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，，.

从2016年1月1日起，广东、湖北等18个保监局所辖地区将纳入商业车险改革试点范围，其中最大的变化是上一年的出险次数决定了下一年的保费倍率，具体关系如下表：

上一年出险次数	0	1	2	3	4	5次以上(含5次)
下一年保费倍率	85%	100%	125%	150%	175%	200%
连续两年没出险打7折，连续三年没出险打6折

 
经验表明新车商业车险保费与购车价格有较强的线性相关关系，下面是随机采集的8组数据(其中(单位：万元)表示购车价格，(单位：元)表示商业车险保费)：(8，2150)，(11，2400)，(18，3140)，(25，3750)，(25，4000)，(31，4560)，(37，5500)，(45，6500)，已知由这8组数据得到的回归直线方程为．
（1）求的值；
（2）广东李先生2017年1月购买了一辆价值20万元的新车，
①估计李先生购车时的商业车险保费；
②若该车2017年3月已出过一次险，5月又被刮花了，李先生到汽车维修店询价，预计修车费用为500元，理赔专员建议李先生自费维修(即不出险)，你认为李先生是否应该接受该建议？请说明理由．(假设车辆2017年与2018年都购买相同的商业车险产品)

根据如下样本数据：

x	3	4	5	6	7	8
y	4.0	2.5	0.5	0.5	0.4	0.1

 
得到的线性回归方程为＝x＋，则(　　)

A．＞0，＞0	B．＞0，＜0
C．＜0，＞0	D．＜0，＜0

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）．

已知x与y之间的几组数据如下表：

	3	4	5	6
	2.5	3	4	4.5

 
假设根据上表数据所得线性回归方程为,根据中间两组数据(4,3)和(5,4)求得的直线方程为,则___b,____.(填“”或“”)
附：回归直线方程中，.

已知变量x与变量y之间具有相关关系，并测得如下一组数据：

x	6	5	10	12
y	6	5	3	2

 
则变量x与y之间的线性回归直线方程可能为

A．=0.7x–2.3

B．=–0.7x+10.3

C．=–10.3x+0.7

D．=10.3x–0.7

禽流感一直在威胁我们的生活，某疾病控制中心为了研究禽流感病毒繁殖个数（个）随时间（天）变化的规律，收集数据如下：

天数	1	2	3	4	5	6
繁殖个数	6	12	25	49	95	190

 
作出散点图可看出样本点分布在一条指数型函数的周围.
（1）求出关于的回归方程（保留小数点后两位数字）；
（2）已知，估算第四天的残差.
参考公式：.
保留小数点后两位数的参考数据：
，，，，，，，，其中.

已知的取值如下表：
 
从散点图分析，与线性相关，且回归方程为，则实数的值为  .

已知x与y之间的一组数据如下表:

x	0	1	2	3
y	1	3	5	7

 
则y与x的线性回归方程必经过点（ ）

A．(2,4)

B．(1.5,0)

C．(1,2)

D．(1.5,4)

下列说法：
①将一组数据中的每个数据都加上或减去同一个常数后，方差恒不变；
②设有一个回归方程，变量x增加一个单位时，y平均增加5个单位；
③线性回归直线方程必过；
④在一个2×2列联表中，由计算得K²=13．079，则有99%的把握确认这两个变量间有关系；
其中错误的个数是（）

A．0

B．1

C．2

D．3