1 . 为了了解高中学生课后自主学习数学时间（分钟/每天）和他们的数学成绩（分）的关系，某实验小组做了调查，得到一些数据（表一）．

表一

编号	1	2	3	4	5
学习时间	30	40	50	60	70
数学成绩	65	78	85	99	108

(1)请根据所给数据求出，的经验回归方程，并由此预测每天课后自主学习数学时间为100分钟时的数学成绩：（参考数据：，，的方差为200）
(2)基于上述调查，某校提倡学生周末在校自主学习．经过一学期的实施后，抽样调查了220位学生．按照是否参与周未在校自主学习以及成绩是否有进步统计，得到列联表（表二）．依据表中数据及小概率值的独立性检验，分析“周未在校自主学习与成绩进步”是否有关．

表二

	没有进步	有进步	合计
参与周末在校自主学习	35	130	165
未参与周末不在校自主学习	25	30	55
合计	60	160	220

附：，，．

	0.10	0.05	0.010	0.005	0.001
	2.706	3.841	6.635	7.879	10.828

2 . 学生的学习除了在课堂上认真听讲，还有一个重要环节就是课后自主学习，人们普遍认为课后自主学习时间越多学习效果越好.某权威研究机构抽查了部分高中学生，对学生每天花在数学上的课后自主学习时间（分钟）和他们的数学成绩（分）做出了调查，得到一些数据信息并证实了与正相关.“学霸”小李为了鼓励好朋友小王和小张努力学习，拿到了该机构的一份数据表格如下（其中部分数据被污染看不清），小李据此做出了散点图如下，并计算得到，，的方差为350，的相关系数（）.
   
   
(1)请根据所给数据求出的线性经验回归方程，并由此预测每天课后自主学习数学时间达到100分钟时的数学成绩；
(2)受到小李的鼓励，小王和小张决定在课后花更多的时间在数学学习上，小张把课后自主学习时间从20分钟增加到60分钟，而小王把课后自主学习时间从60分钟增加到100分钟.经过几个月的坚持，小张的数学成绩从50分提升到90分，但小王的数学成绩却只是从原来的100分提升到了115分.小王觉得很迷惑，课后学习时间每天同样增加了40分钟，为什么自己的成绩仅仅提升了十几分呢，为什么实际成绩跟预测的成绩差别那么大呢？
①请根据你对课后自主学习时间与数学成绩的关系的看法及对一元回归模型的理解，解答小王的疑惑；
②小李为了解答小王的疑惑，想办法拿到了上表中被污染的数据如下.据此，请在上图中补齐散点图，并给出一个合适的经验回归方程类型（不必求出具体方程，不必说明理由）.

编号	14	15	16	17	18
x	85	90	100	110	120
y	113	114	117	119	119

附：回归方程中斜率和截距的最小二乘估计公式分别为.

3 . 年月日，由工业和信息化部、安徽省人民政府共同主办的第十七届“中国芯”集成电路产业大会在合肥成功举办．此次大会以“强芯固基以质为本”为主题，旨在培育壮大我国集成电路产业，夯实产业基础、营造良好产业生态.年，全国芯片研发单位相比年增加家，提交芯片数量增加个，均增长超过倍.某芯片研发单位用在“芯片”上研发费用占本单位总研发费用的百分比（）如表所示.

年份
年份代码

(1)根据表中的数据，作出相应的折线图；并结合相关数据，计算相关系数，并推断与线性相关程度；（已知：，则认为与线性相关很强；，则认为与线性相关一般；，则认为与线性相关较弱）
(2)求出与的回归直线方程（保留一位小数）；
(3)请判断，若年用在“芯片”上研发费用不低于万元，则该单位年芯片研发的总费用预算为万元是否符合研发要求?
附：相关数据：，，，.
相关计算公式：①相关系数；
在回归直线方程中，，.

4 . 移动物联网广泛应用于生产制造、公共服务、个人消费等领域．截至2022年底，我国移动物联网连接数达18.45亿户，成为全球主要经济体中首个实现“物超人”的国家．右图是2018-2022年移动物联网连接数W与年份代码t的散点图，其中年份2018-2022对应的t分别为1~5．

(1)根据散点图推断两个变量是否线性相关．计算样本相关系数（精确到0.01），并推断它们的相关程度；
(2)(i)假设变量x与变量Y的n对观测数据为(x₁，y₁)，(x₂，y₂)，…，(x_n，y_n)，两个变量满足一元线性回归模型   （随机误差）．请推导：当随机误差平方和Q＝取得最小值时，参数b的最小二乘估计．
(ii)令变量，则变量x与变量Y满足一元线性回归模型利用(i)中结论求y关于x的经验回归方程，并预测2024年移动物联网连接数．
附：样本相关系数，，，，

5 . 2022年12月15至16日，中央经济工作会议在北京举行.关于房地产主要有三点新提法，其中“住房改善”位列扩大消费三大抓手的第一位.某房地产开发公司旗下位于生态公园的楼盘贯彻中央经济工作会议精神，推出了为期10天的促进住房改善的惠民优惠售房活动，该楼盘售楼部统计了惠民优惠售房活动期间到访客户的情况，统计数据如下表：（注：活动开始的第i天记为，第i天到访的人次记为，）

（单位：天）	1	2	3	4	5	6	7
（单位：人次）	12	22	42	68	132	202	392

(1)根据统计数据，通过建模分析得到适合函数模型为（c，d均为大于零的常数）.请根据统计数据及下表中的数据，求活动到访人次y关于活动开展的天次x的回归方程，并预测活动推出第8天售楼部来访的人次；
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：；
(2)该楼盘营销策划部从有意向购房的客户中，随机通过电话进行回访，统计有效回访发现，客户购房意向的决定因素主要有三类：A类是楼盘的品质与周边的生态环境，B类是楼盘的品质与房子的设计布局，C类是楼盘的品质与周边的生活与教育配套设施.统计结果如下表：

类别	A类	B类	C类
频率	0.4	0.2	0.4

从被回访的客户中再随机抽取3人聘为楼盘的代言人，视频率为概率，记随机变量X为被抽取的3人中A类和C类的人数之和，求随机变量X的分布列和数学期望.

6 . 某地级市受临近省会城市的影响，近几年高考生人数逐年下降，下面是最近五年该市参加高考人数与年份代号之间的关系统计表.

年份代号	1	2	3	4	5
高考人数（千人）	35	33	28	29	25

（其中2018年代号为1，2019年代号为2，…2022年代号为5）
(1)求关于的线性回归方程；
(2)根据（1）的结果预测该市2023年参加高考的人数；
(3)试分析该市参加高考人数逐年减少的原因.
（参考公式：）

7 . 还原糖不达标会影响糖果本身的风味， 同时还原糖偏高又会使糖果吸潮， 易使糖果变质，不耐贮存，影响糖果的质量.还原糖主要有葡萄糖、果糖、半乳糖、乳糖、麦芽糖等． 现采用碘量法测定还原糖含量， 用硫代硫酸钠滴定标准葡萄糖溶液， 记录耗用硫代硫酸钠的体积数， 试验结果见下表．

葡萄糖溶液体积	2	4	6	8	10	12
硫代硫酸钠体积	0.90	2.50	3.50	4.70	6.00	7.24

附：回归方程中，．

参考数据
217.28	24.84	364

(1)由如图散点图可知，与有较强的线性相关性， 试求关于的线性回归方程；

(2)某工厂抽取产品样本进行检测， 所用的硫代硫酸钠溶液大约为， 则该样本中所含的还原糖大约相当于多少体积的标准葡萄糖溶液？

8 . 某地区政府为了增加某种农产品的销售量，鼓励居民积极参与网络销售的活动，征集部分居民参与网络销售的意愿.
(1)随机选取了部分居民进行调查，被调查的男性居民30人，女性居民20人，其中男性居民不喜欢网络销售的占男性居民的，女性居民不喜欢网络销售的占女性居民的，依据的独立性检验，能否认为该地区居民喜欢网络销售与性别有关联？
(2)若该地区通过网络销售的方式销售此农产品，日销售量（千克）与网络销售人数（人）满足回归直线方程，数据统计如表：

网络销售人数（人）	2	3	4	5	6
日销售量（千克）	24	29	41	46

已知，，，根据所给数据求，并预测当网络销售人数为10人时，该地区这种农产品的日销售量.
附：（1），
（2）临界值表：

	0.100	0.050	0.010	0.005	0.001
	2.706	3.841	6.635	7.879	10.828

（3）最小二乘估计式：，

9 . 某地经过多年的环境治理，已将荒山改造成了绿水青山．为估计一林区某种树木的总材积量，随机选取了10棵这种树木，测量每棵树的根部横截面积（单位：）和材积量（单位：），得到如下数据：

样本号ｉ	1	2	3	4	5	6	7	8	9	10	总和
根部横截面积	0.04	0.06	0.04	0.08	0.08	0.05	0.05	0.07	0.07	0.06	0.6
材积量	0.25	0.40	0.22	0.54	0.51	0.34	0.36	0.46	0.42	0.40	3.9

并计算得．
(1)估计该林区这种树木平均一棵的根部横截面积与平均一棵的材积量；
(2)求该林区这种树木的根部横截面积与材积量的样本相关系数（精确到0.01）；
(3)现测量了该林区所有这种树木的根部横截面积，并得到所有这种树木的根部横截面积总和为．已知树木的材积量与其根部横截面积近似成正比．利用以上数据给出该林区这种树木的总材积量的估计值．
附：相关系数．

10 . 某地为调查国家提出的乡村振兴战略目标实施情况，随机抽查了100件某乡村企业生产的产品，经检验，其中一等品80件，二等品15件，次品5件，若销售一件产品，一等品利润为30元，二等品利润为20元，次品直接销毁，亏损40元.
(1)用频率估计概率，求从中随机抽取一件产品的利润的期望值.
(2)根据统计，由该乡村企业的产量y（万只）与月份编号x（记年份2021年10月，2021年11月，…分别为，…，依此类推）的散点图，得到如下判断：产量y（万只）与月份编号x可近似满足关系式（c，b为大于0的常数），相关统计量的值如下表所示：

-1.87	6.60	-2.70	9.46

根据所给统计量，求y关于x的回归方程；并估计该企业今年6月份的利润为多少万元（估算取 ，精确到0.1）？
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