1 . 某基地蔬菜大棚采用水培、无土栽培方式种植各类蔬菜．过去50周的资料显示，该地周光照量（小时）都在30小时以上，其中不足50小时的周数有5周，不低于50小时且不超过70小时的周数有35周，超过70小时的周数有10周．根据统计，该基地的西红柿增加量（百斤）与使用某种液体肥料（千克）之间对应数据为如图所示的折线图．

（1）依据数据的折线图，是否可用线性回归模型拟合与的关系？请计算相关系数并加以说明（精确到0．01）．（若，则线性相关程度很高，可用线性回归模型拟合）
（2）蔬菜大棚对光照要求较大，某光照控制仪商家为该基地提供了部分光照控制仪，但每周光照控制仪最多可运行台数受周光照量限制，并有如下关系：

周光照量（单位：小时）
光照控制仪最多可运行台数	3	2	1

若某台光照控制仪运行，则该台光照控制仪周利润为3000元；若某台光照控制仪未运行，则该台光照控制仪周亏损1000元．若商家安装了3台光照控制仪，求商家在过去50周周总利润的平均值．
附：相关系数公式，参考数据，．

2 . 炼钢是一个氧化降碳的过程，钢水含碳量的多少直接影响冶炼时间的长短，必须掌握钢水含碳量和冶炼时间的关系．如果已测得炉料溶化完毕时钢水的含碳量x与冶炼时间y(从炉料溶化完毕到出钢的时间)的一组数据，如表所示：

x(0.01%)	104	180	190	177	147	134	150	191	204	121
y/min	100	200	210	185	155	135	170	205	235	125

(1)y与x是否具有线性相关关系？
(2)如果y与x具有线性相关关系，求回归直线方程．
(3)预报当钢水含碳量为160个0.01%时，应冶炼多少分钟？
参考公式： 　，
线性回归方程

3 . 某商店为了更好地规划某种商品进货的量，该商店从某一年的销售数据中，随机抽取了组数据作为研究对象，如下图所示（（吨）为该商品进货量，（天）为销售天数）：

（Ⅰ）根据上表数据在下列网格中绘制散点图：
（Ⅱ）根据上表提供的数据，求出关于的线性回归方程；
（Ⅲ）根据（Ⅱ）中的计算结果，若该商店准备一次性进货该商品吨，预测需要销售天数；
参考公式和数据：

4 . 为了监控某种零件的一条生产线的生产过程，检验员每隔从该生产线上随机抽取一个零件，并测量其尺寸（单位：）．下面是检验员在一天内依次抽取的16个零件的尺寸：

抽取次序	1	2	3	4	5	6	7	8
零件尺寸	9．95	10．12	9．96	9．96	10．01	9．92	9．98	10．04
抽取次序	9	10	11	12	13	14	15	16
零件尺寸	10．26	9．91	10．13	10．02	9．22	10．04	10．05	9．95

经计算得，，
，其中为抽取的第个零件的尺寸，．
（1）求的相关系数，并回答是否可以认为这一天生产的零件尺寸不随生产过程的进行而系统地变大或变小（若，则可以认为零件的尺寸不随生产过程的进行而系统地变大或变小）．
（2）一天内抽检零件中，如果出现了尺寸在之外的零件，就认为这条生产线在这一天的生产过程可能出现了异常情况，需对当天的生产过程进行检查．
（ⅰ）从这一天抽检的结果看，是否需对当天的生产过程进行检查？
（ⅱ）在之外的数据称为离群值，试剔除离群值，估计这条生产线当天生产的零件尺寸的均值与标准差．（精确到）附：样本的相关系数
，．

5 . 某省电视台为了解该省卫视一档成语类节目的收视情况，抽查东西两部各个城市，得到观看该节目的人数（单位：千人）如下茎叶图所示：其中一个数字被污损．
(1)求东部各城市观看该节目观众平均人数超过西部各城市观看该节目观众平均人数的概率．
(2)随着节目的播出，极大激发了观众对成语知识的学习积累的热情，从中获益匪浅．现从观看该节目的观众中随机统计了位观众的周均学习成语知识的时间(单位：小时)与年龄（单位：岁），并制作了对照表（如下表所示）

年龄x（岁）
周均学习成语知识时间y（小时）

由表中数据，试求线性回归方程，并预测年龄为岁观众周均学习成语知识时间．
参考公式：，．

6 . 大学生赵敏利用寒假参加社会实践，对机械销售公司7月份至12月份销售某种机械配件的销售量及销售单价进行了调查，销售单价x和销售量y之间的一组数据如表所示：

月份i	7	8	9	10	11	12
销售单价xi（元）	9	9.5	10	10.5	11	8
销售量yi（件）	11	10	8	6	5	14

（1）根据7至11月份的数据，求出y关于x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0.5元，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？
（3）预计在今后的销售中，销售量与销售单价仍然服从（1）中的关系，若该种机器配件的成本是2.5元/件，那么该配件的销售单价应定为多少元才能获得最大利润？（注：利润=销售收入-成本）．
参考公式：回归直线方程，其中，参考数据：．

7 . 为了研究一种昆虫的产卵数和温度是否有关，现收集了7组观测数据列于下表中，并作出了散点图，发现样本点并没有分布在某个带状区域内，两个变量并不呈线性相关关系，现分别用模型①：与模型②：作为产卵数和温度的回归方程来建立两个变量之间的关系.

温度	20	22	24	26	28	30	32
产卵数/个	6	10	21	24	64	113	322
	400	484	576	676	784	900	1024
	1.79	2.30	3.04	3.18	4.16	4.73	5.77

26	692	80	3.57
1157.54	0.43	0.32	0.00012

其中，，，，
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：，.

(1)在答题卡中分别画出关于的散点图、关于的散点图，根据散点图判断哪一个模型更适宜作为回归方程类型？（给出判断即可，不必说明理由）.

(2)根据表中数据，分别在两个模型下建立关于的回归方程；并在两个模型下分别估计温度为时的产卵数.（与估计值均精确到小数点后两位）（参考数据：，，）
(3)若模型①、②的相关指数计算分别为，，请根据相关指数判断哪个模型的拟合效果更好.

8 . 某同学的父亲决定今年夏天卖西瓜赚钱，根据去年6月份的数据统计连续五天内每天所卖西瓜的个数与温度之间的关系如下表：

温度	32	33	35	37	38
西瓜个数	20	22	24	30	34

（1）求这五天内所卖西瓜个数的平均值和方差；
（2）求变量之间的线性回归方程，并预测当温度为时所卖西瓜的个数.
附：，(精确到).

9 . 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：

10 . 求两变量间的回归方程.

价格	14	16	18	20	22
需求量	12	10	7	5	3

求出对的回归直线方程，并说明拟合效果的好坏.
（其中）