1 . 近年来，随着国家对新能源汽车产业的支持，很多国产新能源汽车迅速崛起，其因颜值高、动力充沛、提速快、空间大、用车成本低等特点得到民众的追捧，但是充电难成为影响新能源汽车销量的主要原因，国家为了加快新能源汽车的普及程度，在全国范围内逐步增建充电桩.某地区年的充电桩数量及新能源汽车的年销量如表所示：

年份	2019	2020	2021	2022	2023
充电桩数量/万台	1	3	5	7	9
新能源汽车年销量/万辆	25	37	48	58	72

(1)已知可用线性回归模型拟合与的关系，请用相关系数加以说明（结果精确到0.001）；
(2)求关于的线性回归方程，预测当该地区充电桩数量为24万台时，新能源汽车的年销量是多少万辆？
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，.
参考数据：，，，.

3 . 某企业响应国家“强芯固基”号召，为汇聚科研力量，准备科学合理增加研发资金．为
了解研发资金的投入额x（单位：千万元）对年收入的附加额y（单位：千万元）的影响，对2017年至2023年研发资金的投入额和年收入的附加额进行研究，得到相关数据如下：

年份	2017	2018	2019	2020	2021	2022	2023
投入额	10	30	40	60	80	90	110
年收入的附加额					7．30

(1)求y关于x的线性回归方程；
(2)若年收入的附加额与投入额的比值大于，则称对应的年份为“优”，从上面的7个年份中任意取3个，记X表示这三个年份为“优”的个数，求X的分布列及数学期望．
参考数据：，，．
附：回归方程的斜率和截距的最小二乘估计公式分别为：
，．

5 . 某医疗科研项目组对5只实验小白鼠体内的A，B两项指标数据进行收集和分析，得到的数据如下表：

指标	1号小白鼠	2号小白鼠	3号小白鼠	4号小白鼠	5号小白鼠
A	5	7	6	9	8
B	2	2	3	4	4

(1)若通过数据分析，得知A项指标数据与B项指标数据具有线性相关关系．试根据上表，求B项指标数据y关于A项指标数据x的经验回归方程．
(2)现要从这5只小白鼠中随机抽取3只，求至少有1只小白鼠的B项指标数据高于3的概率．
参考公式：经验回归方程中，．
参考数据：，．

6 . 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：，

7 . 某地A，B，C，D四个商场均销售同一型号的冰箱，经统计，2022年10月份这四个商场购进和销售该型号冰箱的台数如下表（单位：十台）：

	A商场	B商场	C商场	D商场
购进该型冰箱数x	3	4	5	6
销售该型冰箱数y	2.5	3	4	4.5

(1)已知可用线性回归模型拟合y与x的关系，求y关于x的线性回归方程；
(2)假设每台冰箱的售价均定为4000元．若进入A商场的甲、乙两位顾客准备购买一台该型冰箱，购买这种冰箱的概率分别为p，，且甲乙是否购买冰箱互不影响，若两人购买冰箱总金额的期望不超过6000元，求p的取值范围．
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，．

9 . 下表是某高校年至年的毕业生中，从事大学生村官工作的人数：

年份
年份代码
（单位：人）

经过相关系数的计算和绘制散点图分析，我们发现与的线性相关程度很高．
(1)根据上表提供的数据，用最小二乘法求出关于的经验回归方程；
(2)根据所得的经验回归方程，预测该校年的毕业生中，去从事大学生村官工作的人数．
参考公式：，．

10 . 2021年6月17日9时22分，我国酒泉卫星发射中心用长征遥十二运载火箭，成功将神舟十二号载人飞船送入预定轨道，顺利将聂海胜、刘伯明、汤洪波3名航天员送入太空，发射取得圆满成功，这标志着中国人首次进入自己的空间站．某公司负责生产的A型材料是神舟十二号的重要零件，该材料应用前景十分广泛．该公司为了将A型材料更好地投入商用，拟对A型材料进行应用改造、根据市场调研与模拟，得到应用改造投入x(亿元)与产品的直接收益y(亿元)的数据统计如下：

序号	1	2	3	4	5	6	7	8	9	10	11	12
x	2	3	4	6	8	10	13	21	22	23	24	25
y	15	22	27	40	48	54	60	68.5	68	67.5	66	65

当时，建立了y与x的两个回归模型：模型①：，模型②：；当时，确定y与x满足的线性回归方程为．
(1)根据下列表格中的数据，比较当时模型①，②的相关指数的大小，并选择拟合精度更高、更可靠的模型，预测对A型材料进行应用改造的投入为17亿元时的直接收益；

回归模型	模型①	模型②
回归方程
	79.13	20.2

(2)为鼓励科技创新，当应用改造的投入不少于20亿元时，国家给予公司补贴5亿元，以回归方程为预测依据，根据(1)中选择的拟合精度更高更可靠的模型，比较投入17亿元与20亿元时公司收益(直接收益＋国家补贴)的大小．
附： 刻画回归效果的相关指数，且当越大时，回归方程的拟合效果越好．用最小二乘法求线性回归方程的截距：．