近期济南公交公司分别推出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,由于推广期内优惠力度较大,吸引越来越多的人开始使用扫码支付.某线路公交车队统计了活动刚推出一周内每一天使用扫码支付的人次,用表示活动推出的天数, 表示每天使用扫码支付的人次(单位:十人次),统计数据如表所示:

根据以上数据,绘制了散点图.

(1)根据散点图判断,在推广期内, 与(均为大于零的常数)哪一个适宜作为扫码支付的人次关于活动推出天数的回归方程类型?(给出判断即可,不必说明理由);
(2)根据(1)的判断结果及表中的数据,建立关于的回归方程,并预测活动推出第天使用扫码支付的人次；
(3)推广期结束后,为更好的服务乘客,车队随机调查了人次的乘车支付方式,得到如下结果：

已知该线路公交车票价元,使用现金支付的乘客无优惠,使用乘车卡支付的乘客享受折优惠,扫码支付的乘客随机优惠,根据调查结果发现:使用扫码支付的乘客中有名乘客享受折优惠,有名乘客享受折优惠,有名乘客享受折优惠.预计该车队每辆车每个月有1万人次乘车,根据所给数据,以事件发生的频率作为相应事件发生的概率，在不考虑其他因素的条件下,按照上述收费标准,试估计该车队一辆车一年的总收入.
参考数据:

其中
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公式分别为:

为研究语文成绩和英语成绩之间是否具有线性相关关系，统计两科成绩得到如图所示的散点图(两坐标轴单位长度相同)，用回归直线近似地刻画其相关关系，根据图形，以下结论最有可能成立的是(　　)

A．线性相关关系较强，b的值为1.25

B．线性相关关系较强，b的值为0.83

C．线性相关关系较强，b的值为－0.87

D．线性相关关系太弱，无研究价值

下面给出了根据我国2012年~2018年水果人均占有量（单位：）和年份代码绘制的散点图和线性回归方程的残差图（2012年~2018年的年份代码分别为1~7）．

（1）根据散点图分析与之间的相关关系；
（2）根据散点图相应数据计算得，求关于的线性回归方程；
（3）根据线性回归方程的残差图，分析线性回归方程的拟合效果．（精确到0．01）
附：回归方程中斜率和截距的最小二乘估计公式分别为：．

下表给出了5组数据(x，y)，为选出4组数据使得x与y的线性相关程度最大，且保留第1组数据(－5，－3)，则应去掉(　　)

第i组	1	2	3	4	5
xi	－5	－4	－3	－2	4
yi	－3	－2	4	－1	6

 

 

A．第2组数据

B．第3组数据

C．第4组数据

D．第5组数据

物价监督部门为调研某公司新开发上市的一种产品销售价格的合理性，对某公司的该产品的销量与价格进行了统计分析，得到如下数据和散点图：

定价x（元／kg）	10	20	30	40	50	60
年销量y（kg）	1150	643	424	262	165	86
z＝21ny	14.1	12.9	12.1	11.1	10.2	8.9

 
（参考数据：，，
，）
（Ⅰ）根据散点图判断，y与x和z与x哪一对具有的线性相关性较强（给出判断即可，不必说明理由）？
（Ⅱ）根据（Ⅰ）的判断结果及数据，建立y关于x的回归方程（方程中的系数均保留两位有效数字）．
附：对于一组数据（x₁，y₁），（x₂，y₂），（x₃，y₃），…，（x_n，y_n），其回归直线的斜率和截距的最小二乘估计分别为，．