4 . 直播带货是一种直播和电商相结合的销售手段，目前已被广大消费者所接受．针对这种现状，某公司决定逐月加大直播带货的投入，直播带货金额稳步提升，以下是该公司2023年前5个月的带货金额：

月份	1	2	3	4	5
带货金额/万元	350	440	580	700	880

(1)求变量，之间的线性回归方程，并据此预测2023年7月份该公司的直播带货金额．
(2)该公司随机抽取55人进行问卷调查，得到如下不完整的列联表：

	参加过直播带货	未参加过直播带货	总计
女性	25		30
男性		10
总计

请填写上表，并判断是否有90%的把握认为参加直播带货与性别有关．
参考数据：，，，，．
参考公式：线性回归方程的斜率，截距．
附：，其中．

	0.15	0.10	0.05	0.025
	2.072	2.706	3.841	5.024

5 . 某食品店为了了解气温对销售量的影响，随机记录了该店1月份其中5天食品的日销售量（单位：千克）与该地当日最低气温（单位：）的数据，如下表：

	2	5	8	9	11
	12	10	8	8	7

（1）求关于的线性回归方程；查看当天天气预报知道，第二天气温可能降至左右，为第二天准备食品多少千克比较恰当？（精确到个位数）
（2）填写下列2×2列联表，并判断是否有的把握认为气温是否超过对销售量是否低于9千克具有影响？

	销量低于	销量不低于	合计
气温高于
气温不高于
合计

附：参考公式与数据：①回归方程中，，.②.

	0.15	0.10	0.05	0.025	0.010	0.005	0.001
	2.072	2.706	3.841	5.024	6.635	7.879	10.828

6 . 某高三理科班共有60名学生参加某次考试，从中随机挑选出5名学生，他们的数学成绩与物理成绩的统计数据如下表所示：

数学成绩/分	145	130	120	105	100
物理成绩/分	110	90	102	78	70

数据表明与之间有较强的线性相关关系.
（1）求关于的经验回归方程.
（2）该班一名学生的数学成绩为110分，利用（1）中的经验回归方程，估计该学生的物理成绩.
（3）本次考试中，规定数学成绩达到125分以上（包括125分）为优秀，物理成绩达到100分以上（包括100分）为优秀.若该班数学成绩优秀率与物理成绩优秀率分别为50%和60%，且除去挑选的5名学生外，剩下的学生中数学成绩优秀但物理成绩不优秀的共有5人.填写列联表，并依据的独立性检验分析能否认为数学成绩与物理成绩有关？
单位：人

数学成绩	物理成绩		合计
	优秀	不优秀
优秀
不优秀
合计

参考公式：，.
附：，，.

7 . 某购物网站统计了两款手机在2020年7月至11月的总销售量（单位：百部），得到以下数据：

月份	7	8	9	10	11
销售量	100	120	110	120	200

（Ⅰ）已知销售量与月份满足线性相关关系，求出关于的线性回归方程，，并预测月的手机销售量；
（Ⅱ）网站数据分析人员发现：两款手机月的销售量与顾客性别有关.请填写下面的列联表，并判断能否有超过的把握认为“两款手机月的销售量与顾客性别有关”？

	男性顾客	女性顾客	合计
款销售量
款销售量
合计

参考公式：，，
，其中.
临界值表：

	0.010	0.005	0.001
	6.635	7.879	10.828

8 . 高二理科班有60名同学参加某次考试，从中随机抽选出5名同学，他们的数学成绩与物理成绩如下表：

数学成绩	140	130	120	110	100
物理成绩	110	90	100	80	70

数据表明与之间有较强的线性关系.
（Ⅰ）求关于的线性回归方程，并估计该班某同学的数学成绩为90分时该同学的物理成绩；
（Ⅱ）本次考试中，规定数学成绩达到125分为数学优秀，物理成绩达到100分为物理优秀.若该班数学优秀率与物理优秀率分别为50%和60%，且所有同学中数学优秀但物理不优秀的同学共有6人，请你在答卷页上填写下面列联表，并判断能否在犯错误的概率不超过0.01的前提下认为数学优秀与物理优秀有关？

	物理优秀	物理不优秀	合计
数学优秀
数学不优秀
合计

参考公式及数据：回归直线的系数，，，，.， .

9 . 近几年，电商行业的蓬勃发展带动了快递业的迅速增长，快递公司揽收价格一般是采用“首重+续重”的计价方式.首重是指最低的计费重量，续重是指超过首重部分的计费重量，不满一公斤按一公斤计费.某快递网点将快件的揽收价格定为首重（不超过一公斤）8元，续重2元/公斤（例如，若一个快件的重量是0.6公斤，按8元计费；若一个快件的重量是1.4公斤，按元元元计费）.根据历史数据，得到该网点揽收快件重量的频率分布直方图如下图所示

（1）根据样本估计总体的思想，将频率视作概率，求该网点揽收快件的平均价格；
（2）为了获得更大的利润，该网点对“一天中收发一件快递的平均成本（单位：元）与当天揽收的快递件数（单位：百件）之间的关系”进行调查研究，得到相关数据如下表：

每天揽收快递件数（百件）	2	3	4	5	8
每件快递的平均成本（元）	5.6	4.8	4.4	4.3	4.1

根据以上数据，技术人员分别根据甲、乙两种不同的回归模型，得到两个回归方程：
方程甲：，方程乙：.
①为了评价两种模型的拟合效果，根据上表数据和相应回归方程，将以下表格填写完整（结果保留一位小数），分别计算模型甲与模型乙的残差平方和，，并依此判断哪个模型的拟合效果更好（备注：称为相应于点的残差，残差平方和；

每天揽收快递件数/百件		2	3	4	5	8
每天快递的平均成本/元		5.6	4.8	4.4	4.3	4.1
模型甲	预报值	5.2	5.0	4.8
	残差		0.2	0.4
模型乙	预报值	5.5	4.8	4.5
	预报值		0	0.1

②预计该网点今年6月25日（端午节）一天可以揽收1000件快递，试根据①中确定的拟合效果较好的回归模型估计该网点当天的总利润（总利润=（平均价格-平均成本）×总件数）.

10 . 2018年，依托用户碎片化时间的娱乐需求、分享需求以及视频态的信息负载力，短视频快速崛起；与此同时，移动阅读方兴未艾，从侧面反应了人们对精神富足的一种追求，在习惯了大众娱乐所带来的短暂愉悦后，部分用户依旧对有着传统文学底蕴的严肃阅读青睐有加．
某读书APP抽样调查了非一线城市M和一线城市N各100名用户的日使用时长（单位：分钟），绘制成频率分布直方图如下，其中日使用时长不低于60分钟的用户记为“活跃用户”．

（1）请填写以下列联表，并判断是否有99．5%的把握认为用户活跃与否与所在城市有关？

	活跃用户	不活跃用户	合计
城市M
城市N
合计

（2）以频率估计概率，从城市M中任选2名用户，从城市N中任选1名用户，设这3名用户中活跃用户的人数为，求的分布列和数学期望．
（3）该读书APP还统计了2018年4个季度的用户使用时长y（单位：百万小时），发现y与季度（）线性相关，得到回归直线为，已知这4个季度的用户平均使用时长为12.3百万小时，试以此回归方程估计2019年第一季度（）该读书APP用户使用时长约为多少百万小时．
附：，其中．

	0.025	0.010	0.005	0.001
	5.024	6.635	7.879	10.828