1 . 2022年初某公司研发一种新产品并投入市场，开始销量较少，经推广，销量逐月增加，下表为2022年1月份到7月份，销量y（单位：百件）与月份x之间的关系.

月份x	1	2	3	4	5	6	7
销量y	6	11	21	34	66	101	196

(1)根据散点图判断与（c，d均为大于零的常数）哪一个适合作为销量y与月份x的回归方程类型（给出判断即可，不必说明理由）？
(2)根据（1）的判断结果及表中的数据，求y关于x的回归方程，并预测2022年8月份的销量；
(3)考虑销量､产品更新及价格逐渐下降等因素，预测从2022年1月份到12月份（x的取值依次记作1到12），每百件该产品的利润为元，求2022年几月份该产品的利润Q最大.
参考数据：

62.14	1.54	2535	50.12	3.47

其中，.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：，.

2 . 手机芯片是一种硅板上集合多种电子元器件实现某种特定功能的电路模块，是电子设备中最重要的部分，承担着运输和存储的功能.某公司研发了一种新型手机芯片，该公司研究部门从流水线上随机抽取100件手机芯片，统计其性能指数并绘制频率分布直方图(如图1)：

产品的性能指数在[50，70)的称为A类芯片，在[70，90)的称为B类芯片，在[90，110]的称为C类芯片，以这100件芯片的性能指数位于各区间的频率估计芯片的性能指数位于该区间的概率.
（1）在该流水线上任意抽取3件手机芯片，求C类芯片不少于2件的概率；
（2）该公司为了解年营销费用x(单位：万元)对年销售量y(单位：万件)的影响，对近5年的年营销费用；和年销售量(i=1，2，3，4，5)数据做了初步处理，得到的散点图如图2所示.
（i）利用散点图判断，和(其中c，d为大于0的常数)哪一个更适合作为年营销费用和年销售量的回归方程类型(只要给出判断即可，不必说明理由)；
（ii）对数据作出如下处理：令，，得到相关统计量的值如下表：

150	725	5500	15750	16	25	56	82.4

根据（i）的判断结果及表中数据，求y关于x的回归方程；
（iii）由所求的回归方程估计，当年营销费用为100万元时，年销量y(万件)的预报值.(参考数据：)
参考公式：对于一组数据，，…，，其回归直线的斜率和截距最小二乘估计分别为，.

3 . 为了研究历年销售额的变化趋势，一机构统计了2010年到2019年天猫双十一的销售额数据y（单位：十亿元），绘制如表：

年份	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019
编号x	1	2	3	4	5	6	7	8	9	10
销售额y	0.9	8.7	22.4	41	65	94	132.5	172.5	218	268

根据以上数据绘制散点图，如图所示：

（1）根据散点图判断，与哪一个适宜作为销售额y关于x的回归方程类型？（给出判断即可，不必说明理由）
（2）根据（1）的判断结果及如表中的数据，建立y关于x的回归方程，并预测2021年天猫双十一销售额；（注：数据保留小数点后一位）
（3）把销售额不超过150（十亿元）的年份叫“平销年"，把销售额低于30（十亿元）的年份叫“试销年”，从2010年到2019年这十年的“平销年”中任取3个，表示取到“试销年”的个数，求的分布列和数学期望.
参考数据：
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 . “双十一”是阿里巴巴从2009年起举办的一个全民购物狂欢活动.11年来，天猫“双十一”交易额年年创新高，为预测2020年“双十一”的交易额，收集了历年天猫“双十一”活动的交易额（亿元），对数据作了初步处理，得到下面的散点图及一些统计量的值.

注：年份代码1-11分别对应年份2009-2019

66	9790	506	152	22

表中，.
（1）根据散点图判断，与哪一个适宜作为交易额关于时间变量的回归方程类型？（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，建立关于的回归方程，并预测2020年“双十一”的交易额.
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，.

5 . 一个调查学生记忆力的研究团队从某中学随机挑选100名学生进行记忆测试，通过讲解100个陌生单词后，相隔十分钟进行听写测试，间隔时间（分钟）和答对人数的统计表格如下：

时间（分钟）	10	20	30	40	50	60	70	80	90	100
答对人数	98	70	52	36	30	20	15	11	5	5
	1.99	1.85	1.72	1.56	1.48	1.30	1.18	1.04	0.7	0.7

时间与答对人数的散点图如图：

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：，.请根据表格数据回答下列问题：
（1）根据散点图判断，与，哪个更适宜作为线性回归类型？（给出判断即可，不必说明理由）
（2）根据（1）的判断结果，建立与的回归方程；（数据保留3位有效数字）
（3）根据（2）请估算要想记住的内容，至多间隔多少分钟重新记忆一遍.（参考数据：，）

6 . 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（单位：千辆）与年使用人次（单位：千次）的数据如下表所示，根据数据绘制投放量与年使用人次的散点图如图所示.

（1）观察散点图，可知两个变量不具有线性相关关系，拟用对数函数模型或指数函数模型对两个变量的关系进行拟合，请问哪个模型更适宜作为投放量与年使用人次的回归方程类型（给出判断即可，不必说明理由），并求出关于的回归方程；
（2）已知每辆单车的购入成本为元，年调度费以及维修等的使用成本为每人次元，按用户每使用一次，收费元计算，若投入辆单车，则几年后可实现盈利？
参考数据：其中，.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.

7 . 某公交公司分别推出支付宝和微信扫码支付乘车活动，活动设置了一段时间的推广期，由于推广期内优惠力度较大，吸引越来越多的人开始使用扫码支付.某线路公交车队统计了活动刚推出一周内每一天使用扫码支付的人次，用表示活动推出的天数，表示每天使用扫码支付的人次，统计数据如表所示：

	1	2	3	4	5	6	7
	6	11	21	34	66	101	196

根据以上数据，绘制了如下散点图.

（1）根据散点图，判断在推广期内，与（，均为大于零的常数）哪一个更适宜作为每天使用扫码支付的人次关于活动推出的天数的回归方程类型？（给出判断即可，不必说明理由）
（2）根据（1）的判断结果及题干中表格内的数据，建立关于的回归方程，并预测活动推出第8天使用扫码支付的人次.
参考数据：

62.14	1.54	2535	50.12	3.47

其中，.
（3）推广期结束后，为更好地服务乘客，车队随机调查了100人次的乘车支付方式，得到如下结果：

支付方式	现金	公交卡	扫码
人次	10	60	30

已知该线路公交车票价2元，使用现金支付的乘客无优惠，使用公交卡支付的乘客享受8折优惠，扫码支付的乘客随机优惠，根据调查结果发现：使用扫码支付的乘客中有5人次享受7折优惠，有10人次享受8折优惠，有15人次享受9折优惠.预计该车队每辆车每个月有1万人次乘车，根据所给数据，以事件发生的频率作为相应事件发生的概率，在不考虑其他因素的条件下，按照上述收费标准，试估计该车队一辆车一年的总收入.

8 . 某公司对新研发的一种产品进行试销，得到如下数据及散点图：

其中，，，.
（1）根据散点图判断与，与哪一对具有较强的线性相关性（给出判断即可，不必说明理由）？
（2）根据（1）的判断结果及数据，建立关于的回归方程（运算过程及回归方程中的系数均保留两位有效数字）.
（3）定价为150元/时，天销售额的预报值为多少元？
附：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

9 . 某公司对某产品进行市场调研，获得了该产品的定价x（单位：万元/吨）和一天的销售量y(单位：吨）的一组数据，制作了如下的数据统计表，并作出了散点图．

0.33	10	3	0.164	100	68	350

表中，，．
(1)根据散点图判断，与哪一个更适合作为y关于x的经验回归方程模型：（给出判断即可，不必说明理由）
(2)根据（1）的判断结果，试建立y关于x的经验回归方程；
(3)若生产1吨该产品的成本为0.20万元，依据（2）的经验回归方程，预计定价为多少时，该产品一天的利润最大，并求此时的月利润．（每月按30天计算，计算结果保留两位小数）
参考公式：经验回归方程，其中，．

10 . 噪声污染已经成为影响人们身体健康和生活质量的严重问题，为了解声音强度D（单位：）与声音能量I（单位：）之间的关系，将测量得到的声音强度D和声音能量I的数据作了初步处理，得到如图所示的散点图：

参考数据：其中，，，，，，，，
(1)根据散点图判断，与哪一个适宜作为声音强度D关于声音能量I的回归模型？（给出判断即可，不必说明理由）
(2)求声音强度D关于声音能量I的回归方程．
(3)假定当声音强度D大于时，会产生噪声污染．城市中某点P处共受到两个声源的影响，这两个声通的声音能量分别是和，且．已知点P处的声音能量等于与之和．请根据（2）中的回归方程，判断点P处是否受到噪声污染，并说明理由．
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：．