1 . 某企业为响应国家号召，汇聚科研力量，加强科技创新，准备加大研发资金投入，为了解年研发资金投入额（单位：亿元）对年盈利额（单位：亿元）的影响，通过对“十二五”和十三五规划发展10年期间年研发资金投入额和年盈利额数据进行分析，建立了两个函数模型：，，其中、、、均为常数，为自然对数的底数，令，，经计算得如下数据：(1)请从相关系数的角度，分析哪一个模型拟合度更好？
(2)根据（1）的选择及表中数据，建立关于的回归方程；（系数精确到0.01）
(3)若希望2024年盈利额为800亿元，请预测2024年的研发资金投入额为多少亿元？（结果精确到0.01）
附：相关系数，参考数据：，.
回归直线中：，.

2 . 变量之间有如下对应数据：

	3	4	5	6	7
	13	11	10	8	7

已知变量与呈线性相关关系，且回归方程为，则的值是（       ）

A．

B．

C．

D．

3 . 【阅读材料】
2022年4月16日9时56分，神舟十三号载人飞船返回舱在东风着陆场成功着陆，航天员翟志刚、王亚平、叶光富身体状态良好，神舟十三号载人飞行任务取得圆满成功，标志着空间站关键技术验证阶段任务圆满完成，中国空间站即将进入建造阶段．某公司负责生产的A型材料是神舟十三号的重要零件，该材料应用前景十分广泛，该公司为了将A型材料更好地投入商用，拟对A型材料进行应用改造，根据市场调研与模拟，得到应用改造投入x（亿元）与产品的直接收益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	15	22	27	40	48	54	60	68.5	68	67.5	66	65

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满足的线性回归直线方程为．
根据以上阅读材料，解答以下问题：
(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，并选择拟合效果更好的模型．

回归模型	模型①	模型②
回归方程
	79.13	20.2

附：相关指数的计算公式为：，
(2)当应用改造的投入为20亿元时，以回归直线方程为预测依据，计算公司的收益约为多少．
附：①若最小二乘法求得回归直线方程为，则；
②
③当时，，．

4 . 某县为了解乡村经济发展情况，对全县乡村经济发展情况进行调研，现对2012年以来的乡村经济收入（单位：亿元）进行了统计分析，制成如图所示的散点图，其中年份代码的值1—10分别对应2012年至2021年．

(1)若用模型①，②拟合与的关系，其相关系数分别为，，试判断哪个模型的拟合效果更好？
(2)根据（1）中拟合效果更好的模型，求关于的回归方程（系数精确到0.01），并估计该县2025年的乡村经济收入（精确到0.01）．
参考数据：，，，，

72.65	2.25	126.25	4.52	235.48	49.16

参考公式：对于一组数据，，…，，回归方程中的斜率和截距的最小二乘估计公式分别为，．

5 . 某兴趣小组为了研究昼夜温差大小与患感冒人数多少之间的关系，请一所中学校医务室人员统计近期昼夜温差情况和到该校医务室就诊的患感冒学生人数，如下是2021年10月、11月中的5组数据：

日期	10月8日	10月18日	10月28日	11月8日	11月18日
昼夜温差x（℃）	8	11	6	15	5
就诊人数y	13	17	12	19	9

(1)通过分析，发现可用线性回归模型拟合就诊人数y与昼夜温差x之间的关系，请用以上5组数据求就诊人数关于昼夜温差的线性回归方程（结果精确到0.01）；
(2)若由（1）中所求的线性回归方程得到的估计数据与所选出的数据的误差均不超过2人，则认为得到的线性回归方程是理想的试用11月8和11月18日两组数据检验（1）中所求的线性回归方程是否理想？
参考数据：，．
参考公式：，．

6 . 为了选拔培养有志于服务国家重大战略需求且综合素质优秀或基础学科拔尖的学生，教育部开展了招生改革工作——强基计划.现对某高中学校学生对强基课程学习的情况进行调查，在参加数学和物理的强基计划课程学习的学生中，随机抽取了名学生.
（1）在某次数学强基课程的测试中，这名学生成绩的统计数据如茎叶图所示，其中某男生的成绩被污损（为整数），求女生的平均分数超过男生的平均分数的概率.

男生				女生

（2）已知学生的物理成绩与数学成绩是线性相关的，现统计了小明同学连续次在强基课程测试中的数学和物理成绩（如下表）.若第次测试该生的数学成绩达到，请你估计第次测试他的物理成绩大约是多少？

数学成绩
物理成绩

附：，.

8 . 某大学生参加社会实践活动，对某公司月份至月份销售某种配件的销售量及销售单价进行了调查，销售单价和销售量之间的一组数据如下表所示：

月份
销售单价（元）
销售量（件）

（1）根据至月份的数据，求出关于的回归直线方程；
（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元，则认为所得到的回归直线方程是理想的，试问（1）中所得到的回归直线方程是否理想？
参考公式：回归直线方程，其中，，．

9 . 某工厂生产某种型号的农机具零配件，为了预测今年7月份该型号农机具零配件的市场需求量，以合理安排生产，工厂对本年度1月份至6月份该型号农机具零配件的销售量及销售单价进行了调查，销售单价（单位：元）和销售量（单位：千件）之间的6组数据如下表所示：

月份	1	2	3	4	5	6
销售单价（元）	11.1	9.1	9.4	10.2	8.8	11.4
销售量（千件）	2.5	3.1	3	2.8	3.2	2.4

（1）根据1至6月份的数据，求关于的线性回归方程（系数精确到0.01）；
（2）结合（1）中的线性回归方程，假设该型号农机具零配件的生产成本为每件3元，那么工厂如何制定7月份的销售单价，才能使该月利润达到最大？（计算结果精确到0.1）
参考公式：回归直线方程，
参考数据：，

10 . 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：，.