2 . 热心网友们调查统计了柳州市某网红景点在2022年6月至10月的旅游收入y（单位：万元），得到以下数据：

月份x	6	7	8	9	10
旅游收入y	10	12	11	12	20

(1)根据表中所给数据，用相关系数r加以判断，是否可用线性回归模型拟合y与x的关系？若可以，求出y关于x之间的线性回归方程；若不可以，请说明理由；
(2)为调查游客对该景点的评价情况，网友们随机抽查了200名游客，得到如图列联表，请填写2×2列联表，并判断能否有99.9%的把握认为“游客是否喜欢该网红景点与性别有关联”？

	喜欢	不喜欢	总计
男			100
女		60
总计	110

参考数据：，
注：r与的计算结果精确到0.001．参考公式：相关系数，
线性回归方程：，其中，，
．
临界值表：

	0.010	0.005	0.001
	6.635	7.879	10.828

3 . 直播带货是一种直播和电商相结合的销售手段，目前已被广大消费者所接受．针对这种现状，某公司决定逐月加大直播带货的投入，直播带货金额稳步提升，以下是该公司2023年前5个月的带货金额：

月份	1	2	3	4	5
带货金额/万元	350	440	580	700	880

(1)计算变量，的相关系数（结果精确到0.01）．
(2)求变量，之间的线性回归方程，并据此预测2023年7月份该公司的直播带货金额．
(3)该公司随机抽取55人进行问卷调查，得到如下不完整的列联表：

	参加过直播带货	未参加过直播带货	总计
女性	25		30
男性		10
总计

请填写上表，并判断是否有90%的把握认为参加直播带货与性别有关．
参考数据：，，，
，．
参考公式：相关系数，线性回归方程的斜率，截距．
附：，其中．

	0.15	0.10	0.05	0.025
	2.072	2.706	3.841	5.024

4 . 热心网友们调查统计了柳州市某网红景点在2022年6月至10月的旅游收入（单位：万元），得到以下数据：

月份	6	7	8	9	10
旅游收入	10	12	11	12	20

(1)根据表中所给数据，用相关系数加以判断，是否可用线性回归模型拟合与的关系？若可以，求出关于之间的线性回归方程；若不可以，请说明理由；
(2)为调查游客对该景点的评价情况，网友们随机抽查了200名游客，得到如图列联表，请填写列联表，并判断能否有99.9%的把握认为“游客是否喜欢该网红景点与性别有关联”？

	喜欢	不喜欢	总计
男			100
女		60
总计	110

参考数据：，，，，注：与的计算结果精确到0.001.参考公式：相关系数，线性回归方程：，其中，，.
临界值表：

	0.010	0.005	0.001
	6.635	7.879	10.828

5 . 文旅部门统计了某网红景点在2022年3月至7月的旅游收入（单位：万），得到以下数据：

月份	3	4	5	6	7
旅游收入	10	12	11	12	20

(1)根据表中所给数据，用相关系数加以判断，是否可用线性回归模型拟合与的关系？若可以，求出关于之间的线性回归方程；若不可以，请说明理由；
(2)为调查游客对该景点的评价情况，随机抽查了200名游客，得到如下列联表，请填写下面的列联表，依据的独立性检验，能否认为“游客是否喜欢该网红景点与性别有关联”.

	喜欢	不喜欢	总计
男			100
女		60
总计	110

参考公式：相关系数，参考数据：.线性回归方程：，其中，.
临界值表：

6 . 随着生活水平的逐步提高，人们对文娱活动的需求与日俱增，其中观看电视就是一种老少皆宜的娱乐活动．但是我们在观看电视娱乐身心的同时，也要注意把握好观看时间，近期研究显示，一项久坐的生活指标——看电视时间，是导致视力下降的重要因素，即看电视时间越长，视力下降的风险越大．研究者在某小区统计了每天看电视时间（单位：小时）与视力下降人数的相关数据如下：

编号	1	2	3	4	5
	1	1.5	2	2.5	3
	12	16	22	24	26

（1）请根据上面的数据求关于的线性回归方程
（2）我们用（1）问求出的线性回归方程的 估计回归方程，由于随机误差，所以 是的估计值，成为点（， ）的残差．
①填写下面的残差表，并绘制残差图；

编号	1	2	3	4	5
	1	1.5	2	2.5	3
	12	16	22	24	26

②若残差图所在带状区域宽度不超过4，我们则认为该模型拟合精度比较高，回归方程的预报精度较高，试根据①绘制的残差图分析该模型拟合精度是否比较高？
附：回归直线的斜率和截距的最小二乘估计分别为， ．

7 . 某课外活动兴趣小组为了解某种植物的生长情况，收集了该种植物月生长量与月平均气温(℃)的6组数据.

编号	1	2	3	4	5	6
	14	15	17	18	20	21
	3	5	6	8	10	12

（1）请根据上面的数据求关于的线性回归方程(结果保留1位小数)；
（2）利用（1）中求出的线性回归方程进行残差分析.若用中的估计回归方程中的，由于随机误差，所以是的估计值，为相应点的残差.请填写下面的残差表，并绘制残差图，根据得到的残差图，分析该回归方程的拟合效果.
残差表：

编号	1	2	3	4	5	6
	14	15	17	18	20	21
	3	5	6	8	10	12

残差图：

参考数据：，，，.参考公式：线性回归方程中，，.

8 . 盲盒里面通常装的是动漫、影视作品的周边，或者设计师单独设计出来的玩偶．由于盒子上没有标注，购买者只有打开才会知道自己买到了什么，因此这种惊喜吸引了众多年轻人，形成了“盲盒经济”．某款盲盒内可能装有某一套玩偶的、、三种样式，且每个盲盒只装一个．
（1）若每个盲盒装有、、三种样式玩偶的概率相同．某同学已经有了样式的玩偶，若他再购买两个这款盲盒，恰好能收集齐这三种样式的概率是多少？
（2）某销售网点为调查该款盲盒的受欢迎程度，随机发放了200份问卷，并全部收回．经统计，有的人购买了该款盲盒，在这些购买者当中，女生占；而在未购买者当中，男生女生各占．请根据以上信息填写下表，并分析是否有的把握认为购买该款盲盒与性别有关？

	女生	男生	总计
购买
未购买
总计

参考公式：，其中．
参考数据：

	0.10	0.05	0.025	0.010	0.005	0.001
	2.706	3.841	5.024	6.635	7.879	10.828

（3）该销售网点已经售卖该款盲盒6周，并记录了销售情况，如下表：

周数	1	2	3	4	5	6
盒数	16	______	23	25	26	30

由于电脑故障，第二周数据现已丢失，该销售网点负责人决定用第4、5、6周的数据求线性回归方程，再用第1、3周数据进行检验．
①请用4、5、6周的数据求出关于的线性回归方程；
（注：，）
②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2盒，则认为得到的线性回归方程是可靠的，试问①中所得的线性回归方程是否可靠？
③如果通过②的检验得到的回归直线方程可靠，我们可以认为第2周卖出的盒数误差也不超过2盒，请你求出第2周卖出的盒数的可能取值；如果不可靠，请你设计一个估计第2周卖出的盒数的方案．

9 . 2020年是我国全面建成小康社会和“十三五”规划收官之年，作为制造业城市，某市一直坚持把创新摆在制造业发展全局的前置位置和核心位置，在推动制造业高质量发展的大环境下，某市某工厂统筹各类资源，进行了积极的改造探索，下表是该工厂每月生产的一种核心产品的产量（）（件）与相应的生产总成本（万元）的四组对照数据：

	5	7	9	11
	200	298	431	609

工厂研究人员建立了与的两种回归模型，利用计算机算得近似结果如下：
模型①：
模型②：
其中模型①的残差图如图所示：

（1）在下表中填写模型②的残差（残差真实值预报值），判断哪一个模型更适宜作为关于的回归方程？并说明理由.

	5	7	9	11
	200	298	431	609
残差

（2）研究人员统计了20个月的产品销售单价，得到频数分布表如下：

销售单价分组（万元）
频数	10	6	4

若以这20个月销售单价的平均值定为今后的月销售单价（同一组中的数据用该组区间的中点值作代表），结合你对（1）的判断当月产量为12件时，预测当月的利润.

10 . 近几年，电商行业的蓬勃发展带动了快递业的迅速增长，快递公司揽收价格一般是采用“首重+续重”的计价方式.首重是指最低的计费重量，续重是指超过首重部分的计费重量，不满一公斤按一公斤计费.某快递网点将快件的揽收价格定为首重（不超过一公斤）8元，续重2元/公斤（例如，若一个快件的重量是0.6公斤，按8元计费；若一个快件的重量是1.4公斤，按元元元计费）.根据历史数据，得到该网点揽收快件重量的频率分布直方图如下图所示

（1）根据样本估计总体的思想，将频率视作概率，求该网点揽收快件的平均价格；
（2）为了获得更大的利润，该网点对“一天中收发一件快递的平均成本（单位：元）与当天揽收的快递件数（单位：百件）之间的关系”进行调查研究，得到相关数据如下表：

每天揽收快递件数（百件）	2	3	4	5	8
每件快递的平均成本（元）	5.6	4.8	4.4	4.3	4.1

根据以上数据，技术人员分别根据甲、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，根据上表数据和相应回归方程，将以下表格填写完整（结果保留一位小数），分别计算模型甲与模型乙的残差平方和，，并依此判断哪个模型的拟合效果更好（备注：称为相应于点的残差，残差平方和；

每天揽收快递件数/百件		2	3	4	5	8
每天快递的平均成本/元		5.6	4.8	4.4	4.3	4.1
模型甲	预报值	5.2	5.0	4.8
	残差		0.2	0.4
模型乙	预报值	5.5	4.8	4.5
	预报值		0	0.1

②预计该网点今年6月25日（端午节）一天可以揽收1000件快递，试根据①中确定的拟合效果较好的回归模型估计该网点当天的总利润（总利润=（平均价格-平均成本）×总件数）.