1 . 某校高一（1）班总共50人，现随机抽取7位学生作为一个样本，得到该7位学生在期中考试前一周参与政治学科这一科目的时间（单位：h）及他们的政治原始成绩（单位：分）如下表：

复习时间	2	3	5	6	8	12	16
考试分数	60	69	78	81	85	90	92

甲同学通过画出散点图，发现考试分数与复习时间大致分布在一条直线附近，似乎可以用一元线性回归方程模型建立经验回归方程，但是当他以经验回归直线为参照，发现这个经验回归方程不足之处，这些散点并不是随机分布在经验回归直线的周围，成对样本数据呈现出明显的非线性相关特征，根据散点图可以发现更趋向于落在中间上凸且递增的某条曲线附近，甲同学回顾已有函数知识，可以发现函数具有类似特征中，因此，甲同学作变换，得到新的数据，重新画出散点图，发现与之间有很强的线性相关，并根据以上数据建立与之间的线性经验回归方程.

考前一周复习投入时间（单位：h）	政治成绩		合计
	优秀	不优秀
≥6h
<6h
合计			50

(1)预测当时该班学生政治学科成绩（精确到小数点后1位）；
(2)经统计，该班共有25人政治成绩不低于85分，评定为优秀，而且在考前一周投入政治学可复习时间不低于6h共有30人，除去抽走的7位学生，剩下学生中考前一周复习政治的时间不少于6h政治不优秀共有6人，请填写下面的列联表，依据小概率值的独立性检验，能否认为政治成绩与考前一周复习时间有关.
附：，，，，，
，.

	0.01	0.005	0.001
	6.635	7.879	10.828

3 . 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.

4 . 有一种鸡叫五黑鸡，相比于其他鸡，五黑鸡的肉质更好，营养价值更高，随着人们收入的不断增加，对鸡肉的要求更高了，所以五黑鸡有很大的售卖优势，某养殖户购进一批五黑鸡鸡苗，养殖一段时间以后准备将该批五黑鸡分批出售，销售后，经统计得到如下数据：

喂养时间/天	160	170	180	190	200	210	220
喂养时间代码	1	2	3	4	5	6	7
每只平均售价/元	82	86	92	102	106	112	120

（1）根据表中数据可知可用线性回归模型拟合与的关系，求关于的线性回归方程．
（2）若喂养天数不超过180天的五黑鸡称为小五黑鸡，超过180天的称为大五黑鸡，在购买五黑鸡的人中随机调查了100人，得到如下不完整的列联表：

	购买小五黑鸡	购买大五黑鸡	合计
年轻人	15		35
非年轻人		55
合计			100

补全列联表，并判断是否有99.5%的把握认为购买的五黑鸡的大小与购买者的年龄有关？
（3）在第（2）问的条件下，以频率估计概率，以样本估计总体，为了进一步了解购买者的需求，从所有购买该批五黑鸡的人中任选3人，记购买大五黑鸡的年轻人的人数为，求的分布列及数学期望．
参考公式：回归直线的斜率和截距的最小二乘估计分别为：，；，其中．

	0.11	0.05	0.025	0.010	0.005	0.001
	2.706	3.841	5.024	6.635	7.879	10.828

8 . 在推动电子制造业高质量发展的大环境下，某企业统筹各类资源，进行了积极的改革探索．下表是该企业每月生产的一种核心产品的产量（件）与相应的生产总成本（万元）的四组对照数据．

	5	7	9	11
	200	298	431	609

企业研究人员建立了与的两种回归模型，利用计算机算得近似结果如下：
经验回归方程①：；经验回归方程②：．
其中经验回归方程①的残差图如图所示（残差观测值预测值）：

(1)在下表中填写经验回归方程②的残差，根据残差分析，判断哪一个经验回归方程更适宜作为关于的回归方程，并说明理由；

	5	7	9	11
	200	298	431	609

(2)从该企业在过去几年生产的该产品中随机抽取100件，优等品有60件，合格品有40件．每件优等品利润为20万元，每件合格品利润为15万元．若视频率为概率，该企业某月计划生产12件该产品，记优等品件数为，总利润为．
（ⅰ）求与的关系式，并求和；
（ⅱ）记该月的成本利润率，在（1）中选择的经验回归方程下，求的估计值．（结果保留2位小数）
附：成本利润率.