1 . 如表是某位文科生连续次月考的历史、政治的成绩，结果如下：

月份	9	10	11	12	1
历史（分）	79	81	83	85	87
政治（分）	77	79	79	82	83

（1）求该生次月考历史成绩的平均分和政治成绩的平均数；
（2）一般来说，学生的历史成绩与政治成绩有较强的线性相关关系，根据上表提供的数据，求两个变量 的线性回归方程.
参考公式：，，表示样本均值.

2 . 基于移动互联技术的共享单车被称为“新四大发明”之一，短时间内就风靡全国，带给人们新的出行体验，某共享单车运营公司的市场研究人员为了解公司的经营状况，对该公司最近六个月的市场占有率进行了统计，结果如表：

月份
月份代码x	1	2	3	4	5	6
y	11	13	16	15	20	21

请用相关系数说明能否用线性回归模型拟合y与月份代码x之间的关系，如果能，请计算出y关于x的线性回归方程，并预测该公司2018年12月的市场占有率如果不能，请说明理由．
根据调研数据，公司决定再采购一批单车扩大市场，现有采购成本分别为1000元辆和800元辆的A，B两款车型，报废年限各不相同考虑公司的经济效益，该公司决定对两款单车进行科学模拟测试，得到两款单车使用寿命频数表如表：

报废年限 车型	1年	2年	3年	4年	总计
A	10	30	40	20	100
B	15	40	35	10	100

经测算，平均每辆单车每年可以为公司带来收入500元不考虑除采购成本以外的其他成本，假设每辆单车的使用寿命都是整数年，用频率估计每辆车使用寿命的概率，分别以这100辆单车所产生的平均利润作为决策依据，如果你是该公司的负责人，会选择采购哪款车型？
参考数据：，，
参考公式：相关系数
回归直线方程中的斜率和截距的最小二乘估计公式分别为：，．

3 . 某芯片公司为制定下一年的研发投入计划，需了解年研发资金投入量（单位：亿元）对年销售额（单位：亿元）的影响.该公司对历史数据进行对比分析，建立了两个函数模型:①，②，其中均为常数，为自然对数的底数．

现该公司收集了近12年的年研发资金投入量和年销售额的数据，，并对这些数据作了初步处理，得到了右侧的散点图及一些统计量的值．令，经计算得如下数据：（1）设和的相关系数为，和的相关系数为，请从相关系数的角度，选择一个拟合程度更好的模型；
（2）（i）根据（1）的选择及表中数据，建立关于的回归方程（系数精确到0.01）；
（ii）若下一年销售额需达到90亿元，预测下一年的研发资金投入量是多少亿元？   
附：①相关系数，回归直线中斜率和截距的最小二乘估计公式分别为：，；
② 参考数据：，，．

4 . 某公司生产一种产品，从流水线上随机抽取100件产品，统计其质量指数并绘制频率分布直方图（如图1）：

产品的质量指数在的为三等品，在的为二等品，在的为一等品，该产品的三、二、一等品的销售利润分别为每件1.5，3.5,5.5（单位：元），以这100件产品的质量指数位于各区间的频率代替产品的质量指数位于该区间的概率.
（1）求每件产品的平均销售利润；
（2）该公司为了解年营销费用（单位：万元）对年销售量（单位：万件）的影响，对近5年的年营销费用和年销售量数据做了初步处理，得到的散点图（如图2）及一些统计量的值.

16.30	24.87	0.41	1.64

表中，，，
根据散点图判断，可以作为年销售量（万件）关于年营销费用（万元）的回归方程.
（ⅰ）建立关于的回归方程；
（ⅱ）用所求的回归方程估计该公司应投入多少营销费，才能使得该产品一年的收益达到最大？（收益=销售利润-营销费用，取）
参考公式：对于一组数据：，，，，其回归直线的斜率和截距的最小乘估计分别为，

5 . 新能源汽车的春天来了！2018年3月5日上午，李克强总理做政府工作报告时表示，将新能源汽车车辆购置税优惠政策再延长三年，自2018年1月1日至2020年12月31日，对购置的新能源汽车免征车辆购置税.某人计划于2018年5月购买一辆某品牌新能源汽车，他从当地该品牌销售网站了解到近五个月实际销量如下表：

（1）经分析发现，可用线性回归模型拟合当地该品牌新能源汽车实际销量（万辆）与月份编号之间的相关关系.请用最小二乘法求关于的线性回归方程，并预测2018年5月份当地该品牌新能源汽车的销量；
（2）2018年6月12日，中央财政和地方财政将根据新能源汽车的最大续航里程（新能源汽车的最大续航里程是指理论上新能源汽车所装的燃料或电池所能够提供给车跑的最远里程）对购车补贴进行新一轮调整.已知某地拟购买新能源汽车的消费群体十分庞大，某调研机构对其中的200名消费者的购车补贴金额的心理预期值进行了一个抽样调查，得到如下一份频数表：

将对补贴金额的心理预期值在（万元）和（万元）的消费者分别定义为“欲望紧缩型”消费者和“欲望膨胀型”消费者，现采用分层抽样的方法从位于这两个区间的30名消费者中随机抽取6名，再从这6人中随机抽取2名进行跟踪调查，求抽出的2人中至少有1名“欲望膨胀型”消费者的概率.
参考公式及数据：①回归方程，其中，；②.

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 . 习近平总书记在十九大报告中指出，必须树立和践行“绿水青山就是金山银山”的生态文明发展理念，这将进一步推动新能源汽车产业的迅速发展．以下是近几年我国新能源乘用车的年销售量数据及其散点图：

年份	2013	2014	2015	2016	2017
年份代码
新能源乘用车年销量（万辆）

（1）请根据散点图判断，与中哪一个更适宜作为年销售量关于年份代码的回归方程类型? (给出判断即可，不必说明理由)
（2）根据（1）的判断结果及表中数据，建立关于的回归方程，并预测年我国新能源乘用车的销售量(精确到).
附: 1.最小二乘法估计公式：

其中

8 . 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（单位：千元）对年销售量（单位：）和年利润（单位：千元）的影响，对近13年的年宣传费和年销售量数据作了初步处理，得到下面的散点图及一些统计量的值．

由散点图知，按建立关于的回归方程是合理的令，则，经计算得如下数据：(1)根据以上信息，建立关于的回归方程；
(2)已知这种产品的年利润与、的关系为，据（1）的结果，求当年宣传费时，年利润的预报值是多少？
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.

9 . 为提高市场销售业绩，某公司设计两套产品促销方案（方案1运作费用为元/件；方案2的的运作费用为元/件），并在某地区部分营销网点进行试点（每个试点网点只采用一种促销方案），运作一年后，对比该地区上一年度的销售情况，分别统计相应营销网点个数，制作相应的列联表如下表所示．

	无促销活动	采用促销方案1	采用促销方案2
本年度平均销售额不高于上一年度平均销售额	48	11	31	90
本年度平均销售额高于上一年度平均销售额	52	69	29	150
	100	80	60

（Ⅰ）请根据列联表提供的信息，为该公司今年选择一套较为有利的促销方案（不必说明理由）；
（Ⅱ）已知该公司产品的成本为10元/件（未包括促销活动运作费用），为制定本年度该地区的产品销售价格，统计上一年度的组售价（单位：元/件，整数）和销量（单位：件）（）如下表所示：

售价
销量

（ⅰ）请根据下列数据计算相应的相关指数，并根据计算结果，选择合适的回归模型进行拟合；
（ⅱ）根据所选回归模型，分析售价定为多少时？利润可以达到最大．参考公式：相关指数．

10 . 某公司为评估两套促销活动方案（方案1运作费用为5元/件；方案2的运作费用为2元/件），在某地区部分营销网点进行试点（每个试点网点只采用一种促销活动方案），运作一年后，对比该地区上一年度的销售情况，制作相应的等高条形图如图所示．

（1）请根据等高条形图提供的信息，为该公司今年选择一套较为有利的促销活动方案（不必说明理由）；
（2）已知该公司产品的成本为10元/件（未包括促销活动运作费用），为制定本年度该地区的产品销售价格，统计上一年度的8组售价（单位：元/件，整数）和销量（单位：件）（）如下表所示：

售价	33	35	37	39	41	43	45	47
销量	840	800	740	695	640	580	525	460

①请根据下列数据计算相应的相关指数，并根据计算结果，选择合适的回归模型进行拟合；
②根据所选回归模型，分析售价定为多少时？利润可以达到最大.

	49428.74	11512.43	175.26
	124650

（附：相关指数）