汽车店是一种以“四位一体”为核心的特许经营模式，包括整车销售、零配件销售、售后服务、信息反馈等。某品牌汽车店为了了解，，三种类型汽车质量问题,对售出的三种类型汽车各取100辆进行跟踪服务,发现各车型一年内需要维修的车辆如下表所示1.
表1
(1)某公司一次性从店购买该品牌，，型汽车各一辆,记表示这三辆车的一年内需要维修的车辆数，求的分布列及数学期望.(各型汽车维修的频率视为其需要维修的概率).
(2)该品牌汽车店为了对厂家新研发的一种产品进行合理定价，将该产品按使事先拟定的各种价格进行试销相等时间，得到数据如表2.
预计在今后的销售中,销量与单价仍然服从的关系,且该产品的成本是500元/件,为使4S店获得最大利润(利润=销售收入-成本)，该产品的单价应定位多少元？
表1

车型
频数	20	20	40

 
表2

单价(元)	800	820	840	850	880	900
销量(件)	90	84	83	80	75	68

 

某大型娱乐场有两种型号的水上摩托，管理人员为了了解水上摩托的使用及给娱乐城带来的经济收入情况，对该场所最近6年水上摩托的使用情况进行了统计，得到相关数据如表：

年份	2011	2012	2013	2014	2015	2016
年份代码	1	2	3	4	5	6
使用率（）	11	13	16	15	20	21

 
（1）请根据以上数据，用最小二乘法求水上摩托使用率关于年份代码的线性回归方程，并预测该娱乐场2018年水上摩托的使用率；
（2）随着生活水平的提高，外出旅游的老百姓越来越多，该娱乐场根据自身的发展需要，准备重新购进一批水上摩托，其型号主要是目前使用的Ⅰ型、Ⅱ型两种，每辆价格分别为1万元、1.2万元.根据以往经验，每辆水上摩托的使用年限不超过四年.娱乐场管理部对已经淘汰的两款水上摩托的使用情况分别抽取了50辆进行统计，使用年限如条形图所示：

已知每辆水上摩托从购入到淘汰平均年收益是0.8万元，若用频率作为概率，以每辆水上摩托纯利润（纯利润收益购车成本）的期望值为参考值，则该娱乐场的负责人应该选购Ⅰ型水上摩托还是Ⅱ型水上摩托？
附：回归直线方程为,其中，.

某种产品的广告费支出与销售额（单位：万元）之间有如下对应数据：

（1）求回归直线方程
（2）试预测广告费支出为万元时，销售额多大？ 参考数据： .

随着高等级公路的迅速发展，公路绿化受到高度重视，需要大量各种苗木．某苗圃培植场对100棵“天竺桂”的移栽成活量（单位：棵）与在前三个月内浇水次数间的关系进行研究，根据以往的记录，整理相关的数据信息如图所示：

（1）结合图中前4个矩形提供的数据，利用最小二乘法求关于的回归直线方程；
（2）用表示（1）中所求的回归直线方程得到的100棵“天竺桂”的移栽成活量的估计值，当图中余下的矩形对应的数据组的残差的绝对值，则回归直线方程有参考价值，试问：（1）中所得到的回归直线方程有参考价值吗？
（3）预测100棵“天竺桂”移栽后全部成活时，在前三个月内浇水的最佳次数．
附：回归直线方程为，其中，．

随着我国经济的快速发展，民用汽车的保有量也迅速增长.机动车保有量的发展影响到环境质量、交通安全、道路建设等诸多方面.在我国，尤其是大中型城市，机动车已成为城市空气污染的重要.因此，合理预测机动车保有量是未来进行机动车污染防治规划、道路发展规划等的重要前提.从2012年到2016年，根据“云南省某市国民经济和社会发展统计公报”中公布的数据，该市机动车保有量数据如表所示.

年份	2012	2013	2014	2015	2016
年份代码	1	2	3	4	5
机动车保有量（万辆）	169	181	196	215	230

 

（1）在图所给的坐标系中作出数据对应的散点图；
（2）建立机动车保有量关于年份代码的回归方程；
（3）按照当前的变化趋势，预测2017年该市机动车保有量.
附注：回归直线方程中的斜率和截距的最小二乘估计公式分别为：
，.

近几年，京津冀等地数城市指数“爆表”，尤其2015年污染最重．为了探究车流量与PM2.5的浓度是否相关，现采集到北方某城市2015年12月份某星期星期一到星期日某一时间段车流量与PM2.5的数据如表： 

时间	星期一	星期二	星期三	星期四	星期五	星期六	星期日
车流量x（万辆）	1	2	3	4	5	6	7
PM2.5的浓度y（微克/立方米）	28	30	35	41	49	56	62

 
（Ⅰ）由散点图知y与x具有线性相关关系，求y关于x的线性回归方程；
（Ⅱ）（ⅰ）利用（Ⅰ）所求的回归方程，预测该市车流量为8万辆时PM2.5的浓度；
（ⅱ）规定：当一天内PM2.5的浓度平均值在（0，50]内，空气质量等级为优；当一天内PM2.5的浓度平均值在（50，100]内，空气质量等级为良．为使该市某日空气质量为优或者为良，则应控制当天车流量在多少万辆以内？（结果以万辆为单位，保留整数．）
参考公式：回归直线的方程是，其中， ．

某公司为了准确地把握市场，做好产品生产计划，对过去四年的数据进行整理得到了第年与年销量（单位：万件）之间的关系如下表：

（1）在图中画出表中数据的散点图；

（2）根据散点图选择合适的回归模型拟合与的关系（不必说明理由）；
（3）建立关于的回归方程，预测第5年的销售量.
附注：参考公式：回归直线的斜率和截距的最小二乘法估计公式分别为：
，.