1 . 国家大力提倡科技创新，某工厂为提升甲产品的市场竞争力，对生产技术进行创新改造，使甲产品的生产节能降耗.表格提供了节能降耗后甲产品的生产产量（吨）与相应的生产能耗（吨）的几组对照数据.

（吨）	4	5	6	7
吨）		3	4

(1)请根据表中提供的数据，用最小二乘法求出关于的线性回归方程；
(2)已知该厂技术改造前生产8吨甲产品的生产能耗为7吨，试根据（1）中求出的线性回归方程，预测节能降耗后生产8吨甲产品的生产能耗比技术改造前降低了多少吨？
参考公式：.

2 . 在“新零售”模式的背景下，某大型零售公司为推广线下分店，计划在市的区开设分店．为了确定在该区开设分店的个数，该公司对该市已开设分店的其他区的数据作了初步处理后得到下列表格．记表示在各区开设分店的个数，表示这个分店的年收入之和．

（个	2	3	4	5	6
（百万元）	2.5	3	4	4.5	6

(1)该公司经过初步判断，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)假设该公司在A区获得的总年利润（单位：百万元）与，之间满足的关系式为：，请结合（1）中的线性回归方程，估算该公司应在A区开设多少个分店，才能使A区平均每个分店的年利润最大？
附：回归方程中的斜率和截距的最小二乘估计公式分别为：，.（参考数据：，）

3 . 某种产品的广告费用支出(百万)与销售额(百万)之间有如下的对应数据：

	2	4	5	6	8
	30	40	60	50	70

（1）求回归直线方程；
（2）据此估计广告费用为10(百万)时，销售收入的值.

4 . 为了缓解日益拥堵的交通状况，不少城市实施车牌竞价策略，以控制车辆数量.某地车牌竞价的基本规则是：①“盲拍”，即所有参与竞拍的人都是网络报价，每个人不知晓其他人的报价，也不知道参与当期竞拍的总人数；②竞价时间截止后，系统根据当期车牌配额，按照竞拍人的出价从高到低分配名额.某人拟参加年月份的车牌竞拍，他为了预测最低成交价，根据竞拍网站的公告，统计了最近个月参与竞拍的人数(见下表)∶

月份
月份编号
竞拍人数（万人）

（1）由收集数据的散点图发现，可用线性回归模型拟合竞拍人数（万人）与月份编号之间的相关关系.请用最小二乘法求关于的线性回归方程：，并预测年月份参与竞拍的人数.
（2）某市场调研机构对位拟参加年月份车牌竞拍人员的报价价格进行了一个抽样调查，得到如下的一份频数表：

报价区间（万元）
频数

（i）求这位竞拍人员报价的平均值和样本方差（同一区间的报价可用该价格区间的中点值代替）；
（ii）假设所有参与竞价人员的报价可视为服从正态分布，且与可分别由（i）中所求的样本平均数及估值.若年月份实际发放车牌数量为，请你合理预测（需说明理由）竞拍的最低成交价.
参考公式及数据：①回归方程，其中，；②，，；③若随机变量服从正态分布，则，，.

5 . 入夏以来，天气炎热，合肥地区用电负荷连创新高，某用户随机统计了家里某4天用电量（千瓦·时）与当天气温（℃）情况，数据如下表：

气温（℃）	30	32	34	36
用电量（千瓦∙时）	20	26	30	36

（1）请根据提供的数据，计算，，用最小二乘法求出y关于x的线性回归方程；
（2）请估计当时的y值.
参考公式：，.

6 . 为了解春季昼夜温差大小与某种子发芽多少之间的关系，现在从4月份的30天中随机挑选了5天进行研究，且分别记录了每天昼夜温差与每天每100颗种子浸泡后的发芽数，得到如下表格：

日期	4月1日	4月7日	4月15日	4月21日	4月30日
温差x/℃	10	11	13	12	8
发芽数y/颗	23	25	30	26	16

（1）从这5天中任选2天，记发芽的种子数分别为，，求事件“，均不小于”的概率；
（2）从这5天中任选2天，若选取的是4月1日与4月30日的两组数据，请根据这5天中的另三天的数据，求出关于的线性回归方程；
（3）若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2颗，则认为得到的线性回归方程是可靠的，试问（2）中所得的线性回归方程是否可靠？
(参考公式：，)

7 . 根据如下样本数据，得到回归方程，则　　

	3	4	5	6	7	8
	4.0	2.5		0.5

A．，	B．，
C．，	D．，

8 . 为了解某地区某种产品的年产量（单位：吨）对价格（单位：千元/吨）和利润的影响，对近五年该农产品的年产量和价格统计如下表：（1）求关于的线性回归方程；
（2）若每吨该农产品的成本为千元，假设该农产品可全部卖出，预测当年产量为多少时，年利润取到最大值？（保留两位小数）
参考公式：，，.

9 . 广告对企业产品的销售具有重要作用，某企业为确定下一年度投入某种产品的广告费，需了解年广告费对年销售额（单位：万元）的影响，对近8年的年广告费（单位：万元）和年销售额（单位：万元）数据进行了研究，发现广告费和年销售额具有线性相关关系，并对数据作了初步处理，得到下面的一些统计量的值．

6	500	20	1300

（1）根据表中数据，建立关于的回归方程；
（2）利用（1）中的回归方程，预测该企业对该产品的广告费支出为15万元时的销售额.
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 . 下表数据为某地区某种农产品的年产量（单位：吨）及对应销售价格（单位：千元/吨）．

	1	2	3	4	5
	70	65	55	38	22

（1）若与有较强的线性相关关系，根据上表提供的数据，用最小二乘法求出关于的线性回归方程；
（2）若该农产品每吨的成本为13.1千元，假设该农产品可全部卖出，利用上问所求的回归方程，预测当年产量为多少吨时，年利润最大？
（参考公式：回归直线方程为，其中）