陕西省洛川地处北纬35°-36°，东经109°，昼夜温差，是国内外专家公认的世界最佳苹果优生区，是国家生态建设示范试点.近几年，果农为了提高经济效益，增加了广告和包装的投资费用，5年内果农投入的广告和包装费用（万元）与销售额（万元）之间有下面对应数据：

	2	4	5	6	8
	30	40	60	50	70

 
（1）假设与之间线性相关，求回归直线方程；
（2）预测广告和包装费用为10（万元）时销售额是多少？

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：，，.

某市2017年房地产价格因“棚户区改造”实行货币化补偿，使房价快速走高，为抑制房价过快上涨，政府从2018年2月开始采用实物补偿方式（以房换房），3月份开始房价得到很好的抑制，房价渐渐回落，以下是2018年2月后该市新建住宅销售均价的数据：

月份	3	4	5	6	7
（百元价格/平方米）	83	82	80	78	77

 
（1）研究发现，3月至7月的各月均价（百元/平方米）与月份之间具有较强的线性相关关系，求（百元价格/平方米）关于月份的线性回归方程；
（2）用表示用（1）中所求的线性回归方程得到的与对应的销售均价的估计值，3月份至7月份销售均价估计值与实际相应月份销售均价差的绝对值记为，即，．现从5个数据，，，，中任取2个，记取到的2个数据和为，求的分布列和数学期望．
注意几点：①可供选择的数据，；
②参考公式：回归方程系数公式，；

下表是关于与的一组数据，则关于的线性回归方程必过点（ ）

	0	1	2	3
	1	2.9	5.1	7

 

A．（2，2）

B．（1.5，2）

C．（1.5，4）

D．（1，2）

某家具厂对每日的原材料费支出与销售额之间的关系进行分析研究，12月1日～5日的原材料费支出（单位：万元）与销售额（单位：万元）之间有如下数据：

日期	12月1日	12月2日	12月3日	12月4日	12月5日
（单位：万元）	10	11	13	12	8
（单位：万元）	23	25	30	26	16

 
该家具厂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12月4日的数据，求出关于的线性回归方程，并判断该线性回归方程是否可靠（若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不超过2万元，则认为得到的线性回归方程是可靠的）．