中國精算師職業(yè)資格考試（準(zhǔn)精算師精算模型與數(shù)據(jù)分析）模擬試題及答案(海南2025年)中國精算師職業(yè)資格考試（準(zhǔn)精算師精算模型與數(shù)據(jù)分析）模擬試題及答案（海南2025年）一、單項(xiàng)選擇題（每題2分，共30分）1.已知某風(fēng)險(xiǎn)的損失分布為指數(shù)分布，其概率密度函數(shù)為$f(x)=\lambdae^{-\lambdax},x\gt0$，且$E(X)=5$，則$\lambda$的值為（）A.0.1B.0.2C.0.5D.1答案：B解析：對于指數(shù)分布，期望$E(X)=\frac{1}{\lambda}$，已知$E(X)=5$，則$\frac{1}{\lambda}=5$，解得$\lambda=0.2$。2.設(shè)隨機(jī)變量$X$服從參數(shù)為$n=10$，$p=0.3$的二項(xiàng)分布$B(n,p)$，則$P(X=3)$的值為（）A.$C_{10}^3\times0.3^3\times0.7^7$B.$C_{10}^3\times0.3^7\times0.7^3$C.$C_{10}^7\times0.3^3\times0.7^7$D.$C_{10}^7\times0.3^7\times0.7^3$答案：A解析：二項(xiàng)分布的概率質(zhì)量函數(shù)為$P(X=k)=C_{n}^k\timesp^k\times(1-p)^{n-k}$，這里$n=10$，$p=0.3$，$k=3$，所以$P(X=3)=C_{10}^3\times0.3^3\times0.7^7$。3.在一個(gè)保險(xiǎn)組合中，有100個(gè)獨(dú)立的風(fēng)險(xiǎn)單位，每個(gè)風(fēng)險(xiǎn)單位在一年內(nèi)發(fā)生損失的概率為0.1。用泊松近似計(jì)算一年內(nèi)至少有2個(gè)風(fēng)險(xiǎn)單位發(fā)生損失的概率，以下正確的是（）A.$1-e^{-10}-10e^{-10}$B.$e^{-10}+10e^{-10}$C.$1-e^{-1}-e^{-1}$D.$e^{-1}+e^{-1}$答案：A解析：當(dāng)$n$很大，$p$很小時(shí)，二項(xiàng)分布$B(n,p)$可近似為泊松分布$P(\lambda)$，其中$\lambda=np$。這里$n=100$，$p=0.1$，則$\lambda=np=10$。泊松分布的概率質(zhì)量函數(shù)為$P(X=k)=\frac{\lambda^ke^{-\lambda}}{k!}$。一年內(nèi)至少有2個(gè)風(fēng)險(xiǎn)單位發(fā)生損失的概率為$P(X\geq2)=1-P(X=0)-P(X=1)$。$P(X=0)=e^{-\lambda}=e^{-10}$，$P(X=1)=\frac{\lambda^1e^{-\lambda}}{1!}=10e^{-10}$，所以$P(X\geq2)=1-e^{-10}-10e^{-10}$。4.已知某風(fēng)險(xiǎn)的損失分布的矩母函數(shù)為$M(t)=\frac{1}{1-2t},t\lt\frac{1}{2}$，則該分布的方差為（）A.2B.4C.8D.16答案：C解析：對于矩母函數(shù)$M(t)$，一階導(dǎo)數(shù)$M^\prime(t)=\frac{2}{(1-2t)^2}$，$E(X)=M^\prime(0)=2$；二階導(dǎo)數(shù)$M^{\prime\prime}(t)=\frac{8}{(1-2t)^3}$，$E(X^2)=M^{\prime\prime}(0)=8$。方差$Var(X)=E(X^2)-[E(X)]^2=8-2^2=8$。5.以下關(guān)于線性回歸模型$Y=\beta_0+\beta_1X+\epsilon$（其中$\epsilon$為誤差項(xiàng)）的說法，錯(cuò)誤的是（）A.$\beta_0$是截距項(xiàng)B.$\beta_1$是斜率項(xiàng)C.誤差項(xiàng)$\epsilon$的均值為0D.誤差項(xiàng)$\epsilon$的方差是變化的答案：D解析：在線性回歸模型$Y=\beta_0+\beta_1X+\epsilon$中，$\beta_0$是截距項(xiàng)，$\beta_1$是斜率項(xiàng)，誤差項(xiàng)$\epsilon$滿足均值為0，方差為常數(shù)（即同方差性），所以選項(xiàng)D說法錯(cuò)誤。6.設(shè)樣本數(shù)據(jù)為$x_1=2$，$x_2=4$，$x_3=6$，$x_4=8$，則樣本均值$\bar{x}$和樣本方差$s^2$分別為（）A.$\bar{x}=5$，$s^2=5$B.$\bar{x}=5$，$s^2=\frac{20}{3}$C.$\bar{x}=4$，$s^2=4$D.$\bar{x}=4$，$s^2=\frac{16}{3}$答案：B解析：樣本均值$\bar{x}=\frac{1}{n}\sum_{i=1}^{n}x_i=\frac{2+4+6+8}{4}=5$。樣本方差$s^2=\frac{1}{n-1}\sum_{i=1}^{n}(x_i-\bar{x})^2=\frac{(2-5)^2+(4-5)^2+(6-5)^2+(8-5)^2}{3}=\frac{9+1+1+9}{3}=\frac{20}{3}$。7.在時(shí)間序列分析中，移動平均法（MA）適用于（）A.消除季節(jié)波動B.消除長期趨勢C.平滑數(shù)據(jù)D.預(yù)測未來值答案：C解析：移動平均法主要用于平滑數(shù)據(jù)，通過對一定時(shí)期內(nèi)的數(shù)據(jù)取平均值，減少數(shù)據(jù)的隨機(jī)波動，使數(shù)據(jù)更平滑。它不能消除季節(jié)波動和長期趨勢，雖然可以用于簡單的預(yù)測，但不是其主要適用場景。8.已知某保險(xiǎn)產(chǎn)品的賠付次數(shù)$N$服從泊松分布$P(\lambda)$，賠付額$X$服從指數(shù)分布$Exp(\mu)$，且$N$與$X$相互獨(dú)立。則該保險(xiǎn)產(chǎn)品的總賠付額$S=\sum_{i=1}^{N}X_i$的矩母函數(shù)為（）A.$e^{\lambda(M_X(t)-1)}$B.$e^{\lambdat(M_X(t)-1)}$C.$\lambda(M_X(t)-1)$D.$\lambdat(M_X(t)-1)$答案：A解析：當(dāng)$N$服從泊松分布$P(\lambda)$，$X_i$相互獨(dú)立且與$X$同分布，$N$與$X_i$相互獨(dú)立時(shí)，總賠付額$S=\sum_{i=1}^{N}X_i$的矩母函數(shù)為$M_S(t)=e^{\lambda(M_X(t)-1)}$，其中$M_X(t)$是$X$的矩母函數(shù)。9.對于風(fēng)險(xiǎn)度量指標(biāo)VaR（在險(xiǎn)價(jià)值），以下說法正確的是（）A.VaR考慮了損失超過VaR值的情況B.VaR是一個(gè)分位數(shù)C.VaR度量的是預(yù)期損失D.VaR總是大于0答案：B解析：VaR是一個(gè)分位數(shù)，它表示在一定的置信水平下，某一金融資產(chǎn)或投資組合在未來特定的一段時(shí)間內(nèi)可能遭受的最大損失。它沒有考慮損失超過VaR值的情況，不是度量預(yù)期損失，且VaR可能為0甚至為負(fù)。10.在精算模型中，生存函數(shù)$S(x)$表示（）A.個(gè)體在$x$歲時(shí)死亡的概率B.個(gè)體在$x$歲時(shí)生存的概率C.個(gè)體在$x$歲之前死亡的概率D.個(gè)體在$x$歲之后死亡的概率答案：B解析：生存函數(shù)$S(x)=P(T\gtx)$，即個(gè)體在$x$歲時(shí)生存的概率，其中$T$表示個(gè)體的未來壽命。11.設(shè)$X$和$Y$是兩個(gè)隨機(jī)變量，已知$Cov(X,Y)=2$，$Var(X)=4$，$Var(Y)=9$，則$X$和$Y$的相關(guān)系數(shù)$\rho_{XY}$為（）A.$\frac{1}{3}$B.$\frac{1}{6}$C.$\frac{1}{9}$D.$\frac{1}{12}$答案：A解析：相關(guān)系數(shù)$\rho_{XY}=\frac{Cov(X,Y)}{\sqrt{Var(X)Var(Y)}}=\frac{2}{\sqrt{4\times9}}=\frac{2}{6}=\frac{1}{3}$。12.在信用風(fēng)險(xiǎn)評估中，以下不屬于常用的信用評分模型的是（）A.Logistic回歸模型B.判別分析模型C.神經(jīng)網(wǎng)絡(luò)模型D.泊松回歸模型答案：D解析：常用的信用評分模型包括Logistic回歸模型、判別分析模型、神經(jīng)網(wǎng)絡(luò)模型等。泊松回歸模型主要用于處理計(jì)數(shù)數(shù)據(jù)，不是常用的信用評分模型。13.已知某風(fēng)險(xiǎn)的損失分布為正態(tài)分布$N(\mu,\sigma^2)$，若要計(jì)算該風(fēng)險(xiǎn)在95%置信水平下的VaR，以下正確的是（）A.$\mu+1.645\sigma$B.$\mu+1.96\sigma$C.$\mu-1.645\sigma$D.$\mu-1.96\sigma$答案：D解析：對于正態(tài)分布$N(\mu,\sigma^2)$，在95%置信水平下，左側(cè)分位數(shù)對應(yīng)的$z$值約為$-1.96$，所以VaR為$\mu-1.96\sigma$。14.在風(fēng)險(xiǎn)理論中，自留額是指（）A.保險(xiǎn)公司自己承擔(dān)的最大損失B.保險(xiǎn)公司向再保險(xiǎn)公司轉(zhuǎn)移的損失C.被保險(xiǎn)人自己承擔(dān)的損失D.再保險(xiǎn)公司承擔(dān)的損失答案：A解析：自留額是保險(xiǎn)公司自己承擔(dān)的最大損失，超過自留額的部分通常會通過再保險(xiǎn)等方式轉(zhuǎn)移給其他機(jī)構(gòu)。15.以下關(guān)于貝葉斯定理的說法，正確的是（）A.貝葉斯定理用于計(jì)算先驗(yàn)概率B.貝葉斯定理是在已知后驗(yàn)概率的基礎(chǔ)上計(jì)算先驗(yàn)概率C.貝葉斯定理是在已知先驗(yàn)概率和似然概率的基礎(chǔ)上計(jì)算后驗(yàn)概率D.貝葉斯定理與概率無關(guān)答案：C解析：貝葉斯定理是在已知先驗(yàn)概率和似然概率的基礎(chǔ)上計(jì)算后驗(yàn)概率，公式為$P(A|B)=\frac{P(B|A)P(A)}{P(B)}$，其中$P(A)$是先驗(yàn)概率，$P(B|A)$是似然概率，$P(A|B)$是后驗(yàn)概率。二、多項(xiàng)選擇題（每題3分，共15分）1.以下屬于精算模型中常用的分布有（）A.正態(tài)分布B.泊松分布C.指數(shù)分布D.二項(xiàng)分布答案：ABCD解析：在精算模型中，正態(tài)分布、泊松分布、指數(shù)分布和二項(xiàng)分布都是常用的分布。正態(tài)分布常用于描述許多自然和社會現(xiàn)象的隨機(jī)變量；泊松分布常用于描述單位時(shí)間或空間內(nèi)的事件發(fā)生次數(shù)；指數(shù)分布常用于描述壽命、等待時(shí)間等；二項(xiàng)分布常用于描述多次獨(dú)立試驗(yàn)中成功的次數(shù)。2.在數(shù)據(jù)分析中，數(shù)據(jù)清洗的主要任務(wù)包括（）A.處理缺失值B.處理異常值C.去除重復(fù)數(shù)據(jù)D.數(shù)據(jù)標(biāo)準(zhǔn)化答案：ABC解析：數(shù)據(jù)清洗的主要任務(wù)包括處理缺失值、處理異常值和去除重復(fù)數(shù)據(jù)。數(shù)據(jù)標(biāo)準(zhǔn)化是數(shù)據(jù)預(yù)處理的另一個(gè)步驟，不屬于數(shù)據(jù)清洗的主要任務(wù)。3.以下關(guān)于風(fēng)險(xiǎn)度量指標(biāo)的說法，正確的有（）A.VaR是一種靜態(tài)的風(fēng)險(xiǎn)度量指標(biāo)B.CVaR（條件在險(xiǎn)價(jià)值）考慮了損失超過VaR值的情況C.標(biāo)準(zhǔn)差可以度量風(fēng)險(xiǎn)的大小D.夏普比率是一種綜合考慮風(fēng)險(xiǎn)和收益的指標(biāo)答案：ABCD解析：VaR是在一定置信水平下的最大損失，是一種靜態(tài)的風(fēng)險(xiǎn)度量指標(biāo)；CVaR是在VaR的基礎(chǔ)上，考慮了損失超過VaR值的平均損失情況；標(biāo)準(zhǔn)差可以衡量數(shù)據(jù)的離散程度，從而度量風(fēng)險(xiǎn)的大小；夏普比率是用投資組合的預(yù)期收益率減去無風(fēng)險(xiǎn)收益率，再除以投資組合的標(biāo)準(zhǔn)差，綜合考慮了風(fēng)險(xiǎn)和收益。4.在保險(xiǎn)費(fèi)率厘定中，需要考慮的因素有（）A.賠付成本B.費(fèi)用成本C.利潤目標(biāo)D.風(fēng)險(xiǎn)水平答案：ABCD解析：在保險(xiǎn)費(fèi)率厘定中，需要考慮賠付成本，即保險(xiǎn)公司可能需要支付的賠款；費(fèi)用成本，包括運(yùn)營費(fèi)用等；利潤目標(biāo)，保險(xiǎn)公司需要獲得一定的利潤；風(fēng)險(xiǎn)水平，不同的風(fēng)險(xiǎn)水平對應(yīng)不同的費(fèi)率。5.在時(shí)間序列分析中，以下屬于平穩(wěn)時(shí)間序列的特征有（）A.均值為常數(shù)B.方差為常數(shù)C.自協(xié)方差只與時(shí)間間隔有關(guān)D.具有周期性答案：ABC解析：平穩(wěn)時(shí)間序列的特征包括均值為常數(shù)、方差為常數(shù)、自協(xié)方差只與時(shí)間間隔有關(guān)。具有周期性的時(shí)間序列通常不是平穩(wěn)時(shí)間序列。三、簡答題（每題10分，共30分）1.簡述線性回歸模型的基本假設(shè)，并說明這些假設(shè)的重要性。答案：線性回歸模型$Y=\beta_0+\beta_1X+\epsilon$的基本假設(shè)如下：-線性性：因變量$Y$與自變量$X$之間存在線性關(guān)系，即$Y$的條件均值是$X$的線性函數(shù)。這一假設(shè)是構(gòu)建線性回歸模型的基礎(chǔ)，如果不滿足線性性，使用線性回歸模型進(jìn)行擬合會導(dǎo)致模型不準(zhǔn)確，無法正確反映變量之間的關(guān)系。-獨(dú)立性：誤差項(xiàng)$\epsilon$之間相互獨(dú)立。如果誤差項(xiàng)不獨(dú)立，會導(dǎo)致估計(jì)的標(biāo)準(zhǔn)誤差不準(zhǔn)確，從而影響假設(shè)檢驗(yàn)和置信區(qū)間的準(zhǔn)確性。例如，在時(shí)間序列數(shù)據(jù)中，如果誤差項(xiàng)存在自相關(guān)，會使回歸系數(shù)的估計(jì)值產(chǎn)生偏差。-同方差性：誤差項(xiàng)$\epsilon$的方差是常數(shù)，即$Var(\epsilon)=\sigma^2$。同方差性保證了回歸系數(shù)的估計(jì)具有有效性，如果不滿足同方差性，會導(dǎo)致估計(jì)的標(biāo)準(zhǔn)誤差不準(zhǔn)確，影響對回歸系數(shù)的顯著性檢驗(yàn)。-正態(tài)性：誤差項(xiàng)$\epsilon$服從正態(tài)分布。正態(tài)性假設(shè)在進(jìn)行假設(shè)檢驗(yàn)和構(gòu)建置信區(qū)間時(shí)非常重要，基于正態(tài)分布的性質(zhì)，可以使用t檢驗(yàn)和F檢驗(yàn)等方法對回歸系數(shù)進(jìn)行顯著性檢驗(yàn)。這些假設(shè)的重要性在于保證線性回歸模型的參數(shù)估計(jì)具有良好的統(tǒng)計(jì)性質(zhì)，如無偏性、有效性等，同時(shí)也保證了基于模型進(jìn)行的假設(shè)檢驗(yàn)和預(yù)測的可靠性。如果這些假設(shè)不滿足，需要對數(shù)據(jù)進(jìn)行變換或采用其他更合適的模型。2.解釋VaR和CVaR的概念，并比較它們的優(yōu)缺點(diǎn)。答案：-VaR（在險(xiǎn)價(jià)值）：VaR是指在一定的置信水平下，某一金融資產(chǎn)或投資組合在未來特定的一段時(shí)間內(nèi)可能遭受的最大損失。例如，在95%的置信水平下，VaR值為100萬元，表示在未來的一段時(shí)間內(nèi)，該資產(chǎn)或投資組合有95%的可能性損失不會超過100萬元。-CVaR（條件在險(xiǎn)價(jià)值）：CVaR是在VaR的基礎(chǔ)上，考慮了損失超過VaR值的平均損失情況。它表示在給定的置信水平下，損失超過VaR值的條件期望。例如，在95%的置信水平下，CVaR表示當(dāng)損失超過95%置信水平下的VaR值時(shí)，平均的損失大小。-優(yōu)缺點(diǎn)比較：-VaR的優(yōu)點(diǎn)：概念簡單直觀，容易理解和解釋，在金融領(lǐng)域被廣泛應(yīng)用。它可以為風(fēng)險(xiǎn)管理者提供一個(gè)明確的風(fēng)險(xiǎn)度量指標(biāo)，幫助他們確定風(fēng)險(xiǎn)暴露的程度。-VaR的缺點(diǎn)：VaR只給出了最大損失的估計(jì)，沒有考慮損失超過VaR值的情況，不能反映極端損失的嚴(yán)重性。此外，VaR不滿足次可加性，即投資組合的VaR可能大于各個(gè)資產(chǎn)VaR之和，這與風(fēng)險(xiǎn)分散的原則相悖。-CVaR的優(yōu)點(diǎn)：CVaR考慮了損失超過VaR值的情況，能夠更全面地反映風(fēng)險(xiǎn)的大小，特別是極端風(fēng)險(xiǎn)。它滿足次可加性，符合風(fēng)險(xiǎn)分散的原則，是一種更合理的風(fēng)險(xiǎn)度量指標(biāo)。-CVaR的缺點(diǎn)：CVaR的計(jì)算相對復(fù)雜，需要更多的信息和計(jì)算資源。而且它的概念相對較難理解，不如VaR直觀。3.簡述在保險(xiǎn)費(fèi)率厘定中，經(jīng)驗(yàn)費(fèi)率法的基本原理和步驟。答案：-基本原理：經(jīng)驗(yàn)費(fèi)率法是根據(jù)被保險(xiǎn)人過去的損失經(jīng)驗(yàn)來調(diào)整未來的保險(xiǎn)費(fèi)率。其基本思想是，被保險(xiǎn)人的風(fēng)險(xiǎn)狀況在一定程度上是穩(wěn)定的，過去的損失情況可以反映其未來的風(fēng)險(xiǎn)水平。通過對被保險(xiǎn)人過去的損失數(shù)據(jù)進(jìn)行分析，計(jì)算出實(shí)際的損失率，并與預(yù)期損失率進(jìn)行比較，根據(jù)比較結(jié)果調(diào)整保險(xiǎn)費(fèi)率。-步驟：-數(shù)據(jù)收集：收集被保險(xiǎn)人過去一定時(shí)期內(nèi)的損失數(shù)據(jù)，包括損失次數(shù)和損失金額。這些數(shù)據(jù)是進(jìn)行經(jīng)驗(yàn)費(fèi)率調(diào)整的基礎(chǔ)。-計(jì)算實(shí)際損失率：根據(jù)收集到的損失數(shù)據(jù)，計(jì)算出被保險(xiǎn)人在過去時(shí)期內(nèi)的實(shí)際損失率。實(shí)際損失率可以用損失金額除以保險(xiǎn)金額或保費(fèi)收入等指標(biāo)來計(jì)算。-確定預(yù)期損失率：預(yù)期損失率是根據(jù)行業(yè)數(shù)據(jù)、精算模型等確定的被保險(xiǎn)人在正常情況下的損失率。它反映了該類風(fēng)險(xiǎn)的平均水平。-比較實(shí)際損失率和預(yù)期損失率：將計(jì)算得到的實(shí)際損失率與預(yù)期損失率進(jìn)行比較。如果實(shí)際損失率高于預(yù)期損失率，說明被保險(xiǎn)人的風(fēng)險(xiǎn)水平較高，需要提高保險(xiǎn)費(fèi)率；如果實(shí)際損失率低于預(yù)期損失率，說明被保險(xiǎn)人的風(fēng)險(xiǎn)水平較低，可以降低保險(xiǎn)費(fèi)率。-費(fèi)率調(diào)整：根據(jù)比較結(jié)果，按照一定的調(diào)整公式對保險(xiǎn)費(fèi)率進(jìn)行調(diào)整。調(diào)整公式通?？紤]了實(shí)際損失率與預(yù)期損失率的差異程度、調(diào)整的幅度等因素。-監(jiān)控和更新：在調(diào)整保險(xiǎn)費(fèi)率后，需要對被保險(xiǎn)人的損失情況進(jìn)行持續(xù)監(jiān)控，根據(jù)新的損失數(shù)據(jù)不斷更新費(fèi)率，以保證費(fèi)率的合理性。四、計(jì)算題（每題15分，共25分）1.某保險(xiǎn)公司承保了1000個(gè)獨(dú)立的風(fēng)險(xiǎn)單位，每個(gè)風(fēng)險(xiǎn)單位在一年內(nèi)發(fā)生損失的概率為0.05，發(fā)生損失時(shí)的賠付額服從均值為2000元的指數(shù)分布。（1）計(jì)算該保險(xiǎn)組合的總賠付額的期望和方差。（2）用中心極限定理近似計(jì)算該保險(xiǎn)組合的總賠付額超過120000元的概率。答案：（1）設(shè)$N$表示一年內(nèi)發(fā)生損失的風(fēng)險(xiǎn)單位數(shù)，$N$服從二項(xiàng)分布$B(n,p)$，其中$n=1000$，$p=0.05$。設(shè)$X_i$表示第$i$個(gè)發(fā)生損失的風(fēng)險(xiǎn)單位的賠付額，$X_i$服從均值為2000元的指數(shù)分布，即$E(X_i)=2000$，$Var(X_i)=2000^2$。總賠付額$S=\sum_{i=1}^{N}X_i$。-計(jì)算$E(S)$：根據(jù)復(fù)合分布的期望公式$E(S)=E(N)E(X)$。$E(N)=np=1000\times0.05=50$，$E(X)=2000$，所以$E(S)=E(N)E(X)=50\times2000=100000$元。-計(jì)算$Var(S)$：根據(jù)復(fù)合分布的方差公式$Var(S)=E(N)Var(X)+Var(N)[E(X)]^2$。$Var(N)=np(1-p)=1000\times0.05\times(1-0.05)=47.5$，$Var(X)=2000^2$，$E(X)=2000$。$Var(S)=50\times2000^2+47.5\times2000^2=(50+47.5)\times2000^2=97.5\times4\times10^6=3.9\times10^8$。（2）由中心極限定理，當(dāng)$n$足夠大時(shí)，總賠付額$S$近似服從正態(tài)分布$N(E(S),Var(S))$，即$S\approxN(100000,3.9\times10^8)$。要求$P(S\gt120000)$，先進(jìn)行標(biāo)準(zhǔn)化：$Z=\frac{S-E(S)}{\sqrt{Var(S)}}=\frac{S-100000}{\sqrt{3.9\times10^8}}\approx\frac{S-100000}{19748.42}$。$P(S\gt120000)=1-P(S\leq120000)=1-P(Z\leq\frac{120000-100000}{19748.42})=1-P(Z\leq1.01)$。查標(biāo)準(zhǔn)正態(tài)分布表，$P(Z\leq1.01)=0.8438$，所以$P(S\gt120000)=1-0.8438=0.1562$。2.已知某公司的銷售額數(shù)據(jù)如下（單位：萬元）：|年份|銷售額||----|----||2018|100||2019|120||2020|130||2021|150||2022|160||2023|180||2024|200|（1）用最小二乘法擬合線性趨勢方程$y=a+bt$，其中$y$為銷售額，$t$為年份（令2018年$t=1$）。（2）預(yù)測2025年的銷售額。答案：（1）設(shè)線性趨勢方程為$y=a+bt$，根據(jù)最小二乘法