对某地区儿童的身高与体重的一组数据，我们用两种模型①，②拟合，得到回归方程分别为，，作残差分析，如表：

身高	60	70	80	90	100	110
体重	6	8	10	14	15	18
	0.41	0.01		1.21	－0.19	0.41
	－0.36	0.07	0.12	1.69	－0.34	－1.12

 
（Ⅰ）求表中空格内的值；
（Ⅱ）根据残差比较模型①，②的拟合效果，决定选择哪个模型；
（Ⅲ）残差大于的样本点被认为是异常数据，应剔除，剔除后对(Ⅱ)所选择的模型重新建立回归方程.
（结果保留到小数点后两位）
附：对于一组数据，其回归直线的斜率和截距的最小二乘法估计分别为，.

某农科所对冬季昼夜温差（最高温度与最低温度的差）大小与某反季节大豆新品种一天内发芽数之间的关系进行了分析研究，他们分别记录了12月1日至12月6日每天昼夜最高、最低的温度（如图甲），以及实验室每天每100颗种子中的发芽数情况（如图乙），得到如下资料：
最高温度最低温度
甲

乙
（1）请画出发芽数y与温差x的散点图；
（2）若建立发芽数y与温差x之间的线性回归模型，请用相关系数说明建立模型的合理性；
（3）①求出发芽数y与温差x之间的回归方程（系数精确到0.01）；
②若12月7日的昼夜温差为，通过建立的y关于x的回归方程，估计该实验室12月7日当天100颗种子的发芽数.

参考数据：.

参考公式：

相关系数：（当时，具有较强的相关关系）.

回归方程中斜率和截距计算公式：.

随着我国经济的快速发展，民用汽车的保有量也迅速增长.机动车保有量的发展影响到环境质量、交通安全、道路建设等诸多方面.在我国，尤其是大中型城市，机动车已成为城市空气污染的重要.因此，合理预测机动车保有量是未来进行机动车污染防治规划、道路发展规划等的重要前提.从2012年到2016年，根据“云南省某市国民经济和社会发展统计公报”中公布的数据，该市机动车保有量数据如表所示.

年份	2012	2013	2014	2015	2016
年份代码	1	2	3	4	5
机动车保有量（万辆）	169	181	196	215	230

 

（1）在图所给的坐标系中作出数据对应的散点图；
（2）建立机动车保有量关于年份代码的回归方程；
（3）按照当前的变化趋势，预测2017年该市机动车保有量.
附注：回归直线方程中的斜率和截距的最小二乘估计公式分别为：
，.

为了研究黏虫孵化的平均温度（单位：）与孵化天数之间的关系，某课外兴趣小组通过试验得到如下6组数据：

组号	1	2	3	4	5	6
平均温度	15.3	16.8	17.4	18	19.5	21
孵化天数	16.7	14.8	13.9	13.5	8.4	6.2

 
他们分别用两种模型①，②分别进行拟合，得到相应的回归方程并进行残差分析，得到如图所示的残差图：

经计算得，
（1）根据残差图，比较模型①，②的拟合效果，应选择哪个模型？（给出判断即可，不必说明理由）
（2）残差绝对值大于1的数据被认为是异常数据，需要剔除，剔除后应用最小二乘法建立关于的线性回归方程.（精确到0.1）
 ，.

已知变量x与变量y之间具有相关关系，并测得如下一组数据：

x	6	5	10	12
y	6	5	3	2

 
则变量x与y之间的线性回归直线方程可能为

A．=0.7x–2.3

B．=–0.7x+10.3

C．=–10.3x+0.7

D．=10.3x–0.7