某公司推出一新款手机，因其功能强大，外观新潮，一上市便受到消费者争相抢购，销量呈上升趋势.散点图是该款手机上市后前6周的销售数据.

（Ⅰ）根据散点图，用最小二乘法求关于的线性回归方程，并预测该款手机第8周的销量；
（Ⅱ）为了分析市场趋势，该公司市场部从前6周的销售数据中随机抽取2周的数据，求抽到的这2周的销量均在20万台以下的概率.
参考公式：回归直线方程，其中：，.

某班的健康调查小组从所在学校共选取15名男同学，其年龄、身高和体重数据如下表所示（本题中身高单位：，体重单位：）.

年龄	（身高，体重）	年龄	（身高，体重）
15	，，	18	，，
16	，，	19	，，
17	，，

 
（1）如果某同学“身高-体重”，则认为该同学超重，从上述15名同学中任选两名同学，其中超重的同学人数为，求的分布列和数学期望；
（2）根据表中数据，设计两种方案预测学生身高.方案①：建立平均体重与年龄的线性回归模型，表中各年龄的体重按三名同学的平均体重计算，数据整理如下表.

	1	2	3	4	5
年龄	15	16	17	18	19
平均体重	59	63.3	64	70	69.7

 
方案②：建立平均体重与平均身高的线性回归模型，将所有数据按身高重新分成6组：，，，，，，并将每组的平均身高依次折算为155，160，165，170，175，180，各组的体重按平均体重计算，数据整理如下表.

	1	2	3	4	5	6
平均身高	155	160	165	170	175	180
平均体重	48	57	63	68	74	82

 
（i）用方案①预测20岁男同学的平均体重和用方案②预测身高的男同学的平均体重，你认为哪个更合理？请给出理由；
（ii）请根据方案②建立平均体重与平均身高的线性回归方程（数据精确到0.01）.
附：，.，，，.

某种产品的广告费支出与销售额（单位：万元）具有较强的相关性，且两者之间有如下对应数据：

	2	4	5	6	8
	28	36	52	56	78

 
（1）求关于的线性回归方程；
（2）根据（1）中的线性回归方程，当广告费支出为10万元时，预测销售额是多少？
参考公式：，.
参考数据：，，.

某商场营销人员进行某商品市场营销调查发现，每回馈消费者一定的点数，该商品当天的销量就会发生一定的变化，经过试点统计得到以下表：

反馈点数	1	2	3	4	5
销量（百件）/天	0.5	0.6	1	1.4	1.7

 
（1）经分析发现，可用线性回归模型拟合当地该商品一天销量（百件）与该天返还点数之间的相关关系.请用最小二乘法求关于的线性回归方程，并预测若返回6个点时该商品当天销量；
（2）若节日期间营销部对商品进行新一轮调整.已知某地拟购买该商品的消费群体十分庞大，经过营销部调研机构对其中的200名消费者的返点数额的心理预期值进行了一个抽样调查，得到如下一份频数表：

返还点数预期值区间（百分比）
频数	20	60	60	30	20	10

 
将对返还点数的心理预期值在和的消费者分别定义为“欲望紧缩型”消费者和“欲望膨胀型”消费者，现采用分层抽样的方法从位于这两个区间的30名消费者中随机抽取6名，再从这6人中随机抽取3名进行跟踪调查，求抽出的3人中至少有1名“欲望膨胀型”消费者的概率.（参考公式及数据：①回归方程，其中，；②.）

某省的一个气象站观测点在连续4天里记录的AQI指数M与当天的空气水平可见度（单位：cm）的情况如表1：

	900	700	300	100
	0.5	3.5	6.5	9.5

 
该省某市2017年11月份AQI指数频数分布如表2：

频数（天）	3	6	12	6	3

 
（1）设，若与之间是线性关系，试根据表1的数据求出关于的线性回归方程；
（2）小李在该市开了一家洗车店，洗车店每天的平均收入与AQI指数存在相关关系如表3：

日均收入（元）	-2000	-1000	2000	6000	8000

 
根据表3估计小李的洗车店2017年11月份每天的平均收入.
附参考公式：，其中，.

某商家在某一天统计前5名顾客扫微信红包所得金额分别为5.9元，5.7元，4.7元，3.3元，2.1元，商家从这5名顾客中随机抽取3人赠送礼品.
（Ⅰ）求获得礼品的3人中恰好有2人的红包超过5元的概率；
（Ⅱ）商家统计一周内每天使用微信支付的人数与每天的净利润（单位：元），得到如下表：

	12	16	22	25	26	29	30
	60	100	210	240	150	270	330

 
根据表中数据用最小二乘法求与的回归方程（，的计算结果精确到小数点后第二位）并估计使用微信支付的人数增加到36人时，商家当天的净利润为多少（计算结果精确到小数点后第二位）？
参考数据及公式：
①，；；
②回归方程：（其中，）

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，为此作了四次试验，得到的数据如下：

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

 
（1）求出y关于x的线性回归方程；
（2）试预测加工10个零件需要多少小时？
（注：=，=-b）

一位妈妈记录了孩子6至9岁的身高（单位：cm），所得数据如下表：

年龄（岁）	6	7	8	9
身高（cm）	118	126	136	144

 
由散点图可知，身高与年龄之间的线性回归方程为，预测该孩子10岁时的身高为

A．154

B．153

C．152

D．151

某工厂为了对新研发的一种产品进行合理定价，将该产品按事先拟定的价格进行试销，得到如下数据：

单价（元）	4	6	7	8	10
销量（件）	60	50	45	30	20

 
(1)   请根据上表提供的数据画出散点图，并判断是正相关还是负相关；
(2)   求出关于的回归直线方程，若单价为9元时，预测其销量为多少？
（参考公式：回归直线方程中公式 ,）

某农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系进行分析研究，他们分别记录了12月1日至12月5日的每天昼夜温差与实验室每天每100颗种子中的发芽数，得到如下资料：

日期	12月1日	12月2日	12月3日	12月4日	12月5日
温差/摄氏度	10	11	13	12	8
发芽数/颗	23	25	30	26	16

 
该农科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4日的数据，求出关于的线性回归方程，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均不超过2颗，则认为得到的线性回归方程是可靠的，试问（2）中所得的线性回归方程是否可靠？
附：参考公式：，.