某种活性细胞的存活率与存放温度之间具有线性相关关系，样本数据如下表所示：

存放温度	10	4	-2	-8
存活率	20	44	56	80

 
经计算得回归直线的斜率为-3.2.若存放温度为，则这种细胞存活率的预报值为__________．

随着共享单车的蓬勃发展，越来越多的人将共享单车作为短距离出行的交通工具.为了解不同年龄的人们骑乘单车的情况，某共享单车公司对某区域不同年龄的骑乘者进行了调查，得到数据如下：

年龄	15	25	35	45	55	65
骑乘人数	95	80	65	40	35	15

 
（1）求关于的线性回归方程，并估计年龄为40岁人群的骑乘人数；
（2）为了回馈广大骑乘者，该公司在五一当天通过向每位骑乘者的前两次骑乘分别随机派送一张面额为1元，或2元，或3元的骑行券.已知骑行一次获得1元券，2元券，3元券的概率分别是，，，且每次获得骑行券的面额相互独立.若一名骑乘者五一当天使用了两次该公司的共享单车，记该骑乘者当天获得的骑行券面额之和为，求的分布列和数学期望.
参考公式：，.
参考数据：，.

某服装厂的产品产量x(单位:万件)与单位成本y(单位:元/件)之间的回归直线方程是=52.15-19.5x,当产量每增加一万件时,单位成本约下降_____元.

已知某地每单位面积菜地年平均使用氮肥量x(单位:kg)与每单位面积蔬菜年平均产量Y(单位:t)之间的关系有如下数据:

年份	2000	2001	2002	2003	2004	2005	2006	2007
x/kg	70	74	80	78	85	92	90	95
Y/t	5.1	6.0	6.8	7.8	9.0	10.2	10.0	12.0
年份	2008	2009	2010	2011	2012	2013	2014
x/kg	92	108	115	123	130	138	145
Y/t	11.5	11.0	11.8	12.2	12.5	12.8	13.0

 
(1)求x与Y之间的相关系数,并检验是否线性相关;
(2)若线性相关,求每单位面积蔬菜年平均产量Y与每单位面积菜地年平均使用氮肥量x之间的回归直线方程,并估计每单位面积菜地年平均使用氮肥150 kg时,每单位面积蔬菜的年平均产量.

某单位为了了解用电量(度)与气温之间的关系，随机统计了某4天的用电量与当天气温，并制作了对照表，由表中数据得线性回归方程，其中.现预测当气温为－时，用电量的度数约为多少？

用电量(度)	24	34	38	64
气温	18	13	10	-1

 

近年来，某地区积极践行“绿水青山就是金山银山”的绿色发展理念，年年初至年年初，该地区绿化面积（单位：平方公里）的数据如下表：

年份
年份代号
绿化面积

 
（1）求关于的线性回归方程；
（2）利用（1）中的回归方程，预测该地区年年初的绿化面积.
（附：回归直线的斜率与截距的最小二乘法估计公式分别为：，.其中）

某共享单车企业在城市就“一天中一辆单车的平均成本与租用单车数量之间的关系”进行了调查，并将相关数据统计如下表：

根据以上数据，研究人员设计了两种不同的回归分析模型，得到两个拟合函数：
模型甲：，模型乙：.
（1）为了评价两种模型的拟合效果，完成以下任务：
①完成下表（计算结果精确到0.1元）（备注：，称为相应于点的残差）；

②分别计算模型甲与模型乙的残差平方和及，并通过比较的大小，判断哪个模型拟合效果更好.
（2）这家企业在4城市投放共享单车后，受到广大市民的热烈欢迎并供不应求，于是该企业决定增加单车投放量.根据市场调查，市场投放量达到1万辆时，平均每辆单车一天能收入7.2元；市场投放量达到1.2万辆时，平均每辆单车一天能收入6.8元.若按（1）中拟合效果较好的模型计算一天中一辆单车的平均成本，问该企业投放量选择1万辆还是1.2万辆能获得更多利润？请说明理由.（利润收入成本）

已知具有线性相关的两个变量x、y之间的一组数据如下表：

x	0	1	2	3	4
y

 
且回归方程，则当时，y的预测值为　　

A．

B．

C．

D．

某中学每周定期举办一次数学沙龙，前5周每周参加沙龙的人数如下表：

周序号	1	2	3	4	5
参加人数	12	17	15	21	25

 
(1)假设与线性相关，求关于的回归直线方程；
（2）根据(1)中的方程预测第8周参加数学沙龙的人数.
附：对于线性相关的一组数据，其回归方程为.
其中，.

（12分）
炼钢是一个氧化降碳的过程，由于钢水含碳量的多少直接影响冶炼时间的长短，因此必须掌握钢水含碳量和冶炼时间的关系.现已测得炉料熔化完毕时钢水的含碳量x与冶炼时间y（从炉料熔化完毕到出钢的时间）的一组数据，如下表所示：

（1）据统计表明，之间具有线性相关关系，请用相关系数r加以说明（，则认为y与x有较强的线性相关关系，否则认为没有较强的线性相关关系，r精确到0.001）；
（2）建立y关于x的回归方程（回归系数的结果精确到0.01）；
（3）根据（2）中的结论，预测钢水含碳量为160个0.01%的冶炼时间.
参考公式：回归方程中斜率和截距的最小二乘估计分别为，
，相关系数
参考数据：，
.