2 . 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x表示活动推出的天数，y表示每天使用扫码支付的人次，统计数据如下表所示：

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

根据以上数据，绘制了如图所示的散点图.

(1)根据散点图，判断在推广期内，与（c，d均为大于零的常数）哪一个适宜作为扫码支付的人次y关于活动推出天数x的回归方程类型？（给出判断即可，不必说明理由）
(2)根据（1）的判断结果及题干中表格内的数据，建立y关于x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，.
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，.
(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人次乘客享受7折优惠，有10人次乘客享受8折优惠，有15人次乘客享受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.

4 . 为了迎接十四运，提高智慧城市水平，西安公交公司近期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，表示活动推出的天数，表示每天使用扫码支付的人次（单位：十人次），统计数据如表下所示：

	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），哪一个适宜作为扫码支付的人次关于活动推出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）的判断结果及表中的数据，建立与的回归方程，并预测活动推出第天使用扫码支付的人次；
（3）推广期结束后，车队对乘客的支付方式进行统计，结果如下表：

支付方式	现金	乘车卡	扫码
比例

西安公交六公司车队为缓解周边居民出行压力，以万元的单价购进了一批新车，根据以往的经验可知，每辆车每个月的运营成本约为万元．已知该线路公交车票价为元，使用现金支付的乘客无优惠，使用乘车卡支付的乘客享受折优惠，扫码支付的乘客随机优惠，根据统计结果得知，使用扫码支付的乘客中有的概率享受折优惠，有的概率享受折优惠，有的概率享受折优惠．预计该车队每辆车每个月有万人次乘车，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，在不考虑其它因素的条件下，按照上述收费标准，请你估计这批车辆需要几年（结果取整数年）才能盈利？
参考数据：其中其中，，
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：，．

5 . 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：，.

6 . 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，.

7 . 近期济南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(单位:十人次),统计数据如表所示:

根据以上数据,绘制了散点图.

(1)根据散点图判断,在推广期内, 与(均为大于零的常数)哪一个适宜作为扫码支付的人次关于活动推出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)的判断结果及表中的数据,建立关于的回归方程,并预测活动推出第天使用扫码支付的 人次；
(3)推广期结束后,为更好的服务乘客,车队随机调查了人次的乘车支付方式,得到如下结果：

已知该线路公交车票价元,使用现金支付的乘客无优惠,使用乘车卡支付的乘客享受折优惠,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名乘客享受折优惠,有名乘客享受折优惠,有名乘客享受折优惠.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.
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:

8 . 区块链技术被认为是继蒸汽机、电力、互联网之后的下一代颠覆性的核心技术．区块链作为“信任的机器”，将可能彻底改变整个人类社会价值传递的方式．2018年至2022年五年期间，中国的区块链企业数量逐年增长，居世界前列．现收集我国近5年区块链企业总数量相关数据，如表：

年份	2018	2019	2020	2021	2022
编号	1	2	3	4	5
企业总数量（单位：千个）	2.156	3.727	8.305	24.279	36.224

(1)根据表中数据判断，与（其中为自然对数的底数），哪一个回归方程类型适宜预测未来几年我国区块链企业总数量？（给出结果即可，不必说明理由）
(2)根据（1）的结果，求关于的回归方程．（结果精确到小数点后第三位）
(3)为了促进公司间的合作与发展，区块链联合总部决定进行一次信息化技术比赛，邀请甲、乙、丙三家区块链公司参赛，比赛规则如下：①每场比赛有两个公司参加，并决出胜负；②每场比赛获胜的公司与未参加此场比赛的公司进行下一场的比赛；③在比赛中，若有一个公司首先获胜两场，则本次比赛结束，该公司就获得此次信息化比赛的“优胜公司”．已知在每场比赛中，甲胜乙的概率为，甲胜丙的概率为，乙胜丙的概率为，请通过计算说明，哪两个公司进行首场比赛时，甲公司获得“优胜公司”的概率最大？
附：线性回归方程中，．
参考数据：

9 . 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.

10 . 为提高玉米产量，某种植基地对单位面积播种数与每棵作物的产量之间的关系进行研究，收集了 11块实验田的数据，得到下表：

技术人员选择模型作为与的回归方程类型，令，相关统计量的值如下表:

由表中数据得到回归方程后进行残差分析，残差图如图所示:

（1）根据残差图发现一个可疑数据，请写出可疑数据的编号(给出判断即可，不必说明理由）；
（2）剔除可疑数据后，由最小二乘法得到关于的线性回归方程中的，求关于的回归方程；
（3）利用（2）得出的结果，计算当单位面积播种数为何值时，单位面积的总产量的预报值最大？（计算结果精确到0.01)
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，，.