某公司近年来特别注重创新产品的研发，为了研究年研发经费(单位：万元)对年创新产品销售额(单位：十万元)的影响，对近10年的研发经费与年创新产品销售额（其中）的数据作了初步处理，得到如图的散点图及一些统计量的值.

其中，，，，
.现拟定关于的回归方程为.
（1）求，的值(结果精确到)；
（2）根据拟定的回归方程,预测当研发经费为万元时,年创新产品销售额是多少？
参考公式：
求线性回归方程系数公式：，.

光伏发电是利用太阳能电池及相关设备将太阳光能直接转化为电能．近几年在国内出台的光伏发电补贴政策的引导下，某地光伏发电装机量急剧上涨，如下表：

某位同学分别用两种模型：①②进行拟合，得到相应的回归方程并进行残差分析，残差图如下(注：残差等于)：

经过计算得，．
(1)根据残差图，比较模型①，②的拟合效果，应该选择哪个模型?并简要说明理由．
(2)根据(1)的判断结果及表中数据建立y关于x的回归方程，并预测该地区2020年新增光伏装机量是多少．(在计算回归系数时精确到0.01)
附：归直线的斜率和截距的最小二乘估计公式分别为：，

有人记录了某种设备的保养和维修费用（万元）与使用年数（年）的前年的数据如下表所示。

使用年数
保养和维修费用

 
⑴由与的散点图分析可知，与具有线性相关，求回归直线方程。
⑵根据⑴所得的方程，如果这台设备要使用年，问这台设备第年大约需要多少保养和维修费用？（参考公式：）

为方便市民出行，倡导低碳出行.某市公交公司推出利用支付宝和微信扫码支付乘车活动，活动设置了一段时间的推广期，在推广期内采用随机优惠鼓励市民扫码支付乘车.该公司某线路公交车队统计了活动推广期第一周内使用扫码支付的情况，其中（单位：天）表示活动推出的天次，（单位：十人次）表示当天使用扫码支付的人次，整理后得到如图所示的统计表1和散点图.
表1：

x	第1天	第2天	第3天	第4天	第5天	第6天	第7天
y	7	12	20	33	54	90	148

 

（1）由散点图分析后，可用作为该线路公交车在活动推广期使用扫码支付的人次关于活动推出天次的回归方程，根据表2的数据，求此回归方程，并预报第8天使用扫码支付的人次（精确到整数）.
表2：

4	52	3.5	140	2069	112

 
表中，.
（2）推广期结束后，该车队对此期间乘客的支付情况进行统计，结果如表3.
表3：

支付方式	现金	乘车卡	扫码
频率	10%	60%	30%
优惠方式	无优惠	按7折支付	随机优惠(见下面统计结果)

 
统计结果显示，扫码支付中享受5折支付的频率为，享受7折支付的频率为，享受9折支付的频率为.已知该线路公交车票价为1元，将上述频率作为相应事件发生的概率，记随机变量为在活动期间该线路公交车搭载乘客一次的收入（单位：元），求的分布列和期望.
参考公式：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参考数据：，，.

有一个同学家开了一个奶茶店，他为了研究气温对热奶茶销售杯数的影响，从一季度中随机选取5天，统计出气温与热奶茶销售杯数，如表：

（Ⅰ）求热奶茶销售杯数关于气温的线性回归方程（精确到0.1），若某天的气温为，预测这天热奶茶的销售杯数；
（Ⅱ）从表中的5天中任取一天，若已知所选取该天的热奶茶销售杯数大于120，求所选取该天热奶茶销售杯数大于130的概率.
参考数据：，.
参考公式：，

相关变量的样本数据如下表：

经回归分析可得与线性相关，并由最小二乘法求得回归直线方程为，则____

“工资条里显红利，个税新政入民心”.随着2019年新年钟声的敲响，我国自1980年以来，力度最大的一次个人所得税（简称个税）改革迎来了全面实施的阶段.某从业者为了解自己在个税新政下能享受多少税收红利，绘制了他在26岁-35岁（2009年-2018年）之间各年的月平均收入（单位：千元）的散点图：(注：年龄代码1-10分别对应年龄26-35岁)

（1）由散点图知，可用回归模型拟合与的关系，试根据有关数据建立关于的回归方程；
（2）如果该从业者在个税新政下的专项附加扣除为3000元/月，试利用（1）的结果，将月平均收入视为月收入，根据新旧个税政策，估计他36岁时每个月少缴纳的个人所得税.
附注：①参考数据：，，，，
，，，其中：取，.
②参考公式：回归方程中斜率和截距的最小二乘估计分别为，.
③新旧个税政策下每月应纳税所得额（含税）计算方法及税率表如下：

	旧个税税率表（个税起征点3500元）		新个税税率表（个税起征点5000元）
缴税 级数	每月应纳税所得额（含税）收入个税起征点	税率	每月应纳税所得额（含税）收入个税起征点专项附加扣除	税率
1	不超过1500元的都分	3	不超过3000元的都分	3
2	超过1500元至4500元的部分	10	超过3000元至12000元的部分	10
3	超过4500元至9000元的部分	20	超过12000元至25000元的部分	20
4	超过9000元至35000元的部分	25	超过25000元至35000元的部分	25
5	超过35000元至55000元的部分	30	超过35000元至55000元的部分	30

 

某地区某农产品近几年的产量统计如表：

年份	2012	2013	2014	2015	2016	2017
年份代码t	1	2	3	4	5	6
年产量y（万吨）	6.6	6.7	7	7.1	7.2	7.4

 
（1）根据表中数据，建立y关于t的线性回归方程；
（2）根据线性回归方程预测2019年该地区该农产品的年产量．

某地区城乡居民人民币储蓄存款(年底余额)如下表：

年份	2014	2015	2016	2017	2018
时间代号t	1	2	3	4	5
储蓄存款y(千亿元)	5	6	7	8	10

 
(1)求y关于t的线性回归方程；
(2)用所求线性回归方程预测该地区2019年(t＝6)的人民币储蓄存款．
（回归方程中，，）

公历月日为我国传统清明节，清明节扫墓我们都要献鲜花，某种鲜花的价格会随着需求量的增加而上升.一个批发市场向某地商店供应这种鲜花，具体价格统计如下表所示

日供应量（束）
单位（元）

 
（I）根据上表中的数据进行判断，函数模型与哪一个更适合于体现日供应量与单价之间的关系；（给出判断即可，不必说明理由）
（II）根据（I）的判断结果以及参考数据，建立关于的回归方程；
（III）该地区有个商店，其中个商店每日对这种鲜花的需求量在束以下，个商店每日对这种鲜花的需求量在束以上，则从这个商店个中任取个进行调查，求恰有个商店对这种鲜花的需求量在束以上的概率.
参考公式及相关数据：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，.