下表是某年美国旧轿车价格的调查资料:

使用年数x	1	2	3	4	5	6	7	8	9	10
平均价格 y/美元	2 651	1 943	1 494	1 087	765	538	484	290	226	204

 
试建立y与x之间的回归方程.

某公司为了确定下一年度投入某种产品的宣传费用，需了解年宣传费x（单位：万元）对年销量y（单位：吨）和年利润（单位：万元）的影响.对近6宣传费x_i和年销售量y_i（i＝1，2，3，4，5，6）的数据做了初步统计，得到如下数据：

年份	2013	2014	2015	2016	2017	2018
年宣传费x（万元）	38	48	58	68	78	88
年销售量y（吨）	16.8	18.8	20.7	22.4	24.0	25.5

 
经电脑模拟，发现年宣传费x（万元）与年销售量y（吨）之间近似满足关系式y＝a•x^b（a，b＞0），即lny＝blnx+lna．，对上述数据作了初步处理，得到相关的值如下表：

75.3	24.6	18.3	101.4

 
（Ⅰ）从表中所给出的6年年销售量数据中任选2年做年销售量的调研，求所选数据中至多有一年年销售量低于20吨的概率.
（Ⅱ）根据所给数据，求关于的回归方程；
（Ⅲ）若生产该产品的固定成本为200（万元），且每生产1（吨）产品的生产成本为20（万元）（总成本=固定成本+生产成本+年宣传费），销售收入为（万元），假定该产品产销平衡（即生产的产品都能卖掉），则2019年该公司应该投入多少宣传费才能使利润最大？（其中）
附：对于一组数据，其回归直线中的斜率和截距的最小二乘估计分别为

近年来，随着我国汽车消费水平的提高，二手车行业得到迅猛发展，某汽车交易市场对2017年成交的二手车交易前的使用时间（以下简称“使用时间”）进行统计，得到频率分布直方图如图1.

（1）记“在2017年成交的二手车中随机选取一辆，该车的使用年限在”为事件，试估计的概率；
（2）根据该汽车交易市场的历史资料，得到散点图如图2，其中（单位：年）表示二手车的使用时间，（单位：万元）表示相应的二手车的平均交易价格.
由散点图看出，可采用作为二手车平均交易价格关于其使用年限的回归方程，相关数据如下表（表中）；
 
①根据回归方程类型及表中数据，建立关于的回归方程；
②该汽车交易市场对使用年以内(含年)的二手车收取成交价格的佣金，对使用时间年以上(不含年)的二手车收取成交价格的佣金.在图1对使用时间的分组中，以各组的区间中点值代表该组的各个值.若以2017年的数据作为决策依据，计算该汽车交易市场对成交的每辆车收取的平均佣金.
附注:①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
②参考数据： 

某企业为确定下一年投入某种产品的研发费用，需了解年研发费用（单位：千万元）对年销售量（单位：千万件）的影响，统计了近10年投入的年研发费用与年销售量的数据，得到散点图如图所示：

（1）利用散点图判断，和（其中为大于0的常数）哪一个更适合作为年研发费用和年销售量的回归方程类型（只要给出判断即可，不必说明理由）.
（2）对数据作出如下处理：令，，得到相关统计量的值如下表：

根据（1）的判断结果及表中数据，求关于的回归方程；
（3）已知企业年利润（单位：千万元）与的关系为（其中），根据（2）的结果，要使得该企业下一年的年利润最大，预计下一年应投入多少研发费用？
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，

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，

某基地蔬菜大棚采用无土栽培方式种植各类蔬菜.根据过去50周的资料显示，该基地周光照量（小时）都在30小时以上，其中不足50小时的有5周，不低于50小时且不超过70小时的有35周，超过70小时的有10周.根据统计，该基地的西红柿增加量（千克）与使用某种液体肥料的质量（千克）之间的关系如图所示.

（1）依据上图，是否可用线性回归模型拟合与的关系？请计算相关系数并加以说明（精确到0.01）.（若，则线性相关程度很高，可用线性回归模型拟合）
（2）蔬菜大棚对光照要求较大，某光照控制仪商家为该基地提供了部分光照控制仪，但每周光照控制仪运行台数受周光照量限制，并有如下关系：

周光照量（单位：小时）
光照控制仪运行台数	3	2	1

 
若某台光照控制仪运行，则该台光照控制仪周利润为3000元；若某台光照控制仪未运行，则该台光照控制仪周亏损1000元.以频率作为概率，商家欲使周总利润的均值达到最大，应安装光照控制仪多少台？
附：相关系数公式，
参考数据：，.

在一次抽样调查中测得样本的5个样本点，数据如下表：

	0.25	0.5	1	2	4
	16	12	5	2	1

 
（1）作出散点图.
（2）根据散点图判断，与哪一个更适合与的回归方程.
（3）根据下面表格中的数据，建立与的回归方程.

1.55	7.2	94.25	21.31	430

 
令  

下列关于残差图的描述错误的是（　　）

A．残差图的横坐标可以是编号

B．残差图的横坐标可以是解释变量和预报变量

C．残差点分布的带状区域的宽度越窄相关指数越小

D．残差点分布的带状区域的宽度越窄残差平方和越小

在研究两个变量的线性相关关系时，观察散点图发现样本点集中于某一条曲线的周围，令，求得回归直线方程，则该模型的回归方程为______________

下列四个命题：
①残差平方和越小的模型，拟合的效果越好；
②用相关指数来刻画回归效果，越小，说明模型拟合的效果越好；
③散点图中所有点都在回归直线附近；
④随机误差满足，其方差的大小可用来衡量预报精确度．
其中正确命题的个数是(　　)

A．1

B．2

C．3

D．4