某车间加工零件的数量与加工时间的统计数据如表：

零件数/个	12	23	31
加工时间/分	15	30	45

 
现已求得上表数据的回归方程中的值为1.6，则据此回归模型可以预测，加工100个零件所需要的加工时间约为（   ）

A．155分钟

B．156分钟

C．157分钟

D．158分钟

某农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系进行分析研究，他们分别记录了12月1日至12月5日的每天昼夜温差与实验室每天每100颗种子中的发芽数，得到如下资料：

日期	12月1日	12月2日	12月3日	12月4日	12月5日
温差x/摄氏度	10	11	13	12	8
发芽数y/颗	23	25	30	26	16

 
该农科所确定的研究方案是：先从这5组数据中选取2组，用剩下的3组数据求线性回归方程，再用被选取的2组数据进行检验。
（Ⅰ）求选取的2组数据恰好是不相邻2天的数据的概率；
（Ⅱ）若选取的是12月1日与12月5日的2组数据，请根据12月2日至4日的数据，求出y关于x的线性回归方程，并判断该线性回归方程是否可靠（若由线性回归方程得到的估计数据与所选取的检验数据的误差均不超过2颗，则认为得到的线性回归方程是可靠的
附：回归方程 中斜率和截距的最小二乘估计公式分别为：

某高中随机选取5名高三男生，其身高和体重的数据如下表所示：

根据上表可得回归直线方程，根据模型预测身高为174厘米高三男生体重为__________．

某饮料公司根据市场调查数据分析得到以下结果：如果某款饮料年库存积压率低于千分之一，则该款饮料为畅销产品，可以继续大量生产.如果年库存积压率高于千分之一，则说明需要调整生产计划.现公司2013-2018年的某款饮料生产，年销售利润及年库存积压相关数据如下表所示：

注：年库存积压率
（1）从公司2013-2018年的相关数据中任意选取年的数据，求该款饮料这年中至少有年畅销的概率.
（2）公司根据上表计算出年销售利润与年生产件数的线性回归方程为.现公司计划2019年生产千万件该款饮料，且预计2019年可获利千万元.但销售部门发现，若用预计的2019年的数据与2013-2018年中畅销年份的数据重新建立回归方程，再通过两个线性回归方程计算出来的2019年年销售利润误差不超过千万元，该款饮料的年库存积压率可低于千分之一.如果你是决策者，你认为2019年的生产和销售计划是否需要调整？请说明理由.
（参考公式：，，）
第二次建立线性回归方程的参考数据：，
.