假设关于某设备使用年限x(年)和所支出的维修费用y(万元)有如下统计资料：

i	1	2	3	4	5	＝90，＝112.3
xi	2	3	4	5	6
yi	2.2	3.8	5.5	6.5	7.0
xi yi	4.4	11.4	22.0	32.5	42.0

 

若由资料知，y对x呈线性相关关系，试求：

(1)回归直线方程；

(2)估计使用年限为10年时，维修费用约是多少

为了研究某种细菌随时间x变化，繁殖的个数，收集数据如下：

（1）用天数作解释变量，繁殖个数作预报变量，作出这些数据的散点图，根据散点图判断：与y=哪一个作为繁殖的个数y关于时间x变化的回归方程类型为最佳？（给出判断即可，不必说明理由）

3.5	62．83	3.53	17.5	596.505	12.04

 
其中；
（2）根据（1）的判断最佳结果及表中的数据，建立y关于x 的回归方程。
参考公式：

为达到节水节电的目的，某家庭记录了20天的日用电量x_i（单位：度）的频数分布表和这20天相应的日用水量y_i（单位：m³）的频率分布直方图如下：

日用电量xi	0，2）	2，4）	4，6）	6，8）	8，10）
频数（天）	2	5	7	3	3

 
（1）假设水费为2.5元/m³，电费为0.6元/度，用以上数据估计该家庭日用电量的平均值和日用水量的平均值，并据此估计该家庭一个月的水费和电费一共是多少？（一个月按30天算，同一组中的数据以这组数据所在区间中点的值作代表）；
（2）假设该家庭的日用水量y和日用电量x可用线性回归模型来拟合，请利用（1）中的计算数据及所给的参考数据和公式，建立y与x的回归方程，预测若该家庭日用电量为20度时的日用水量是多少m³？（回归方程的系数小数点后保留2位小数）
参考数据：x_iy_i＝65，612
参考公式：回归方程x中斜率和截距的公式分别为：
， 

某社区居民2012年至2018年人均收入(单位:万元)的统计数据如下表:

年份	2012	2013	2014	2015	2016	2017	2018
年份代号	1	2	3	4	5	6	7
人均收入	2.9	3.3	3.6	4.4	4.8	5.2	5.9

 
已知变量,具有线性相关关系.
(Ⅰ)求关于的线性回归方程;
(Ⅱ)利用(Ⅰ)中的线性回归方程,分析2012年至2018年该社区居民人均收入的变化情况,并预测该社区居民2020年的人均收入.
附参考公式:线性回归方程中,,.

某淘宝商城在2017年前7个月的销售额(单位:万元)的数据如下表，已知与具有较好的线性关系. 
（1）求关于的线性回归方程；
（2）分析该淘宝商城2017年前7个月的销售额的变化情况，并预测该商城8月份的销售额.
附:回归直线的斜率和截距的最小二乘估计公式分别为：
，.