已知与之间具有很强的线性相关关系，现观测得到的四组观测值并制作了相应的对照表，由表中数据粗略地得到线性回归直线方程为，其中的值没有写上．当等于时，预测的值为

为了对年合肥市中考成绩进行分析，在分以上的全体同学中随机抽出位，他们的数学分数（已折算为百分制）从小到大排是、、、、、、、，物理分数从小到大排是、、、、、、、.
（1）若规定分（包括分）以上为优秀，求这位同学中恰有位同学的数学和物理分数均为优秀的概率；
（2）若这位同学的数学、物理、化学分数事实上对应如下表：

学生编号
数学分数
物理分数
化学分数

 
①用变量与、与的相关系数说明物理与数学、化学与数学的相关程度；
②求与、与的线性回归方程（系数精确到）,并用相关指数比较所求回归模型的效果.
参考公式：相关系数
回归直线方程是：，其中，
相关指数，其中是，对应的回归估计值.
参考数据：，
 ,
,.

为了对某班学生的数学、物理成绩进行分析，从该班25位男同学，15位女同学中随机抽取一个容量为8的样本．
（1）如果按性别比例分层抽样，可以得到多少个不同的样本？（只要求写出算式，不必计算出结果）；
（2）若这8人的数学成绩从小到大排序是：65，68，72，79，81，88，92，95．物理成绩从小到大排序是：72，77，80，84，86，90，93，98．
①求这8人中恰有3人数学、物理成绩均在85分以上的概率（结果用分数表示）；
②已知随机抽取的8人的数学成绩和物理成绩如下表：

学生编号	1	2	3	4	5	6	7	8
数学成绩	65	68	72	79	81	88	92	95
物理成绩	72	77	80	84	86	90	93	98

 
若以数学成绩为解释变量，物理成绩为预报变量，求关于的线性回归方程（系数精确到0.01）；并求数学成绩对于物理成绩的贡献率（精确到0.01）．
参考公式：相关系数
，
回归方程
，其中
参考数据：，

某工厂为了对新研发的产品进行合理定价，将该产品按实现拟定的价格进行试销，得到一组检测数据（）如下表所示：

试销价格（元）	4	5	6	7		9
产品销量（件）		84	83	80	75	68

 
已知变量具有线性负相关关系，且，，现有甲、乙、丙三位同学通过计算求得其回归直线方程为：甲：；乙：；丙：，其中有且仅有一位同学的计算是正确的.
（1）试判断谁的计算结果正确？并求出的值；
（2）若由线性回归方程得到的估计数据与检测数据的误差不超过1，则该检测数据是“理想数据”.现从检测数据中随机抽取2个，求这两个检验数据均为“理想数据”的概率.

2013年，首都北京经历了59年来雾霾天气最多的一个月．经气象局统计，北京市从1月1日至1月30日这30天里有26天出现雾霾天气．《环境空气质量指数（）技术规定（试行）》将空气质量指数分为六级：其中，中度污染（四级），指数为151-200；重度污染（五级），指数为201-300；严重污染（六级），指数大于300.下面表1是该观测点记录的4天里，指数与当天的空气水平可见度（千米）的情况，表2是某气象观测点记录的北京1月1日到1月30日指数频数统计结果，
表1：指数与当天的空气水平可见度（千米）情况

表2：北京1月1日到1月30日指数频数统计

（1）设变量，根据表1的数据，求出关于的线性回归方程；
（2）根据表2估计这30天指数的平均值.
(用最小二乘法求线性回归方程系数公式)

从2016年1月1日起，湖北、广东等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：

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（万元）表示购车价格，（元）表示商业车险保费）：、、、、、、、，设由这8组数据得到的回归直线方程为：．
（1）求；
（2）有评估机构从以往购买了车险的车辆中随机抽取1000 辆调查,得到一年中出险次数的频数分布如下(并用相应频率估计车辆2016 年度出险次数的概率):

湖北的李先生于2016年1月购买了一辆价值20万元的新车.根据以上信息,试估计该车辆在2017 年1月续保时应缴交的保费(精确到元),并分析车险新政是否总体上减轻了车主负担.(假设车辆下一年与上一年都购买相同的商业车险产品进行续保）.

某研究性学习小组对春季昼夜温差大小与某花卉种子发芽多少之间的关系进行研究，他们分别记录了3月1日至3月5月的每天昼夜温差与实验室每天每100颗种子浸泡后的发芽数，得到如下数据：

（1）从3月1日至3月5日中任选2天，记发芽的种子数分别为，求事件“均不小于25”的概率；
（2）请根据3月2日至3月4日的三组数据，求出关于的线性回归方程；
（3）若由线性回归方程得到的估计数据与所需要检验的数据误差均不超过2颗，则认为得到的线性回归方程是可靠的，试用3月1日与3月5日的两组数据检验，问（2）中所得的线性回归方程是否可靠？
（参考公式：或，）

某研究机构对学生的记忆力和判断力进行统计分析，得下表数据：

根据上表提供的数据，用最小二乘法求出关于的线性回归方程中的的值为，则为   ．

噪声污染已经成为影响人们身体健康和生活质量的严重问题，为了解强度（单位：分贝）与声音能量（单位：）之间的关系，将测量得到的声音强度和声音能量数据作了初步处理，得到下面的散点图及一些统计量的值.


表中，.
（1）根据表中数据，求声音强度关于声音能量的回归方程；
（2）当声音强度大于60分贝时属于噪音，会产生噪声污染，城市中某点共受到两个声音源的影响，这两个生源的声音能量分别是和，且，已知点的声音能量等于声音能量和之和，请根据中的回归方程，判断点是否受到噪声污染的干扰，并说明理由.
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：

某位同学为了研究气温对饮料销售的影响，经过对某小卖部的统计，得到一个卖出的某种饮料杯数与当天气温的对比表．他分别记录了3月21日至3月25日的白天平均气温（）与该小卖部的这种饮料销量（杯），得到如下数据：

日期	3月21日	3月22日	3月23日	3月24日	3月25日
平均气温	8	10	14	11	12
销量（杯）	21	25	35	26	28

 
（1）若先从这五组数据中任取2组，求取出的2组数据恰好是相邻2天数据的概率；
（2）请根据所给五组数据，求出关于的线回归方程；
（3）根据（2）中所得的线性回归方程，若天气预报3月26日的白天平均气温7（），请预测该小卖部这种饮料的销量．（参考公式：）