1 . 某校高中数学兴趣小组的同学们计划建立“LG”模型来模拟某种疾病的发展过程，“LG”模型如下：（x的单位：天，x∈N^*），其中a，b是常数.同学们统计了某阶段连续10天的数据（x_i，y_i）（i=1，2，⋯，10），令为了便于研究，对数据作了处理，得到下面的统计量.

5.5	0.0000222	10.9	82.5	0.0003878	-16.5

附：对于一组数据（u₁，v₁），（u₂，v₂），⋯，（u_n，v_n），其回归直线
参考数据：ln9≈2.197，ln10≈2.303.
(1)根据表中数据，建立y关于x的回归方程；
(2)当y>0.9时，标志着已经初步遏制病情，估计x至少取多少天时，病情开始得到遏制.

2 . 经过全党全国各族人民的共同努力，在迎来中国共产党成立100周年的重要时刻，我国的脱贫攻坚战取得了全面胜利，现行标准下9899万农村贫困人口全部脱贫，832个贫困县全部摘帽，12.8万个贫困村全部出列，区域性整体贫困得到解决，完成了消除绝对贫困的艰巨任务，创造了又一个彪炳史册的人间奇迹！2022年元月份大学生赵敏利用寒假参加社会实践，对某村居民从2016~2021年每年的人均收入进行了细致地调查，获得该村居民的年人均收入y（百元）和年份代码x的数据如表所示，并发现y与x之间存在线性相关关系．

年份	2016	2017	2018	2019	2020	2021
年份代码x	1	2	3	4	5	6
年人均收入y（百元）	16	44	76	127	162	197

(1)利用2016~2020年的相关数据，求y关于x的线性回归方程；
(2)若由线性回归方程得到的估计数据与表中剩下的实际数据的误差不超过60元，则认为所得到的线性回归方程是理想可靠的，试问（1）中所得到的线性回归方程是否理想可靠？若可靠，求出该村2022年的年人均收入的估计值；若不可靠，请说明理由．
参考公式：回归直线方程中，，．
参考数据：，．

3 . 在关于人体脂肪含量y（百分比）和年龄x关系的研究中，得到如下表所示的一组数据：

年龄x	23	27	39	41	45	50
脂肪含量y	9.5	17.8	21.2	25.9	27.5	28.2

(1)画出散点图，判断x与y是否具有相关关系；
(2)经过计算，，请写出y对x的线性回归方程．

4 . 从国家统计局网站可以了解到中国居民2014—2017年手机上网人数（如下表所示）：

年份	2014	2015	2016	2017
手机上网人数/亿	5.57	6.2	6.95	7.53

(1)描点画出手机上网人数随年份变化的大致图象；
(2)试选择合适的函数类型建立数学模型，刻画手机上网人数随年份变化的规律，并预测2018年中国居民手机上网人数．

5 . 每到夏季，许多人选择到水上乐园游玩，某水上乐园统计了开业后第～天每天的游客人数（万人）的数据，得到下面的表格：

第天
游客人数（万人）

（1）若与具有线性相关关系，求关于的线性回归方程；
（2）已知该水上乐园每天最大的游客承载量为万人，如果某天的游客数量预计会超过该水上乐园每天最大的游客承载量，则当天需采取限流措施，根据（1）中的回归方程估计：从第几天开始，该水上乐园需要采取限流措施？
附：回归直线的斜率和截距的最小二乘法估计公式分别：，.

6 . 现代医院使用的市值较高、体积较大的医疗设备有，核磁共振、系统、、工频光机、推车式型超声波诊断仪，体外冲击波碎石机、高压氧舱、直线加速器等．这些医疗器械的日常维护费用高，某科研团队对某医院的医疗设备的使用年限（单位:年）与维护维修费用（单位:万元）的统计数据如下表所示:

使用年限（单位：年）
维护维修费用（单位：万元）

（1）根据上表数据，计算与的相关系数，并说明与的线性相关性的强弱；
（2）求关于的线性回归方程，当该种机械设备维护维修费用是万元时，试估计使用年限．
可能用到的公式和数据:
，当时，表明与的相关性很强；当时，表明与的相关性一般；当时，表明与的相关性很弱．
，．，，．

7 . 农民脱贫致富，已经成为当下中国社会的大政方针，如何精准脱贫，已经成为各政府部门最关注的事情．某县因地制宜，选择了有机蔬菜种植项目进行发展经济．在有机蔬菜的种植过程中，有机肥料使用是必不可少的，根据统计某种有机蔬菜0.5亩的产量增加量y（百斤）与有机肥料x（千克）的使用量之间有如下关系表：

使用有机料x（千克）	1	2	3	4	5
产量增加量（百斤）	1.4	2.1	2.9	3.5	4.1

（1）依据表中的数据，求出y关于x的线性回归方程；
（2）根据所求线性回归方程，估计如果有机蔬菜使用有机肥料12千克，则有机蔬菜0.5亩产量增加量y是多少百斤？
附：回归方程系数公式．

8 . 改革开放以来，我国高等教育事业有了迅速发展，尤其是城市高中的本科录取率.现得到某城市从2014-2018年的本科录取成绩，为了便于计算，将2014年编号为，2015年编号为，…，2018年编号为，如果将每年的本科录取率记作，把年份对应编号到作为自变量，记作，得到如下数据：

年份	2014	2015	2016	2017	2018
自变量
本科录取率

（1）画出散点图；
（2）试建立关于的回归方程；
（3）已知该城市2019年本科录取率为，2020年本科录取率为.若，则认为该回归方程精确度较高，试用2019年和2020年的数据判断能否用该方程预测2021年该城市的本科录取率，若不能，请说明理由；若能，请预测2021年该城市的本科录取率.
参考公式：，.