一个车间为了规定工作原理，需要确定加工零件所花费的时间，为此进行了5次试验，收集数据如下：

零件数x（个）	10	20	30	40	50
加工时间y（分钟）	64	69	75	82	90

 
由表中数据，求得线性回归方程，根据回归方程，预测加工70个零件所花费的时间为___分钟．

某车间为了规定工时定额,需要确定加工零件所花费的时间,为此做了四次试验,得到的数据如表所示:

零件的个数x(个)	2	3	4	5
加工的时间y(h)	2.5	3	4	4.5

 
可能用到的计算结果：,,.
线性回归方程中
（1）求出y关于x的线性回归方程;
（2）试预测加工10个零件需要多少时间？

《中华人民共和国道路交通安全法》第47条的相关规定：机动车行经人行横道时，应当减速慢行；遇行人正在通过人行横道，应当停车让行，俗称“礼让斑马线”，《中华人民共和国道路交通安全法》第90条规定：对不礼让行人的驾驶员处以扣3分，罚款50元的处罚．
（1）交警从这5个月内通过该路口的驾驶员中随机抽查了50人，调查驾驶员不“礼让斑马线”行为与驾龄的关系，得到如下列联表：能否据此判断有97.5%的把握认为“礼让斑马线”行为与驾龄有关？

	不礼让斑马线	礼让斑马线	合计
驾龄不超过1年	22	8	30
驾龄1年以上	8	12	20
合计	30	20	50

 
（2）下图是某市一主干路口监控设备所抓拍的5个月内驾驶员不“礼让斑马线”行为的折线图：

请结合图形和所给数据求违章驾驶员人数y与月份x之间的回归直线方程，并预测该路口7月份的不“礼让斑马线”违章驾驶员人数．
附注：参考数据：，．
参考公式：，，（其中）

	0.150	0.100	0.050	0.025	0.010	0.005	0.001
	2.072	2.706	3.841	5.024	6.635	7.879	10.828

 

下表提供了某新生婴儿成长过程中时间（月）与相应的体重（公斤）的几组对照数据（与具有较好的线性关系）.

x	0	1	2	3
y	3	3.5	4.5	5

 
（1）请根据表中提供的数据，求出线性回归方程：；
（2）由此推测当婴儿生长满五个月时的体重为多少？
（参考公式和数据：）

某互联网公司为了确定下一季度的前期广告投入计划，收集了近个月广告投入量（单位：万元）和收益（单位：万元）的数据如下表：

月份
广告投入量
收益

 
他们分别用两种模型①，②分别进行拟合，得到相应的回归方程并进行残差分析，得到如图所示的残差图及一些统计量的值：
 

（Ⅰ）根据残差图，比较模型①，②的拟合效果，应选择哪个模型？并说明理由；
（Ⅱ）残差绝对值大于的数据被认为是异常数据，需要剔除：
（ⅰ）剔除异常数据后求出（Ⅰ）中所选模型的回归方程；
（ⅱ）若广告投入量时，该模型收益的预报值是多少？
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：
，.

已知变量与是负相关，且，，则线性回归方程可能是（   ）

A．	B．
C．	D．

某生产厂家为了调查某商品的日销售价格（单位：元）对当日销售量（单位：件）的影响，下面给出了5组销售价格与销售量的统计表格：

销售价格（元）	12	13	14	15	16
销售量（件）	90	79	71	61	49

 
用日销售价格x作为解释变量，日销售量y作为预报变量．
（1）根据这组数据，建立y与x的回归方程；
（2）如果每件产品的成本价格为9元，根据（1）中所求回归方程，求：当日销售价格x为何值时，日销售利润Q的预报值最大．
附：对一组数据，其回归方程，其中

近期流感来袭，各个医院的就诊量暴增，患者就诊困难.某医院为了以后患者能尽快就诊，决定组织调查小组来调查昼夜温差与就诊量的关系，以便以后遇到类似情况提前做好应对措施，经调查，12月21日到26日的昼夜温差与流感就诊的人数有如下数据：

昼夜温差（℃）	9	10	11	12	13	14
就座人数（人）	20	24	26	31	33	36

 
调查小组通过散点图发规昼夜温差与就诊人数存在线性相关关系，决定先从这6组数据中选取5组数据求线性回归方程，再用剩下的1组数据进行检验．检验方法如下：先用求得的线性回归方程估计昼夜温差所对应的就诊人数，再求与实际就诊人数的差，若差值的绝对值不超过1，则称所求方程是“恰当回归方程”．
（1）若选取的是前面5组数据，求关于的线性回归方程；
（2）判断（1）中的方程是否是“恰当回归方程”；
（3）为了使就诊等待的时间缩短，医院决定在就诊人数达到30人时增开诊室．那么利用回归方程估计昼夜温差为多少时医院会增开诊室．（温差精确到1℃）
附：参考公式，．

有一个同学家开了一个小卖部，他为了研究气温对热饮饮料销售的影响.经过统计，得到一个卖出的热饮杯数与当天气温的散点图和对比表

摄氏温度	—5	4	7	10	15	23	30	36
热饮杯数	162	128	115	135	89	71	63	37

 
（参考公式），
（参考数据），，，.样本中心点为.
（1）从散点图可以发现，各点散布在从左上角到右下角的区域里.因此，气温与当天热饮销售杯数之间成负相关，即气温越高，当天卖出去的热饮杯数越少.统计中常用相关系数来衡量两个变量之间线性关系的强弱.统计学认为，对于变量、，如果，那么负相关很强；如果，那么正相关很强；如果，那么相关性一般；如果，那么相关性较弱.请根据已知数据，判断气温与当天热饮销售杯数相关性的强弱.
（2）（i）请根据已知数据求出气温与当天热饮销售杯数的线性回归方程；
（ii）记为不超过的最大整数，如，.对于（1）中求出的线性回归方程，将视为气温与当天热饮销售杯数的函数关系.已知气温与当天热饮每杯的销售利润的关系是（单位：元），请问当气温为多少时，当天的热饮销售利润总额最大？