1 . 下图是某地区2000年至2016年环境基础设施投资额（单位：亿元）的折线图．

   

       为了预测该地区2018年的环境基础设施投资额，建立了与时间变量的两个线性回归模型．根据2000年至2016年的数据（时间变量的值依次为）建立模型①：；根据2010年至2016年的数据（时间变量的值依次为）建立模型②：．
       （1）分别利用这两个模型，求该地区2018年的环境基础设施投资额的预测值；
       （2）你认为用哪个模型得到的预测值更可靠？并说明理由．

3 . 下图是我国2008年至2014年生活垃圾无害化处理量（单位：亿吨）的折线图.

   

（Ⅰ）由折线图看出，可用线性回归模型拟合y与t的关系，请用相关系数加以说明；
（Ⅱ）建立y关于t的回归方程（系数精确到0.01），预测2016年我国生活垃圾无害化处理量.
附注：
参考数据：，，
，≈2.646.
参考公式：相关系数
回归方程中斜率和截距的最小二乘估计公式分别为：

4 . 某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费x（单位：千元）对年销售量y（单位：t）和年利润z（单位：千元）的影响，对近8年的年宣传费和年销售量（=1,2，···，8）数据作了初步处理，得到下面的散点图及一些统计量的值.

46.6	563	6.8	289.8	1.6	1469	108.8

表中，=
（Ⅰ）根据散点图判断，y=a+bx与y=c+d哪一个适宜作为年销售量y关于年宣传费x的回归方程类型？（给出判断即可，不必说明理由）
（Ⅱ）根据（Ⅰ）的判断结果及表中数据，建立y关于x的回归方程；
（Ⅲ）已知这种产品的年利润z与x、y的关系为z=0.2y-x.根据（Ⅱ）的结果回答下列问题：
（ⅰ）年宣传费x=49时，年销售量及年利润的预报值是多少？
（ⅱ）年宣传费x为何值时，年利润的预报值最大？

附：对于一组数据,，……，,其回归线的斜率和截距的最小二乘估计分别为：

5 . 某地区2007年至2013年农村居民家庭纯收入y（单位：千元）的数据如下表：

年份	2007	2008	2009	2010	2011	2012	2013
年份代号t	1	2	3	4	5	6	7
人均纯收入y	2.9	3.3	3.6	4.4	4.8	5.2	5.9

（1）求y关于t的线性回归方程；
（2）利用（1）中的回归方程，分析2007年至2013年该地区农村居民家庭人均纯收入的变化情况，并预测该地区2015年农村居民家庭人均纯收入.
附：回归直线的斜率和截距的最小二乘法估计公式分别为：
，

6 . 某科技公司研发了一项新产品，经过市场调研，对公司1月份至6月份销售量及销售单价进行统计，销售单价（千元）和销售量（千件）之间的一组数据如下表所示：

月份	1	2	3	4	5	6
销售单价
销售量

（1）试根据1至5月份的数据，建立关于的回归直线方程；
（2）若由回归直线方程得到的估计数据与剩下的检验数据的误差不超过千件，则认为所得到的回归直线方程是理想的，试问（1）中所得到的回归直线方程是否理想？
参考公式：回归直线方程，其中.
参考数据：，.

7 . 某新能源汽车公司从2018年到2022年汽车年销售量（单位：万辆）的散点图如下：

记年份代码为
(1)根据散点图判断，模型①与模型②，哪一个更适宜作为年销售量关于年份代码的回归方程？（给出判断即可，不必说明理由）
(2)根据（1）的判断结果，建立关于的回归方程；
(3)预测2023年该公司新能源汽车销售量．
参考数据：

34	55	979	657	2805

参考公式：回归方程中斜率和截距的最小二乘估计公式分别为：，

8 . 每年4月23日为“世界读书日”，树人学校于四月份开展“书香润泽校园，阅读提升思想”主题活动，为检验活动效果，学校收集当年二至六月的借阅数据如下表：

月份	二月	三月	四月	五月	六月
月份代码x	l	2	3	4	5
月借阅量y（百册）	4.9	5.1	5.5	5.7	5.8

根据上表，可得y关于x的经验回归方程为，则（       ）

A．

B．借阅量4.9，5.1，5.5，5.7，5.8的上四分位数为5.7

C．y与x的线性相关系数

D．七月的借阅量一定不少于6. 12万册

10 . PM2.5是指环境空气中直径小于或等于2.5微米的颗粒物．它能较长时间悬浮于空气中，其在空气中含量越高，说明空气污染越严重．城市中的PM2.5成分除扬尘等自然因素外，燃料的燃烧也是一个重要来源．某市环境检测部门为检测燃油车流量对空气质量的影响，在一个检测点统计每日过往的燃油车流量（单位：辆）和空气中的PM2.5的平均浓度（单位：）．检测人员采集了50天的数据，制成列联表（部分数据缺失）：

	燃油车日流量	燃油车日流量	合计
PM2.5的平均浓度	16		24
PM2.5的平均浓度		20
合计	22

(1)完成上面的列联表，并根据小概率值的独立性检验，能否认为PM2.5的平均浓度小于与燃油车日流量小于1500辆有关联？
(2)经计算得与之间的回归直线方程为，且这50天的燃油车的日流量的标准差，PM2.5的平均浓度的标准差．若相关系数满足，则判定所求回归直线方程有价值；否则判定其无价值．
①判断该回归直线方程是否有价值；
②若这50天的燃油车的日流量满足，试求这50天的PM2.5的平均浓度的平均数（利用四舍五入法精确到0.1）．
参考公式：，其中．

	0.01	0.005	0.001
	6.636	7.879	10.828

回归方程，其中，；
相关系数．
参考数据：，，．