1 . 新型冠状病毒引起的肺炎疫情暴发以来，各地医疗机构采取了各种针对性的治疗方法，取得了不错的成效，某地开始使用中西医结合方法后，每周治愈的患者人数如表所示：

周数（x）	1	2	3	4	5
治愈人数（Y）	2	17	36	103	142

由表格可得Y关于x的非线性回归方程为，则此回归模型第5周的残差为（       ）

A．0

B．2

C．3

D．―2

2 . 新型冠状病毒肺炎COVID-19疫情发生以来，在世界各地逐渐蔓延.在全国人民的共同努力和各级部门的严格管控下，我国的疫情已经得到了很好的控制.然而，小王同学发现，每个国家在疫情发生的初期，由于认识不足和措施不到位，感染人数都会出现快速的增长.下表是小王同学记录的某国连续8天每日新型冠状病毒感染确诊的累计人数.

日期代码x	1	2	3	4	5	6	7	8
累计确诊人数y	4	8	16	31	51	71	97	122

为了分析该国累计感染人数的变化趋势，小王同学分别用两杆模型：①，②对变量x和y的关系进行拟合，得到相应的回归方程并进行残差分析，残差图如下(注：残差)：经过计算得，，，，其中，.

(1)根据残差图，比较模型①，②的拟合效果，应该选择哪个模型?并简要说明理由；
(2)根据（1）问选定的模型求出相应的回归方程（系数均保留两位小数）；
(3)由于时差，该国截止第9天新型冠状病毒感染确诊的累计人数尚未公布.小王同学认为，如果防疫形势没有得到明显改善，在数据公布之前可以根据他在（2）问求出的回归方程来对感染人数做出预测，那么估计该地区第9天新型冠状病毒感染确诊的累计人数是多少?（结果保留整数）
附：回归直线的斜率和截距的最小二乘估计公式分别为：，.

5 . 对具有线性相关关系的变量x，y，测得一组数据如下：

x	2	4	5	6	8
y	20	40	60	70	80

根据上表，利用最小二乘法得它们的回归直线方程为，据此模型预测当时，y的估计值为（       ）

A．210.5

B．211

C．211.5

D．212

6 . 某种产品的广告费支出与销售额（单位：万元）之间有如下对应数据：（1）画出散点图；
（2）求回归直线方程；
（3）试预测广告费支出为万元时，销售额多大？
最小二乘法求线性回归方程系数公式，.

7 . 年初，新型冠状病毒（）引起的肺炎疫情爆发以来，各地医疗机构采取了各种针对性的治疗方法，取得了不错的成效，某医疗机构开始使用中西医结合方法后，每周治愈的患者人数如下表所示：

第周
治愈人数（单位：十人）

由上表可得关于的线性回归方程为，则此回归模型第周的残差（实际值减去预报值）为（       ）

A．	B．
C．	D．

8 . 某兴趣小组欲研究昼夜温差大小与患感冒人数多少之间的关系，他们分别到气象局与医院抄录1至6月份每月10号的昼夜温差情况与因患感冒而就诊的人数，得到如下图资料：

日期	1月10日	2月10日	3月10日	4月10日	5月10日	6月10日
昼夜温差	10	11	13	12	8	6
就诊人数y(个)	22	25	29	26	16	12

该兴趣小组的研究方案是先从这6组数据中选取2组，用剩下的4组数据求线性回归方程，再用被选取的2组数据检验.
（1）求选取的2组数据恰好相邻的概率；
（2）若选取的是1月与6月的两组数据，请根据月份的数据，求出y关于x的线性回归方程；
（3）若线性回归方程得出的估计数据与所选出的检验数据误差的绝对值都不超过2，则认为得到的线性回归方程是理想的.试问该小组由（2）中得到的线性回归方程是否理想？
附：.

9 . 某购物网站统计了两款手机在2020年7月至11月的总销售量（单位：百部），得到以下数据：

月份	7	8	9	10	11
销售量	100	120	110	120	200

（Ⅰ）已知销售量与月份满足线性相关关系，求出关于的线性回归方程，，并预测月的手机销售量；
（Ⅱ）网站数据分析人员发现：两款手机月的销售量与顾客性别有关.请填写下面的列联表，并判断能否有超过的把握认为“两款手机月的销售量与顾客性别有关”？

	男性顾客	女性顾客	合计
款销售量
款销售量
合计

参考公式：，，
，其中.
临界值表：

	0.010	0.005	0.001
	6.635	7.879	10.828

10 . 厦门市为创建全国文明城市，推出“行人闯红灯系统建设项目”，将针对闯红灯行为进行曝光.交警部门根据某十字路口以往的监测数据，从穿越该路口的行人中随机抽查了200人，得到如图示的列联表：

	闯红灯	不闯红灯	合计
年龄不超过45岁	6	74	80
年龄超过45岁	24	96	120

（1）能否有97.5%的把握认为闯红灯行为与年龄有关？
（2）如图是某路口监控设备抓拍的5个月内市民闯红灯人数的统计图.请建立与的回归方程，并估计该路口6月份闯红灯人数.
附：，

	0.050	0.025	0.0010	0.005	0.001
	3.841	5.024	6.635	7.879	10.828

参考数据：，