1 . 随着移动互联网和直播带货技术的发展，直播带货已经成为一种热门的销售方式，特别是商家通过展示产品，使顾客对商品有更全面的了解.下面统计了某新手开启直播带货后从6月份到10月份每个月的销售量(万件)的数据，得到如图所示的散点图．其中6月份至10月份相应的代码为，如:表示6月份.

(1)根据散点图判断，模型①与模型②哪一个更适宜作为月销售量关于月份代码的回归方程?（给出判断即可，不必说明理由）
(2)（i）根据（1）的判断结果，建立关于的回归方程;(计算结果精确到0.01)
（ⅱ）根据结果预测12月份的销售量大约是多少万件?
参考公式与数据:， ，，其中.

2 . 近年来，随着国家对新能源汽车产业的支持，很多国产新能源汽车迅速崛起，其因颜值高、动力充沛、提速快、空间大、用车成本低等特点得到民众的追捧，但是充电难成为影响新能源汽车销量的主要原因，国家为了加快新能源汽车的普及程度，在全国范围内逐步增建充电桩．某地区2019－2023年的充电桩数量及新能源汽车的年销量如表所示：

年份	2019	2020	2021	2022	2023
充电桩数量x/万台	1	3	5	7	9
新能源汽车年销量y/万辆	25	37	48	58	72

(1)已知可用线性回归模型拟合y与x的关系，请用相关系数加以说明（结果精确到0.001）；
(2)求y关于x的线性回归方程，预测当该地区充电桩数量为24万台时，新能源汽车的年销量是多少万辆？
参考公式：相关系数，回归方程中斜率和截距的最小二乘估计公式分别为，．
参考数据：，，，．

4 . 比亚迪，这个中国品牌的乘用车，如今已经在全球汽车品牌销量前十中占据一席之地.这一成就是中国新能源汽车行业的里程碑，标志着中国已经在全球范围内成为了新能源汽车领域的强国.现统计了自上市以来截止到2023年8月的宋plus的月销量数据.
(1)通过调查研究发现，其他新能源汽车的崛起、购置税减免政策的颁布等，影响了该款汽车的月销量，现将残差过大的数据剔除掉，得到2022年8月至2023年8月部分月份月销量y（单位：万辆）和月份编号x的成对样本数据统计.

月份	2022年8月	2022年9月	2022年12月	2023年1月	2023年2月	2023年3月	2023年4月	2023年6月	2023年7月	2023年8月
月份编号	1	2	3	4	5	6	7	8	9	10
月销量（单位：万辆）	4.25	4.59	4.99	3.56	3.72	3.01	2.46	2.72	3.02	3.28

请用样本相关系数说明y与x之间的关系可否用一元线性回归模型拟合？若能，求出y关于x的经验回归方程；若不能，请说明理由.（运算过程及结果均精确到0.01，若，则线性相关程度很高，可用一元线性回归模型拟合）
(2)为迎接2024新春佳节，某地4S店特推出盲盒抽奖营销活动中，店家将从一批汽车模型中随机抽取50个装入盲盒用于抽奖，已知抽出的50个汽车模型的外观和内饰的颜色分布如下表所示.

	红色外观	蓝色外观
棕色内饰	20	10
米色内饰	15	5

①从这50个模型中随机取1个，用A表示事件“取出的模型外观为红色”，用B表示事件“取出的模型内饰为米色”，求和，并判断事件A与B是否相互独立；
②活动规定：在一次抽奖中，每人可以一次性拿2个盲盒.对其中的模型给出以下假设：假设1：拿到的2个模型会出现3种结果，即外观和内饰均为同色、外观和内饰都异色以及仅外观或仅内饰同色.假设2：按结果的可能性大小，概率越小奖项越高.假设3：该抽奖活动的奖金额为一等奖3000元、二等奖2000元、三等奖1000元.请你分析奖项对应的结果，设X为奖金额，写出X的分布列并求出X的期望（精确到元）.
参考公式：样本相关系数，
，.
参考数据：，.

5 . 某市组织宣传小分队进行法律法规宣传，某宣传小分队记录了前9天每天普及的人数，得到下表：

时间（天）	1	2	3	4	5	6	7	8	9
每天普及的人数y	80	98	129	150	203	190	258	292	310

(1)从这9天的数据中任选4天的数据，以表示4天中每天普及人数不少于240人的天数，求的分布列和数学期望；
(2)由于统计人员的疏忽，第5天的数据统计有误，如果去掉第5天的数据，试用剩下的数据求出每天普及的人数y关于天数的线性回归方程.
（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分别为：）.

6 . 某运动服饰公司对产品研发的年投资额（单位：十万元）与年销售量（单位：万件）的数据进行统计，整理后得到如下统计表：

	1	2	3	4	5
	35	40	50	55	70

(1)求和的样本相关系数（精确到0.01），并推断和的线性相关程度；（若，则线性相关程度很强；若，则线性相关程度一般；若，则线性相关程度很弱）
(2)求年销售量关于年投资额的回归直线方程，并据此预测年投资额为60万元时的年销售量．
参考数据：．
参考公式：相关系数；
回归直线方程中，．

7 . 某地区2019年至2023年农村居民家庭人均纯收入y（单位：千元）的数据如下表：

年份	2019	2020	2021	2022	2023
年份代号x	1	2	3	4	5
人均纯收入	2.3	3.3	4.1	4.4	4.9

(1)由表可知与具有线性相关关系，求关于的线性回归方程；
(2)利用（1）中的回归方程，预测该地区2025年农村居民家庭人均纯收入；
(3)用（1）中所求线性回归方程得到与对应的人均纯收入预测值，当数据对应残差的绝对值时，将该数据称作一个“好数据”，经过计算统计得到这5个数据中“好数据”有2个，不是“好数据”的有3个，现从5个数据中任选3个，求恰好有两个“好数据”的概率.
附：参考数据及公式：.

8 . 近年来，共享单车进驻城市，绿色出行引领时尚．某公司计划对未开通共享单车的A县城进行车辆投放，为了确定车辆投放量，对过去在其他县城的投放量情况以及年使用人次进行了统计，得到了投放量x（单位；千辆）与年使用人次y（单位：千次）的数据如下表所示，根据数据绘制投放量x与年使用人次y的散点图如图所示．

   

x	1	2	3	4	5	6	7
y	5	16	28	38	64	108	196

拟用模型① 或模型② 对两个变量的关系进行拟合，令，可得
，，，，，变量y与t的标准差分别为，．
(1)根据所给的统计量，求模型② 中y关于x的回归方程；（结果保留小数点后两位）
(2)计算并比较两种模型的相关系数r（结果保留小数点后三位），求哪种模型预测值精度更高、更可靠；
(3)已知每辆单车的购入成本为200元，年调度费以及维修等的使用成本为每人次0.2元，按用户每使用一次，收费1元计算，若投入8000辆单车，利用（2）中更可靠的模型，预测几年后开始实现盈利．（结果保留整数）
附，样本点的线性回归方程最小二乘估计公式为，，相关系数
参考数据：．

9 . 为了保存学习资料，某位老师注册了网盘账号，根据平时存储资料的情况，得到了存储文件个数与占用网盘空间（单位：GB）的数据如下：

存储文件个数	20	30	40	50	60
占用网盘空间	1.5	2.5	4	6	8.5

(1)若与有较强的线性相关关系，求关于的线性回归方程；
(2)该老师使用该网盘保存资料的6个月中，会根据需要适当删除或增加文件，若6个月网盘中的文件个数分别为，根据（1）的结论，从这6个月中任选2个月，试估计这2个月中至少有一个月占用网盘空间超过的概率．
参考公式：回归方程中斜率和截距的最小二乘估计公式分别为，．

10 . 某企业响应国家“强芯固基”号召，为汇聚科研力量，准备科学合理增加研发资金．为
了解研发资金的投入额x（单位：千万元）对年收入的附加额y（单位：千万元）的影响，对2017年至2023年研发资金的投入额和年收入的附加额进行研究，得到相关数据如下：

年份	2017	2018	2019	2020	2021	2022	2023
投入额	10	30	40	60	80	90	110
年收入的附加额					7．30

(1)求y关于x的线性回归方程；
(2)若年收入的附加额与投入额的比值大于，则称对应的年份为“优”，从上面的7个年份中任意取3个，记X表示这三个年份为“优”的个数，求X的分布列及数学期望．
参考数据：，，．
附：回归方程的斜率和截距的最小二乘估计公式分别为：
，．