1 . 某企业新研发了一种产品，产品的成本由原料成本及非原料成本组成.每件产品的非原料成本（元）与生产该产品的数量（千件）有关，经统计得到如下数据：

x	1	2	3	4	5	6	7	8
y	112	61	44.5	35	30.5	28	25	24

根据以上数据，绘制了散点图.

观察散点图，两个变量不具有线性相关关系，现考虑用反比例函数模型和指数函数模型分别对两个变量的关系进行拟合.已求得用指数函数模型拟合的回归方程为，与的相关系数.参考数据（其中）：

183.4	0.34	0.115	1.53	360	22385.5	61.4	0.135

（1）用反比例函数模型求关于的回归方程；
（2）用相关系数判断上述两个模型哪一个拟合效果更好（精确到0.01），并用其估计产量为10千件时每件产品的非原料成本；
（3）该企业采取订单生产模式（根据订单数量进行生产，即产品全部售出）.根据市场调研数据，若该产品单价定为100元，则签订9千件订单的概率为0.8，签订10千件订单的概率为0.2；若单价定为90元，则签订10千件订单的概率为0.3，签订11千件订单的概率为0.7.已知每件产品的原料成本为10元，根据（2）的结果，企业要想获得更高利润，产品单价应选择100元还是90元，请说明理由.
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分别为：，，相关系数.

2 . 某小学举办“父母养育我，我报父母恩”的活动，对六个年级（一年级到六年级的年级代码分别为1，2…，6）的学生给父母洗脚的百分比y%进行了调查统计，绘制得到下面的散点图．

（1）由散点图看出，可用线性回归模型拟合y与x的关系，请用相关系数加以说明；
（2）建立y关于x的回归方程，并据此预计该校学生升入中学的第一年（年级代码为7）给父母洗脚的百分比．
附注：参考数据：
参考公式：相关系数，若r＞0.95，则y与x的线性相关程度相当高，可用线性回归模型拟合y与x的关系．回归方程中斜率与截距的最小二乘估计公式分别为＝ ，．

3 . 近年来，随着互联网技术的快速发展，共享经济覆盖的范围迅速扩张，继共享单车、共享汽车之后，共享房屋以“民宿”、“农家乐”等形式开始在很多平台上线.某创业者计划在某景区附近租赁一套农房发展成特色“农家乐”，为了确定未来发展方向，此创业者对该景区附近六家“农家乐”跟踪调查了天.得到的统计数据如下表，为收费标准（单位：元/日），为入住天数（单位：），以频率作为各自的“入住率”，收费标准与“入住率”的散点图如图

x	50	100	150	200	300	400
t	90	65	45	30	20	20

（1）若从以上六家“农家乐”中随机抽取两家深入调查，记为“入住率”超过的农家乐的个数，求的概率分布列；
（2）令，由散点图判断与哪个更合适于此模型（给出判断即可，不必说明理由）？并根据你的判断结果求回归方程.（结果保留一位小数）
（3）若一年按天计算，试估计收费标准为多少时，年销售额最大？（年销售额入住率收费标准）
参考数据：

4 . 近年来，随着互联网的发展，诸如“滴滴打车”“神州专车”等网约车服务在我国各城市迅猛发展，为人们出行提供了便利，但也给城市交通管理带来了一些困难.为掌握网约车在省的发展情况，省某调查机构从该省抽取了5个城市，分别收集和分析了网约车的，两项指标数，数据如下表所示：

	城市1	城市2	城市3	城市4	城市5
指标数	2	4	5	6	8
指标数	3	4	4	4	5

经计算得：，，.
（1）试求与间的相关系数，并利用说明与是否具有较强的线性相关关系（若，则线性相关程度很高，可用线性回归模型拟合）；
（2）建立关于的回归方程，并预测当指标数为7时，指标数的估计值；
（3）若城市的网约车指标数落在区间之外，则认为该城市网约车数量过多，会对城市交通管理带来较大的影响，交通管理部门将介入进行治理，直至指标数回落到区间之内.现已知2018年11月该城市网约车的指标数为13，问：该城市的交通管理部门是否要介入进行治理？试说明理由.
附：相关公式：，，.
参考数据：，.

5 . 如今我们的互联网生活日益丰富，除了可以很方便地网购，网络外卖也开始成为不少人日常生活中不可或缺的一部分.某市一调查机构针对该市市场占有率最高的甲、乙两家网络外卖企业（以下简称外卖甲，外卖乙）的经营情况进行了调查，调查结果如表：

	1日	2日	3日	4日	5日
外卖甲日接单（百单）	5	2	9	8	11
外卖乙日接单（百单）	2.2	2.3	10	5	15

（1）据统计表明，与之间具有线性相关关系.
（ⅰ）请用相关系数加以说明：（若，则可认为与有较强的线性相关关系（值精确到0.001））
（ⅱ）经计算求得与之间的回归方程为.假定每单外卖业务企业平均能获纯利润3元，试预测当外卖乙日接单量不低于2500单时，外卖甲所获取的日纯利润的大致范围：（值精确到0.01）
（2）试根据表格中这五天的日接单量情况，从平均值和方差角度说明这两家外卖企业的经营状况.
相关公式：相关系数，
参考数据：
.

6 . 如图是某小区2017年1月到2018年1月当月在售二手房均价（单位：万元/平方米）的散点图.（图中月份代码1—13分别对应2017年1月—2018年1月）

根据散点图选择和两个模型进行拟合，经过数据处理得到两个回归方程分别为和，并得到以下一些统计量的值：

残差平方和	0.000591	0.000164
总偏差平方和	0.006050

（1）请利用相关指数判断哪个模型的拟合效果更好；
（2）某位购房者拟于2018年6月份购买该小区平方米的二手房（欲购房者为其家庭首套房）.若购房时该小区所有住房的房产证均已满2年但未满 5年，请你利用（1）中拟合效果更好的模型解决以下问题：
（ⅰ）估算该购房者应支付的金额.（购房金额=房款+税费；房屋均价精确到0.001万元/平方米）
（ⅱ）若该购房者拟用不超过100万元的资金购买该小区一套二手房，试估算其可购买的最大面积.（精确到1平方米）
附注：根据相关规定，二手房交易需要缴纳若干项税费，税费是房屋的计税价格进行征收.（计税价格=房款）征收方式见下表：

契税 （买方缴纳）	首套面积90平方米以内（含90平方米）为1%；首套面积90平方米以上且144平方米以内（含144平方米）为1.5%；面积144平方米以上或非首套为3%
增值税 （卖方缴纳）	房产证未满2年或满2年且面积在144平方米以上（不含144平方米）为5.6%；其他情况免征
个人所得税 （卖方缴纳）	首套面积144平方米以内（含144平方米）为1%；面积144平方米以上或非首套均为1.5%；房产证满5年且是家庭唯一住房的免征

参考数据：，.
参考公式：相关数据

7 . 随着智能手机的普及，使用手机上网成为了人们日常生活的一部分，很多消费者对手机流量的需求越来越大.长沙某通信公司为了更好地满足消费者对流量的需求，准备推出一款流量包.该通信公司选了5个城市（总人数、经济发展情况、消费能力等方面比较接近）采用不同的定价方案作为试点，经过一个月的统计，发现该流量包的定价:(单位：元/月）和购买人数(单位：万人）的关系如表:

流量包的定价（元/月）	30	35	40	45	50
购买人数（万人）	18	14	10	8	5

（1）根据表中的数据，运用相关系数进行分析说明，是否可以用线性回归模型拟合与的关系？并指出是正相关还是负相关；
（2）①求出关于的回归方程；
②若该通信公司在一个类似于试点的城市中将这款流量包的价格定位25元/ 月，请用所求回归方程预测长沙市一个月内购买该流量包的人数能否超过20 万人.
参考数据：，，.
参考公式：相关系数，回归直线方程，其中，.

8 . 某印刷厂为了研究单册书籍的成本（单位：元）与印刷册数（单位：千册）之间的关系，在印制某种书籍时进行了统计，相关数据见下表：

印刷册数（千册）	2	3	4	5	8
单册成本（元）	3.2	2.4	2	1.9	1.7

根据以上数据，技术人员分别借助甲、乙两种不同的回归模型，得到两个回归方程，方程甲：，方程乙：.
(1)为了评价两种模型的拟合效果，完成以下任务.
①完成下表（计算结果精确到0.1）；

印刷册数（千册）		2	3	4	5	8
单册成本（元）		3.2	2.4	2	1.9	1.7
模型甲	估计值		2.4	2.1		1.6
	残差		0			0.1
模型乙	估计值		2.3	2	1.9
	残差		0.1	0	0

②分别计算模型甲与模型乙的残差平方和及，并通过比较的大小，判断哪个模型拟合效果更好；
(2)该书上市之后，受到广大读者热烈欢迎，不久便全部售罄，于是印刷厂决定进行二次印刷，根据市场调查，新需求量为10千册，若印刷厂以每册5元的价格将书籍出售给订货商，求印刷厂二次印刷10千册获得的利润？（按（1）中拟合效果较好的模型计算印刷单册书的成本）.

9 . 为了研究黏虫孵化的平均温度（单位：）与孵化天数之间的关系，某课外兴趣小组通过试验得到如下6组数据：

组号	1	2	3	4	5	6
平均温度	15.3	16.8	17.4	18	19.5	21
孵化天数	16.7	14.8	13.9	13.5	8.4	6.2

他们分别用两种模型①，②分别进行拟合，得到相应的回归方程并进行残差分析，得到如图所示的残差图：

经计算得，，，.
(1)根据残差图，比较模型①，②的拟合效果，应选择哪个模型？（给出判断即可，不必说明理由）
(2)残差绝对值大于1的数据被认为是异常数据，需要剔除，剔除后应用最小二乘法建立关于的线性回归方程.（精确到0.1）
，.

10 . 某农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系进行分析研究，他们分别记录了月日至月日的每天昼夜温差与实验室每天每颗种子中的发芽数，得到如下资料：

日期	月日	月日	月日	月日	月日
温差
发芽数（颗）

该农科所确定的研究方案是：先从这组数据中选取组，用剩下的组数据求线性回归方程，再对被选取的组数据进行检验.
（1）求选取的组数据恰好是不相邻两天数据的概率；
（2）若选取的是月日与月日的数据，请根据月日至月日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颗.则认为得到的线性回归方程是可靠的.试问（2）中所得到的线性回归方程是可靠的吗？
附：回归直线的斜率和截距的最小二乘估计公式分别为：
，.