1 . 医学中判断男生的体重是否超标有一种简易方法，就是用一个人身高的厘米数减去105所得差值即为该人的标准体重．比如身高175cm的人，其标准体重为175-105=70公斤，一个人实际体重超过了标准体重，我们就说该人体重超标了．已知某班共有30名男生，从这30名男生中随机选取6名，其身高和体重的数据如表所示：

编号	1	2	3	4	5	6
身高（cm）	165	171	160	173	178	167
体重（kg）	60	63	62	70	71	58

（1）从这6人中任选2人，求恰有1人体重超标的概率；
（2）依据上述表格信息，用最小二乘法求出了体重y对身高x的线性回归方程：，但在用回归方程预报其他同学的体重时，预报值与实际值吻合不好，需要对上述数据进行残差分析．按经验，对残差在区间之外的同学要重新采集数据．问上述随机抽取的编号为3，4，5，6的四人中，有哪几位同学要重新采集数据？
参考公式：残差．

2 . 湖南省从2021年开始将全面推行“”的新高考模式，新高考对化学、生物、地理和政治等四门选考科目，制定了计算转换T分（即记入高考总分的分数）的“等级转换赋分规则”（详见附1和附2），具体的转换步骤为：①原始分Y等级转换；②原始分等级内等比例转换赋分.某校的一次年级统考中，政治、生物两选考科目的原始分分布如下表：

等级	A	B	C	D	E
比例	约15%	约35%	约35%	约13%	约2%
政治学科各等级对应的原始分区间
生物学科各等级对应的原始分区间

现从政治、生物两学科中分别随机抽取了20个原始分成绩数据，作出茎叶图：

（1）根据茎叶图，分别求出政治成绩的中位数和生物成绩的众数；
（2）该校的甲同学选考政治学科，其原始分为82分，乙同学选考生物学科，其原始分为91分，根据赋分转换公式，分别求出这两位同学的转化分；
（3）根据生物成绩在等级B的6个原始分和对应的6个转化分，得到样本数据，请计算生物原始分与生物转换分之间的相关系数，并根据这两个变量的相关系数谈谈你对新高考这种“等级转换赋分法”的看法.
附1：等级转换的等级人数占比与各等级的转换分赋分区间.

等级	A	B	C	D	E
原始分从高到低排序的等级人数占比	约15%	约35%	约35%	约13%	约2%
转换分T的赋分区间

附2：计算转换分T的等比例转换赋分公式：.（其中：，，分别表示原始分Y对应等级的原始分区间下限和上限；，分别表示原始分对应等级的转换分赋分区间下限和上限.T的计算结果按四舍五入取整数）
附3：，，.

3 . 当前，短视频行业异军突起，抖音､快手､秒拍等短视频平台吸引了大量流量和网络博主的加入.红人榜的数据推出是体现各平台网络博主商业价值的榜单，每周一期，红人榜能反应最近一周网络的综合价值，以粉丝数､集均评论､集均赞，以及集均分享来进行综合衡量，红人榜单在统计时发现某平台一网络博主的累计粉丝数(百万)与入驻平台周次(周之间的关系如图所示：

设，数据经过初步处理得：，，.(其中，分别为观测数据中的周次和累计粉丝数)
（1）求出关于的线性回归模型的相关指数，若用非线性回归模型求得的相关指数，试用相关指数判断哪种模型的拟合效果较好(相关指数越接近于1，拟合效果越好)
（2）根据（1）中拟合效果较好的模型求出关于的回归方程，并由此预测入驻平台8周后，对应的累计粉丝数为多少？
附参考公式：相关指数，，.参考数据：.

4 . 某公司研发了一种帮助家长解决孩子早教问题的萌宠机器人.萌宠机器人语音功能让它就像孩子的小伙伴一样和孩子交流，记忆功能还可以记住宝宝的使用习惯，很快找到宝宝想听的内容.同时提供快乐儿歌、国学经典、启蒙英语等早期教育内容，且云端内容可以持续更新.萌宠机器人一投放市场就受到了很多家长欢迎.为了更好地服务广大家长，该公司研究部门从流水线上随机抽取100件萌宠机器人（以下简称产品），统计其性能指数并绘制频率分布直方图（如图1）：

产品的性能指数在的适合托班幼儿使用（简称A类产品），在的适合小班和中班幼儿使用（简称B类产品），在的适合大班幼儿使用（简称C类产品），A，B，C，三类产品的销售利润分别为每件1.5，3.5，5.5（单位：元）.以这100件产品的性能指数位于各区间的频率代替产品的性能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二乘估计分别为，.

5 . 某沙漠地区经过治理，生态系统得到很大改善，野生动物数量有所增加.为调查该地区某种野生动物的数量，将其分成面积相近的200个地块，从这些地块中用简单随机抽样的方法抽取20个作为样区，调查得到样本数据(x_i，y_i)(i=1，2，…，20)，其中x_i和y_i分别表示第i个样区的植物覆盖面积(单位：公顷)和这种野生动物的数量，并计算得，，，，.
（1）求该地区这种野生动物数量的估计值（这种野生动物数量的估计值等于样区这种野生动物数量的平均数乘以地块数）；
（2）求样本(x_i，y_i)(i=1，2，…，20)的相关系数（精确到0.01）；
（3）根据现有统计资料，各地块间植物覆盖面积差异很大.为提高样本的代表性以获得该地区这种野生动物数量更准确的估计，请给出一种你认为更合理的抽样方法，并说明理由.

附：相关系数r=，≈1.414.

6 . 如图是2015年至2019年国内游客人次y（单位：亿）的散点图．

为了预测2025年国内游客人次，根据2015年至2019年的数据建立了与时间变量（时间变量的值依次为1，2，..，5）的3个回归模型：①；②；③．其中相关指数．
（1）你认为用哪个模型得到的预测值更可靠？并说明理由．
（2）根据（1）中你选择的模型预测2025年国内游客人次，结合已有数据说明数据反映出的社会现象并给国家相关部门提出应对此社会现象的合理化建议．

7 . 2019年双十一落下帷幕，天猫交易额定格在268（单位：十亿元）人民币（下同），再创新高，比去年218（十亿元）多了50（十亿元）．这些数字的背后，除了是消费者买买买的表现，更是购物车里中国新消费的奇迹，为了研究历年销售额的变化趋势，一机构统计了2010年到2019年天猫双十一的销售额数据y（单位：十亿元），绘制如表：

年份	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019
编号x	1	2	3	4	5	6	7	8	9	10
销售额y	0.9	8.7	22.4	41	65	94	132.5	172.5	218	268

根据以上数据绘制散点图，如图所示

（1）根据散点图判断，与哪一个适宜作为销售额关于的回归方程类型？（给出判断即可，不必说明理由）
（2）根据（1）的判断结果及如表中的数据，建立关于的回归方程，并预测2020年天猫双十一销售额；（注：数据保留小数点后一位）
（3）把销售超过100（十亿元）的年份叫“畅销年”，把销售额超过200（十亿元）的年份叫“狂欢年”，从2010年到2019年这十年的“畅销年”中任取2个，求至少取到一个“狂欢年”的概率．
参考数据：
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公式分别，．

8 . 足球是世界普及率最高的运动，我国大力发展校园足球．为了解本地区足球特色学校的发展状况，社会调查小组得到如下统计数据：

年份x	2014	2015	2016	2017	2018
足球特色学校y（百个）	0.30	0.60	1.00	1.40	1.70

(1)根据上表数据，计算y与x的相关系数r，并说明y与x的线性相关性强弱．
（已知：，则认为y与x线性相关性很强；，则认为y与x线性相关性一般；，则认为y与x线性相关性较弱）：
(2)求y关于x的线性回归方程，并预测A地区2020年足球特色学校的个数（精确到个）．
参考公式和数据：， ，，．

9 . 随着中美贸易战的不断升级，越来越多的国内科技巨头加大了科技研发投入的力度．中华技术有限公司拟对“麒麟”手机芯片进行科技升级，根据市场调研与模拟，得到科技升级投入x（亿元与科技升级直接收益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	13	22	31	42	50	56	58	68.5	68	67.5	66	66

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“麒麟”手机芯片科技升级的投入为17亿元时的直接收益．

回归模型	模型①	模型②
回归方程
	182.4	79.2

（附：刻画回归效果的相关指数，）
（2）为鼓励科技创新，当科技升级的投入不少于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，比较科技升级投入17亿元与20亿元时公司实际收益的大小．
（附：用最小二乘法求线性回归方程的系数：，）
（3）科技升级后，“麒麟”芯片的效率X大幅提高，经实际试验得X大致服从正态分布．公司对科技升级团队的奖励方案如下：若芯片的效率不超过50%，不予奖励：若芯片的效率超过50%，但不超过53%，每部芯片奖励2元；若芯片的效率超过53%，每部芯片奖励4元记为每部芯片获得的奖励，求（精确到0.01）．
（附：若随机变量，则，）

10 . 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.