某测试团队为了研究“饮酒”对“驾车安全”的影响，随机选取100名驾驶员先后在无酒状态、酒后状态下进行“停车距离”测试.测试的方案：电脑模拟驾驶，以某速度匀速行驶，记录下驾驶员的“停车距离”（驾驶员从看到意外情况到车子停下所需的距离），无酒状态与酒后状态下的实验数据分别列于表1和表2.

表1：

停车距离（米）
频数	26	40	24	8	2

 

表2：

平均每毫升血液酒精含量（毫克）	10	30	50	70	90
平均停车距离（米）	30	50	60	70	90

 

请根据表1，表2回答以下问题.
（1）根据表1估计驾驶员无酒状态下停车距离的平均数；
（2）根据最小二乘法，由表2的数据计算关于的回归方程.
（3）该测试团队认为：驾驶员酒后驾车的“平均停车距离”大于（1）中无酒状态下的停车距离平均数的3倍，则认定驾驶员是“醉驾”.请根据（2）中的回归方程，预测当每毫升血液酒精含量大于多少毫克时为“醉驾”？参考公式：
，.

已知具有相关关系的两个变量之间的几组数据如下表所示：


（1）请根据上表数据在网格纸中绘制散点图；
（2）请根据上表提供的数据，用最小二乘法求出关于的线性回归方程，并估计当时，的值；
（3）将表格中的数据看作五个点的坐标，则从这五个点中随机抽取2个点，求这两个点都在直线的右下方的概率.

下表是某厂月份用水量（单位：百吨）的一组数据：

月份
用水量

 
由散点图可知，用水量与月份之间有较好的线性相关关系，其线性回归直线方程是，则（  ）

A．

B．

C．

D．

已知下表所示数据的回归直线方程为，则实数a的值为（   ）

x	1	2	3	4	5
y	16	20	22	23	24

 

A．14.1

B．14.5

C．15.3

D．16.3

已知变量的取值如下表所示：

	4	5	6
	8	6	7

 
如果与线性相关，且线性回归方程为，则的值为（ ）

A．1

B．

C．

D．