如图甲是某商店2018年（按360天计算）的日盈利额（单位：万元）的统计图.

（1）请计算出该商店2018年日盈利额的平均值（精确到0.1，单位：万元）：
（2）为了刺激消费者，该商店于2019年1月举行有奖促销活动，顾客凡购买一定金额的高品后均可参加抽奖.随着抽奖活动的有效开展，参与抽奖活动的人数越来越多，该商店对前5天抽奖活动的人数进行统计如下表：（表示第天参加抽奖活动的人数）

	1	2	3	4	5
	50	60	70	80	100

 
经过进一步统计分析，发现与具有线性相关关系.
（ⅰ）根据上表提供的数据，用最小二乘法求出关于的线性回归方程：
（ⅱ）该商店采取转盘方式进行抽奖（如图乙），其中转盘是个八等分的圆.每位顾客最多两次抽奖机会，若第一次抽到奖，则抽奖终止，若第一次未抽到奖，则再提供一次抽奖机会.抽到一等奖的奖品价值128元，抽到二等奖的奖品价值32元.若该商店此次抽奖活动持续7天，试估计该商店在此次抽奖活动结束时共送出价值为多少元的奖品（精确到0.1，单位：万元）？

（3）用（1）中的2018年日盈利额的平均值去估计当月（共31天）每天的日盈利额.若商店每天的固定支出约为1000元，促销活动日的日盈利额比平常增加20%，则该商店当月的纯利润约为多少万元？（精确到0.1，纯利润=盈利额-固定支出-抽奖总奖金数）
参考公式及数据：，，，.

每年的寒冷天气都会带热“御寒经济”，以餐饮业为例，当外面太冷时，不少人都会选择叫外卖上门，外卖商家的订单就会增加，下表是某餐饮店从外卖数据中抽取的5天的日平均气温与外卖订单数.

（1）经过数据分析，一天内平均气温与该店外卖订单数（份）成线性相关关系，试建立关于的回归方程，并预测气温为时该店的外卖订单数（结果四舍五入保留整数）；
（2）天气预报预测未来一周内（七天），有3天日平均气温不高于，若把这7天的预测数据当成真实数据，则从这7天任意选取3天，预测外卖订单数不低于160份的天数为，求的分布列与期望.
附注：回归方程中斜率和截距的最小二乘估计公式分别为：.

某种产品的广告费支出x与销售额y（单位：百万元）之间有如下的对应数据：

x	2	4	5	6	8
y	30	40	50	60	70

 
（1）请画出上表数据的散点图；
（2）请根据上表提供的数据，用最小二乘法求出y关于x的线性回归方程=x+；
（结果精确到0．1，参考数据：2×30＋4×40＋5×50＋6×60＋8×70=1390）

某企业为确定下一年投入某种产品的研发费用，需了解年研发费用（单位：千万元）对年销售量y（单位：万件）的影响，统计了近10年投入的年研发费用x，与年销售量的数据，得到散点图如图所示：

（1）利用散点图判断，和（其中 为大于0的常数）哪一个更适合作为年研发费用和年销售量的回归方程类型（只要给出判断即可，不必说明理由）.
（2）对数据作出如下处理：令，，得到相关统计量的值如下表：

15	15	28.25	56.5

 
根据（1）的判断结果及表中数据，求关于的回归方程；
（3）已知企业年利润z（单位：千万元）与，的关系为（其中…），根据（2）的结果，要使得该企业下一年的年利润最大，预计下一年应投入多少研发费用?
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，

时值金秋十月，正是秋高气爽，阳光明媚的美好时刻。复兴中学一年一度的校运会正在密锣紧鼓地筹备中，同学们也在热切地期盼着，都想为校运会出一份力。小智同学则通过对学校有关部门的走访，随机地统计了过去许多年中的五个年份的校运会“参与”人数及相关数据，并进行分析，希望能为运动会组织者科学地安排提供参考。
附：①过去许多年来学校的学生数基本上稳定在3500人左右；②“参与”人数是指运动员和志愿者，其余同学均为“啦啦队员”，不计入其中；③用数字1、2、3、4、5表示小智同学统计的五个年份的年份数，今年的年份数是6；
统计表（一）

年份数x	1	2	3	4	5
“参与”人数（y千人）	1.9	2.3	2.0	2.5	2.8

 
统计表（二）
高一（3）（4）班参加羽毛球比赛的情况：

	男生	女生	小计
参加（人数）	26	b	50
不参加（人数）	c	20
小计		44	100

 
（1）请你与小智同学一起根据统计表（一）所给的数据，求出“参与”人数y关于年份数x的线性回归方程，并预估今年的校运会的“参与”人数；
（2）学校命名“参与”人数占总人数的百分之八十及以上的年份为“体育活跃年”．如果该校每届校运会的“参与”人数是互不影响的，且假定小智同学对今年校运会的“参与”人数的预估是正确的，并以这6个年份中的“体育活跃年”所占的比例作为任意一年是“体育活跃年”的概率。现从过去许多年中随机抽取9年来研究，记这9年中“体活跃年”的个数为随机变量，试求随机变量的分布列、期望和方差；
（3）根据统计表（二），请问：你能否有超过60%的把握认为“羽毛球运动”与“性别”有关？
参考公式和数据一：，，，
参考公式二：，其中．
参考数据：

	0.50	0.40	0.25	0.05	0.025	0.010
	0.455	0.708	1.323	3.841	5.024	6.635