1 . 某生物研究所为研究某种昆虫的产卵数和温度的关系，经过一段时间观察，收集到如下数据：

产卵数

以该种昆虫的产卵数和温度为变量，作出如图所示的散点图，现分别用模型①与模型②进行分析．

(1)请利用模型②建立两个变量之间的函数关系式（系数保留两位小数）；
(2)已知模型①的回归直线方程为，模型②的样本相关系数，请根据相关系数判断哪个模型的拟合效果更好；
(3)该种昆虫的防治以喷洒杀虫剂为主，其防治成本与温度和产卵数的关系为，用（2）中得出的拟合效果最好的模型计算，当温度（取整数）为何值时，昆虫的防治成本的预估值最小？
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，，样本相关系数．
参考数据：，，设，则，．

2 . 计算机显示的数字图像是由一个个小像素点组合而成的．处理图像时，常会通过批量调整各像素点的亮度，间接调整图像的对比度、饱和度等物理量，让图像更加美观．特别地，当图像像素点规模为1行列时，设第i列像素点的亮度为，则该图像对比度计算公式为．已知某像素点规模为1行列的图像第i列像素点的亮度，现对该图像进行调整，有2种调整方案：①；②，则（       ）

A．使用方案①调整，当时，

B．使用方案②调整，当时，

C．使用方案①调整，当时，

D．使用方案②调整，当，时，

3 . 数据显示，中国在线直播用户规模及在线直播购物规模近几年都保持高速增长态势，下表为2017-2021年中国在线直播用户规模（单位：亿人），其中2017年-2021年对应的代码依次为1-5.

年份代码x	1	2	3	4	5
市场规模y	3.98	4.56	5.04	5.86	6.36

(1)由上表数据可知，可用函数模型拟合y与x的关系，请建立y关于x的回归方程（，的值精确到0.01）；
(2)已知中国在线直播购物用户选择在品牌官方直播间购物与不在品牌官方直播间购物的人数之比为4：1，按照分层抽样从这两类用户中抽取5人，再从这5人中随机抽取2人，求这2人全是选择在品牌官方直播间购物用户的概率.
参考数据：，，，其中.
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为，.

4 . 某市一中学课外活动小组为了研究经济走势，对该市1994—2016年的GDP（国内生产总值）相关数据进行了初步处理，得到下面的散点图及一些统计量的值．

12	113.7		3.9		2.24		1012
15		17840		212.52		1699.6

其中，，，，，，，．
(1)根据散点图判断，，与哪一个适合作为该市GDP值y关于年份代码x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y关于x的回归方程；
(3)试预测该市2018年的GDP值．
参考公式：，．

5 . 规定抽球试验规则如下：盒子中初始装有白球和红球各一个，每次有放回的任取一个，连续取两次，将以上过程记为一轮．如果每一轮取到的两个球都是白球，则记该轮为成功，否则记为失败．在抽取过程中，如果某一轮成功，则停止；否则，在盒子中再放入一个红球，然后接着进行下一轮抽球，如此不断继续下去，直至成功．
(1)某人进行该抽球试验时，最多进行三轮，即使第三轮不成功，也停止抽球，记其进行抽球试验的轮次数为随机变量，求的分布列和数学期望；
(2)为验证抽球试验成功的概率不超过，有1000名数学爱好者独立的进行该抽球试验，记表示成功时抽球试验的轮次数，表示对应的人数，部分统计数据如下：

	1	2	3	4	5
	232	98	60	40	20

求关于的回归方程，并预测成功的总人数（精确到1）；
(3)证明：．
附：经验回归方程系数：，；
参考数据：，，（其中，）．

6 . 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.根据近几年我国某新能源汽车的年销售量的调研，做出如图所示的散点图，给出与销售的两种回归模型①，②，你认为哪个模型更适宜_________.（从①②中选一个填到空格处）

7 . 人们用大数据来描述和定义信息时代产生的海量数据，并利用这些数据处理事务和做出决策，某公司通过大数据收集到该公司销售的某电子产品1月至5月的销售量如下表.

月份x	1	2	3	4	5
销售量y（万件）	4.9	5.8	6.8	8.3	10.2

该公司为了预测未来几个月的销售量，建立了y关于x的回归模型：.
(1)根据所给数据与回归模型，求y关于x的回归方程（的值精确到0.1）；
(2)已知该公司的月利润z（单位：万元）与x，y的关系为，根据（1）的结果，问该公司哪一个月的月利润预报值最大？
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为，.

8 . 某统计部门依据《中国统计年鉴——2017》提供的数据，对我国1997-2016年的国内生产总值（GDP）进行统计研究，作出了两张散点图：图1表示1997-2016年我国的国内生产总值（GDP），图2表示2007-2016年我国的国内生产总值（GDP）．


(1)用表示第i张图中的年份与GDP的线性相关系数，，依据散点图的特征分别写出的结果；
(2)分别用线性回归模型和指数回归模型对两张散点图进行回归拟合，分别计算出统计数据——相关指数的数值，部分结果如下表所示：

年份	1997-2016	2007-2016
线性回归模型	0.9306
指数回归模型	0.9899	0.978

①将上表中的数据补充完整（结果保留3位小数，直接写在答题卡上）；
②若估计2017年的GDP，结合数据说明采用哪张图中的哪种回归模型会更精准一些？若按此回归模型来估计，2020年的GDP能否突破100万亿元？事实上，2020年的GDP刚好突破了100万亿元，估计与事实是否吻合？结合散点图解释说明.

9 . 婺源位于江西省东北部，其境内古村落遍布乡野，保存完整，生态优美，物产丰富，拥有着油菜花之乡的美誉，被誉为一颗镶嵌在赣、浙、皖三省交界处的绿色明珠．为了调查某片实验田3月份油菜花的生长高度，研究人员在当地随机抽取了13株油菜花进行高度测量，所得数据如下：，，，，，，，，．并通过绘制及观察散点图，选用两种模型进行拟合：
模型一：，其中令；
模型二：，其中令．
(1)求模型二的回归方程；
(2)试通过计算相关系数的大小，说明对于所给数据，哪一种模型更加合适.
参考数据：，，，．
附：对于一组数据，，…，，其回归方程的斜率和截距的最小二乘估计分别为，，相关系数．

10 . 下面的表里是统计学家安斯库姆（F. Anscombe）所提供的4组数据．这四组数据的线性相关系数非常接近，均约等于0.8161，它们的线性回归方程也基本一致，均可表示为．
数据组A

x	10	8	13	9	11	14	6	4	12	7	5
y	8.04	6.95	7.58	8.81	8.33	9.96	7.24	4.26	10.84	4.82	5.68

数据组B

x	10	8	13	9	11	14	6	4	12	7	5
y	9.14	8.14	8.74	8.77	9.26	8.10	6.13	3.10	9.13	7.26	4.74

数据组C

x	10	8	13	9	11	14	6	4	12	7	5
y	7.46	6.77	12.74	7.11	7.81	8.84	6.08	5.39	8.15	6.42	5.73

数据组D

x	8	8	8	8	8	8	8	8	8	8	19
y	6.58	5.76	7.71	8.84	8.47	7.04	5.25	5.56	7.91	6.89	12.50

(1)这四组数据的线性相关程度真的如此一致吗？
(2)对哪个（些）组的数据，可以用回归直线来预测时的y值？
(3)分别对四组数据提出自己的见解．