如图是某地区2000年至2016年环境基础设施投资额（单位：亿元）的折线图.

为了预测该地区2018年的环境基础设施投资额，建立了与时间变量的两个线性回归模型.根据2000年至2016年的数据（时间变量的值依次为1，2，…，17）建立模型
①；
根据2010年至2016年的数据（时间变量的值依次为1，2，…，7）建立模型
②.
利用这两个模型，该地区2018年的环境基础设施投资额的预测值分别为_____，_____；并且可以判断利用模型_____得到的预测值更可靠.

某城市的公交公司为了方便市民出行，科学规划车辆投放，在一个人员密集流动地段增设一个起点站，为了研究车辆发车间隔时间与乘客等候人数之间的关系，经过调查得到如下数据：

间隔时间/分	10	11	12	13	14	15
等候人数y/人	23	25	26	29	28	31

 
调查小组先从这组数据中选取组数据求线性回归方程，再用剩下的组数据进行检验．检验方法如下：先用求得的线性回归方程计算间隔时间对应的等候人数，再求与实际等候人数的差，若差值的绝对值都不超过，则称所求方程是“恰当回归方程”．
（1）从这组数据中随机选取组数据后，求剩下的组数据的间隔时间不相邻的概率；
（2）若选取的是后面组数据，求关于的线性回归方程，并判断此方程是否是“恰当回归方程”；
（3）为了使等候的乘客不超过人，试用（2）中方程估计间隔时间最多可以设置为多少（精确到整数）分钟．
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：，.

某大型商场的空调在1月到5月的销售量与月份相关，得到的统计数据如下表：

月份	1	2	3	4	5
销量（百台）	0.6	0.8	1.2	1.6	1.8

 
（1）经分析发现1月到5月的销售量可用线性回归模型拟合该商场空调的月销量（百件）与月份之间的相关关系.请用最小二乘法求关于的线性回归方程，并预测6月份该商场空调的销售量；
（2）若该商场的营销部对空调进行新一轮促销，对7月到12月有购买空调意愿的顾客进行问卷调查.假设该地拟购买空调的消费群体十分庞大，经过营销部调研机构对其中的500名顾客进行了一个抽样调查，得到如下一份频数表：

有购买意愿对应的月份	7	8	9	10	11	12
频数	60	80	120	130	80	30

 
现采用分层抽样的方法从购买意愿的月份在7月与12月的这90名顾客中随机抽取6名，再从这6人中随机抽取3人进行跟踪调查，求抽出的3人中恰好有2人是购买意愿的月份是12月的概率.
参考公式与数据：线性回归方程，其中，.

为了实现绿色发展，避免浪费能源，某市政府计划对居民用电实行阶梯收费的方法．为此，相关部门随机调查了20户居民六月分的月用电量（单位：kwh）和家庭月收入（单位：方元）月用电量数据如下18，63，72，82，93，98，106，10，18，130，134，139，147，163，180，194，212，237，260，324家庭月收入数据如下0.21，0.24，0.35，0．40，0.52，0.60，0.58，0.65，0．65，0.63，0.68，0.80，0.83，0.93，0.97，0.96，1.1，1.2，1.5，1.8
（1）根据国家发改委的指示精神，该市实行3阶阶梯电价，使7%的用户在第一档，电价为0.56元/kwh，20%的用户在第二档，电价为0.61元/kwh，5%的用户在第三档，电价为0.86元/kwh，试求出居民用电费用Q与用电量x间的函数关系式；
（2）以家庭月收入t为横坐标，电量x为纵坐标作出散点图（如图）求出x关于t的回归直线方程（系数四舍五入保留整数）；

（3）小明家庭月收入7000元，按上述关系，估计小明家月支出电费多少元？

随着国民生活水平的提高，利用长假旅游的人越来越多，其公司统计了2012到2016年五年间本公司职工每年春节期间外出旅游的家庭数，具体统计数据如表所示：

年份x	2012	2013	2014	2015	2016
家庭数y	6	10	16	22	26

 
（1）利用所给数据，求出春节期间外出旅游的家庭数与年份之间的回归直线方程y=bx+a，判断它们之间是否是正相关还是负相关；
（2）根据所求的直线方程估计该公司2019年春节期间外出的旅游的家庭数．