当售价定为多少时，月销售金额最大？（月销售金额=月销售量×当月售价）
附注：

2 . 随着经济的快速增长、规模的迅速扩张以及人民生活水平的逐渐提高，日益剧增的垃圾给城市的绿色发展带来了巨大的压力.相关部门在有5万居民的光明社区采用分层抽样方法得到年内家庭人均与人均垃圾清运量的统计数据如下表：

人均（万元/人）	3	6	9	12	15
人均垃圾清运量（吨/人）	0.13	0.23	0.31	0.41	0.52

（1）已知变量与之间存在线性相关关系，求出其回归直线方程；
（2）随着垃圾分类的推进，燃烧垃圾发电的热值大幅上升，平均每吨垃圾可折算成上网电量200千瓦时，如图是光明社区年内家庭人均的频率分布直方图，请补全的缺失部分，并利用（1）的结果，估计整个光明社区年内垃圾可折算成的总上网电量.
参考公式]回归方程，

3 . 某动漫影视制作公司长期坚持文化自信，不断挖掘中华优秀传统文化中的动漫题材，创作出一批又一批的优秀动漫影视作品，获得市场和广大观众的一致好评，同时也为公司赢得丰厚的利润.该公司年至年的年利润关于年份代号的统计数据如下表（已知该公司的年利润与年份代号线性相关）.

年份
年份代号
年利润（单位：亿元）

（Ⅰ）求关于的线性回归方程，并预测该公司年（年份代号记为）的年利润；
（Ⅱ）当统计表中某年年利润的实际值大于由（Ⅰ）中线性回归方程计算出该年利润的估计值时，称该年为级利润年，否则称为级利润年.将（Ⅰ）中预测的该公司年的年利润视作该年利润的实际值，现从年至年这年中随机抽取年，求恰有年为级利润年的概率.
参考公式：，.

4 . 随着中美贸易战的不断升级，越来越多的国内科技巨头加大了科技研发投入的力度．中华技术有限公司拟对“麒麟”手机芯片进行科技升级，根据市场调研与模拟，得到科技升级投入x（亿元与科技升级直接收益y（亿元）的数据统计如下：

序号	1	2	3	4	5	6	7	8	9	10	11	12
x	2	3	4	6	8	10	13	21	22	23	24	25
y	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的相关指数的大小，并选择拟合精度更高、更可靠的模型，预测对“麒麟”手机芯片科技升级的投入为17亿元时的直接收益．

回归模型	模型①	模型②
回归方程
	182.4	79.2

（附：刻画回归效果的相关指数，）
（2）为鼓励科技创新，当科技升级的投入不少于20亿元时，国家给予公司补贴5亿元，以回归方程为预测依据，比较科技升级投入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：，）
（3）科技升级后，“麒麟”芯片的效率X大幅提高，经实际试验得X大致服从正态分布．公司对科技升级团队的奖励方案如下：若芯片的效率不超过50%，不予奖励：若芯片的效率超过50%，但不超过53%，每部芯片奖励2元；若芯片的效率超过53%，每部芯片奖励4元记为每部芯片获得的奖励，求（精确到0.01）．
（附：若随机变量，则，）

5 . 已知某产品的历史收益率的频率分布直方图如图所示.

（1）试估计该产品收益率的中位数；
（2）若该产品的售价（元）与销量（万份）之间有较强线性相关关系，从历史销售记录中抽样得到如表5组与的对应数据：

售价（元）	25	30	38	45	52
销量（万份）	7.5	7.1	6.0	5.6	4.8

根据表中数据算出关于的线性回归方程为，求的值；

6 . 某公司为了解广告投入对销售收益的影响，在若干地区各投入4万元广告费用，并将各地的销售收益绘制成频率分布直方图（如图所示），由于工作人员操作失误，横轴的数据丢失，但可以确定横轴是从0开始计数的.

（1）根据频率分布直方图计算图中各小长方形的宽度；
（2）试估计该公司在若干地区各投入4万元广告费用之后，对应销售收益的平均值（以各组的区间中点值代表该组的取值）；
（3）该公司按照类似的研究方法，测得另外一些数据，并整理得到下表：

广告投入（单位：万元）	1	2	3	4	5
销售收益（单位：万元）	2	3	3		7

由表中的数据显示，与之间存在着线性相关关系，请将（2）的结果填入空白栏，并求出关于的回归直线方程.（参考公式：）

7 . 某工厂为了对新研发的一种产品进行合理定价，将该产品事先拟订的价格进行试销，得到如下数据．

单价(元)	4	5	6	7	8	9
销量(件)	91	84	83	80	75	67

由表中数据求得线性回归方程，则元时预测销量为

A．45件

B．46件

C．49件

D．50件

8 . 某高三理科班共有名同学参加某次考试，从中随机挑出名同学，他们的数学成绩与物理成绩如下表：

数学成绩
物理成绩

（1）数据表明与之间有较强的线性关系，求关于的线性回归方程；
（2）本次考试中，规定数学成绩达到分为优秀，物理成绩达到分为优秀.若该班数学优秀率与物理优秀率分别为和，且除去抽走的名同学外，剩下的同学中数学优秀但物理不优秀的同学共有人，请写出列联表，判断能否在犯错误的概率不超过的前提下认为数学优秀与物理优秀有关？
参考数据：，；，；

9 . 下表是某厂1～4月份用水量(单位：百吨)的一组数据：

月份	1	2	3	4
用水量	4.5	4	3	2.5

由散点图可知，用水量与月份之间有较好的线性相关关系，其线性回归直线方程是，则等于___

10 . 某地最近十年粮食需求量逐年上升，下表是部分统计数据

（1）利用所给数据求年需求量与年份之间的回归直线方程；
（2）利用（1）计算2002年和2006年粮食需求量的残差；
（3）利用（1）中所求出的直线方程预测该地2012年的粮食需求量．
公式：