下面是水稻产量与施化肥量的一组观测数据（单位：千克/亩）：

施化肥量	15	20	25	30	35	40	45
水稻产量	320	330	360	410	460	470	480

 
（1）将上述数据制成散点图；
（2）你能从散点图中发现施化肥量与水稻产量近似成什么关系吗？水稻产量会一直随施化肥量的增加而增长吗？

电动化是汽车工业未来发展的大趋势，在国家的节能减排、排放法规等硬性要求之下，新能源汽车乘势而起，来自中国汽车工业协会的统计数据显示，2018年新能源汽车累计销量已经超过100万辆，意味着我国的新能源汽车市场的正式兴起．某人计划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2018年1月到5月的实际销量如下表：

月份（）	1	2	3	4	5
销量（，单位：辆）	500	600	1000	1400	1700

 
（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（辆）与月份之间的相关关系．请用最小二乘法求关于的线性回归方程，并据此预测2018年10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对购车补贴进行新一轮调整．下表为2018年执行的补贴政策．

最大续航里程（单位：km）	补贴金额（单位：万元）
	1.50
	2.40
	3.40
	4.50
	5.00

 
某企业一次采购了6辆电动汽车，已知其中有2辆最大续航里程，其余车辆的最大续航里程，若从这6辆车中任取3辆，求这3辆车的补贴金额之和的分布列和数学期望．
参考公式：回归方程，其中，．参考数据：．

某地区对本地的企业进行了一次抽样调查,下表是这次抽查中所得到的各企业的人均资本x(单位:万元)与人均产值y(单位:万元)的数据:

人均资本 x/万元	3	4	5.5	6.5	7
人均产值 y/万元	4.12	4.67	8.68	11.01	13.04
人均资本 x/万元	8	9	10.5	11.5	14
人均产值 y/万元	14.43	17.50	25.46	26.66	45.20

 

 

(1)设y与x之间具有近似关系y≈ax^b(a,b为常数),试根据表中数据估计a和b的值;
(2)估计企业人均资本为16万元时的人均产值(精确到0.01).

在试验中得到变量y与x的数据如下表:

x	0.066 7	0.038 8	0.033 3	0.027 3	0.022 5
y	39.4	42.9	41.0	43.1	49.2

 
由经验知y与之间具有线性相关关系,试求y与x之间的回归方程,当x₀=0.038时,预测y₀的值.

电动化是汽车工业未来发展的大趋势，在国家的节能减排、排放法规等硬性要求之下，新能源汽车乘势而起，来自中国汽车工业协会的统计数据显示，2018年新能源汽车累计销量已经超过100万台，意味着我国的新能源汽车市场的正式兴起．某人计划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2018年1月到5月的实际销量如下表：

月份（）	1	2	3	4	5
销量（，单位：辆）	500	600	1000	1400	1700

 
（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（辆）与月份之间的相关关系．请用最小二乘法求关于的线性回归方程，并据此预测2018年10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对购车补贴进行新一轮调整．如图为2018年执行的补贴政策．

最大续航里程（单位：km）	补贴金额（单位：万元）
	1.50
	2.40
	3.40
	4.50
	5.00

 
已知该品牌的新能源汽车的最大续航里程不小于250 km，某地的月销量为3000辆，其中最大续航里程在内，问购车补贴能否达到12000万元？如果不能，请说明理由；如果能，请求出最大续航里程在内的销售量范围．
参考公式：回归方程，其中，．
参考数据：．

在一次抽样调查中测得样本的5组数据，得到一个变量y关于x的回归方程模型，其对
应的数值如下表：

	0.25	0.5	1	2	4
	16	12	5	2	1

 
(1)试作出散点图，根据散点图判断，与哪一个适宜作为变量关于的回归方程模型？(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，建立变量关于的回归方程；
(3)根据(2)中所求的变量关于的回归方程预测：当时，对应的值为多少？(保留四位有效数字)

（本小题满分12分）
为了研究黏虫孵化的平均温度（单位：）与孵化天数之间的关系，某课外兴趣小组通过试验得到如下6组数据：

组号	1	2	3	4	5	6
平均温度	15．3	16．8	17．4	18	19．5	21
孵化天数	16．7	14．8	13．9	13．5	8．4	6．2

 
他们分别用两种模型①，②分别进行拟合，得到相应的回归方程并进行残差分析，得到如图所示的残差图：

经计算得，
（1）根据残差图，比较模型①，②的拟合效果，应选择哪个模型？（给出判断即可，不必说明理由）
（2）残差绝对值大于1的数据被认为是异常数据，需要剔除，剔除后应用最小二乘法建立关于的线性回归方程．（精确到0．1）
 ，．

某同学在研究性学习中，收集到某工厂今年前5个月某种产品的产量(单位：万件)的数据如下表：

x(月份)	1	2	3	4	5
y(产量)	4	4	5	6	6

 
(1)若从这5组数据中随机抽出2组，求抽出的2组数据恰好是相邻两个月的数据的概率；
(2)求出y关于x的线性回归方程，并估计今年6月份该种产品的产量．
参考公式：，.

某厂生产A产品的产量（件）与相应的耗电量（度）的统计数据如下表所示：

	2	3	4	5	6
	2	3	5	7	8

 
经计算：，.
(1)计算 的相关系数；（结果保留两位小数）
(2)求关于的线性回归方程，并预测生产10件产品所耗电的度数.
附：相关系数，，.

某家具厂对每日的原材料费支出与销售额之间的关系进行分析研究，12月1日～5日的原材料费支出（单位：万元）与销售额（单位：万元）之间有如下数据：

日期	12月1日	12月2日	12月3日	12月4日	12月5日
（单位：万元）	10	11	13	12	8
（单位：万元）	23	25	30	26	16

 
该家具厂所确定的研究方案是：先从这5组数据中选取2组，用剩下的3组数据求线性回归方程，再用被选取的2组数据进行检验，
（1）求选取的2组数据恰好是不相邻2天的数据的概率；
（2）若选取的是12月1日与12月5日的2组数据，请根据12月2日至12月4日的数据，求出关于的线性回归方程，并判断该线性回归方程是否可靠（若由线性回归方程得到的估计数据与所选取的检验数据的误差不超过2万元，则认为得到的线性回归方程是可靠的）．