1 . 某同学使用某品牌暖水瓶，其内胆规格如图所示．若水瓶内胆壁厚不计，且内胆如图分为①②③④四个部分，它们分别为一个半球、一个大圆柱、一个圆台和一个小圆柱体．若其中圆台部分的体积为，且水瓶灌满水后盖上瓶塞时水溢出．记盖上瓶塞后，水瓶的最大盛水量为，

（1）求；
（2）该同学发现：该品牌暖水瓶盛不同体积的热水时，保温效果不同．为了研究保温效果最好时暖水瓶的盛水体积，做以下实验：把盛有最大盛水量的水的暖水瓶倒出不同体积的水，并记录水瓶内不同体积水在不同时刻的水温，发现水温（单位：℃）与时刻满足线性回归方程，通过计算得到下表：

倒出体积	0	30	60	90	120
拟合结果
倒出体积	150	180	210	…	450
拟合结果				…

注：表中倒出体积（单位：）是指从最大盛水量中倒出的那部分水的体积．其中：
令．对于数据，可求得回归直线为，对于数据，可求得回归直线为．
（ⅰ）指出的实际意义，并求出回归直线的方程（参考数据：）；
（ⅱ）若与的交点横坐标即为最佳倒出体积，请问保温瓶约盛多少体积水时（盛水体积保留整数，且取3.14）保温效果最佳？
附：对于一组数据，其回归直线中的斜率和截距的最小二乘估计分别为．

2 . 高三学生为了迎接高考，要经常进行模拟考试，锻炼应试能力，某学生从升入高三到高考要参加次模拟考试，下面是高三第一学期某学生参加次模拟考试的数学成绩表：

模拟考试第次
考试成绩分

（1）已知该考生的模拟考试成绩与模拟考试的次数满足回归直线方程，若高考看作第次模拟考试，试估计该考生的高考数学成绩；
（2）把次模拟考试的成绩单放在五个相同的信封中，从中随机抽取个信封研究成绩，求抽取的个信封中恰有个成绩不等于平均值的概率.
参考公式：，.

3 . “工资条里显红利，个税新政人民心”，随着2019年新年钟声的敲响，我国自1980年以来，力度最大的一次个人所得税（简称个税）改革迎来了全面实施的阶段，某从业者为了解自己在个税新政下能享受多少税收红利，绘制了他在26岁~35岁（2009年~2018年）之间各月的月平均收入(单位：千元)的散点图：

（1）由散点图知，可用回归模型拟合与的关系，试根据有关数据建立关于的回归方程；
（2）如果该从业者在个税新政下的专项附加扣除为3000元/月，试利用（1）的结果，将月平均收入为月收入，根据新旧个税政策，估计他36岁时每个月少缴交的个人所得税.
附注：
参考数据，，，，，,，其中；取，
参考公式：回归方程中斜率和截距的最小二乘估计分别为,
新旧个税政策下每月应纳税所得额（含税）计算方法及税率表如下：

	旧个税税率表（个税起征点3500元）		新个税税率表（个税起征点5000元）
税缴级数	每月应纳税所得额（含税） =收入-个税起征点	税率 （%）	每月应纳税所得额（含税） =收入一个税起征点-专项附加扣除	税率 （%）
1	不超过1500元的部分	3	不超过3000元的部分	3
2	超过1500元至4500元的部分	10	超过3000元至12000元的部分	10
3	超过4500元至9000元的部分	20	超过12000元至25000元的部分	20
4	超过9000元至35000元的部分	25	超过25000元至35000元的部分	25
5	超过35000元155000元的部分	30	超过35000元至55000元的部分	30

4 . 某手机厂商在销售200万台某型号手机时开展“手机碎屏险”活动、活动规则如下：用户购买该型号手机时可选购“手机碎屏险”，保费为元，若在购机后一年内发生碎屏可免费更换一次屏幕．该手机厂商将在这万台该型号手机全部销售完毕一年后，在购买碎屏险且购机后一年内未发生碎屏的用户中随机抽取名，每名用户赠送元的红包，为了合理确定保费的值，该手机厂商进行了问卷调查，统计后得到下表（其中表示保费为元时愿意购买该“手机碎屏险”的用户比例）；
（1）根据上面的数据求出关于的回归直线方程；
（2）通过大数据分析，在使用该型号手机的用户中，购机后一年内发生碎屏的比例为．已知更换一次该型号手机屏幕的费用为元，若该手机厂商要求在这次活动中因销售该“手机碎屏险”产生的利润不少于万元，能否把保费定为5元？

x	10	20	30	40	50
y	0.79	0.59	0.38	0.23	0.01

参考公式：回归方程中斜率和截距的最小二乘估计分别为，
，
参考数据：表中的5个值从左到右分别记为，相应的值分别记为，经计算有，其中，．

5 . 某市一农产品近六年的产量统计如下表：

年份	2013	2014	2015	2016	2017	2018
年份代码	1	2	3	4	5	6
年产量（千吨）	5.1	5.3	5.6	5.5	6.0	6.1

观察表中数据看出，可用线性回归模型拟合与的关系.
（1）根据表中数据，将以下表格空白部分的数据填写完整，并建立关于的线性回归方程；

							总和	均值
	1	2	3	4	5	6
	5.1	5.3	5.6	5.5	6.0	6.1
	1	4	9	16	25	36
	5.1	10.6	16.8	22	30	36.6	121.1

（2）若在2025年之前该农产品每千克的价格（单位：元）与年产量满足的关系式为，且每年该农产品都能全部销售.预测在2013～2025年之间，某市该农产品的销售额在哪一年达到最大.
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：，.

6 . 2018年，依托用户碎片化时间的娱乐需求、分享需求以及视频态的信息负载力，短视频快速崛起；与此同时，移动阅读方兴未艾，从侧面反应了人们对精神富足的一种追求，在习惯了大众娱乐所带来的短暂愉悦后，部分用户依旧对有着传统文学底蕴的严肃阅读青睐有加．
某读书APP抽样调查了非一线城市M和一线城市N各100名用户的日使用时长（单位：分钟），绘制成频率分布直方图如下，其中日使用时长不低于60分钟的用户记为“活跃用户”．

（1）请填写以下列联表，并判断是否有99．5%的把握认为用户活跃与否与所在城市有关？

	活跃用户	不活跃用户	合计
城市M
城市N
合计

（2）以频率估计概率，从城市M中任选2名用户，从城市N中任选1名用户，设这3名用户中活跃用户的人数为，求的分布列和数学期望．
（3）该读书APP还统计了2018年4个季度的用户使用时长y（单位：百万小时），发现y与季度（）线性相关，得到回归直线为，已知这4个季度的用户平均使用时长为12.3百万小时，试以此回归方程估计2019年第一季度（）该读书APP用户使用时长约为多少百万小时．
附：，其中．

	0.025	0.010	0.005	0.001
	5.024	6.635	7.879	10.828

7 . 某市场研究人员为了了解产业园引进的甲公司前期的经营状况，对该公司2018年连续六个月的利润进行了统计，并根据得到的数据绘制了相应的折线图，如图所示
（1）由折线图可以看出，可用线性回归模型拟合月利润（单位：百万元）与月份代码之间的关系，求关于的线性回归方程，并预测该公司2019年3月份的利润；

（2）甲公司新研制了一款产品，需要采购一批新型材料，现有两种型号的新型材料可供选择，按规定每种新型材料最多可使用个月，但新材料的不稳定性会导致材料损坏的年限不同，现对两种型号的新型材料对应的产品各件进行科学模拟测试，得到两种新型材料使用寿命的频数统计如下表：

使用寿命/材料类型	1个月	2个月	3个月	4个月	总计
A	20	35	35	10	100
B	10	30	40	20	100

如果你是甲公司的负责人，你会选择采购哪款新型材料？
参考数据：
参考公式：回归直线方程，其中

8 . 中国人民大学发布的《中国大学生创业报告》显示，在国家“双创”政策的引导下，随着社会各方对于大学生创业实践的支持力度不断加强，大学生创业意向高涨，近九成的在校大学生曾考虑过创业，近两成的学生有强烈的创业意向. 数据充分表明，大学生正以饱满的热情投身到创新创业的大潮之中，大学生创业实践正呈现出生机勃勃的态势．小张大学毕业后从2008年年初开始创业，下表是2019年春节他将自己从2008—2018年的净利润按年度给出的一个总的统计表（为方便运算，数据作了适当的处理，单位：万元）．

年度	2008	2009	2010	2011	2012	2013	2014	2015	2016	2017	2018
年份序号	1	2	3	4	5	6	7	8	9	10	11
利润	6	7	8	9	10	10	11	12	13	13	14

（Ⅰ）散点图如图所示，根据散点图指出年利润（单位：万元）和年份序号之间是否具有线性关系？并用相关系数说明用线性回归模型描述年净利润与年份序号之间关系的效果；
（Ⅱ）试用线性回归模型描述年净利润与年份序号之间的关系：求出年净利润关于年份序号的回归方程（系数精确到0.1），并帮小张估计他2019年可能赚到的净利润．
附注：参考数据．
参考公式：．且越大拟合效果越好．回归方程斜率的最小二乘法估计公式为：.

9 . 随着我国中医学的发展，药用昆虫的使用相应愈来愈多.每年春暖以后至寒冬前，是昆虫大量活动与繁殖季节，易于采集各种药用昆虫.已知一只药用昆虫的产卵数与一定范围内的温度有关，于是科研人员在3月份的31天中随机挑选了5天进行研究，现收集了该种药用昆虫的5组观测数据如下表：

日期	2日	7日	15日	22日	30日
温度	10	11	13	12	8
产卵数/个	23	25	30	26	16

（1）从这5天中任选2天，记这两天药用昆虫的产卵分别为，，求事件“，均不小于25”的概率；
（2）科研人员确定的研究方案是：先从这五组数据中任选2组，用剩下的3组数据建立关于的线性回归方程，再对被选取的2组数据进行检验.
（ⅰ）若选取的是3月2日与30日的两组数据，请根据3月7日、15日和22日这三天的数据，求出关于的线性回归方程；
（ⅱ）若由线性回归方程得到的估计数据与选出的检验数据的误差均不超过2个，则认为得到的线性回归方程是可靠的，试问（ⅰ）中所得的线性回归方程是否可靠？
附：回归直线的斜率和截距的最小二乘估计公式分别为，.

10 . 如今,中国的“双十一”已经从一个节日变成了全民狂欢的“电商购物日”.某淘宝电商分析近8年“双十一”期间的宣传费用 (单位:万元)和利润 (单位:十万元)之间的关系,得到下列数据:

	2	3	4	5	6	8	9	11
	1	2	3	3	4	5	6	8

请回答:
（Ⅰ）请用相关系数说明与之间是否存在线性相关关系(当时,说明与之间具有线性相关关系);
（Ⅱ）根据1的判断结果,建立与之间的回归方程,并预测当时,对应的利润为多少(精确到).
附参考公式:回归方程中中和最小二乘估计分别为,,
相关系数.
参考数据: .