某家具厂对每日的原材料费支出与销售额之间的关系进行分析研究，12月1日～5日的原材料费支出（单位：万元）与销售额（单位：万元）之间有如下数据：

日期	12月1日	12月2日	12月3日	12月4日	12月5日
（单位：万元）	10	11	13	12	8
（单位：万元）	23	25	30	26	16

 
该家具厂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，
（1）求选取的2组数据恰好是不相邻2天的数据的概率；
（2）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12月4日的数据，求出关于的线性回归方程，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不超过2万元，则认为得到的线性回归方程是可靠的）．

下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量xt与相应的生产能耗y标准煤的几组对照数据：

x	3	4	5	6
y	2.5	3	4	4.5

 
并由表中数据得到线性回归方程 已知该厂技术改造前100t甲产品的生产能耗为90t标准煤，根据线性回归方程预测生产100t甲产品的生产能耗比技改前降低了多少t标准煤？

张三同学从7岁起到13岁每年生日时对自己的身高测量后记录如下表：

年龄（岁）	7	8	9	10	11	12	13
身高（cm）	121	128	135	141	148	154	160

 
（Ⅰ）求身高关于年龄的线性回归方程；
（Ⅱ）利用（Ⅰ）中的线性回归方程，分析张三同学7岁至13岁身高的变化情况，如17岁之前都符合这一变化，请预测张三同学15岁时的身高．
附：回归直线的斜率和截距的最小二乘法估计公式分别为：
，．

一只药用昆虫的产卵数与一定范围内与温度有关, 现收集了该种药用昆虫的6组观测数据如下表：

温度/℃	21	23	24	27	29	32
产卵数/个	6	11	20	27	57	77

 
(1)若用线性回归模型，求关于的回归方程=x+（精确到0.1）；
(2)若用非线性回归模型求关的回归方程为 且相关指数
( i )试与 (1)中的线性回归模型相比，用 说明哪种模型的拟合效果更好.
( ii )用拟合效果好的模型预测温度为时该种药用昆虫的产卵数（结果取整数）.
附：一组数据(x₁,y₁), (x₂,y₂), ...,(x_n,y_n), 其回归直线=x+的斜率和截距的最小二乘估计为，，相关指数．
．

以下是某地搜集到的新房屋的销售价格和房屋的面积的数据：

房屋面积（）	115	110	80	135	105
销售价格（万元）	24.8	21.6	18.4	29.2	22

 
（1）画出数据对应的散点图；
（2）求线性回归方程，并在散点图中加上回归直线；
（3）据（2）的结果估计当房屋面积为150时的销售价格.附：回归直线的斜率和截距的最小二乘法估计公式分别为：
，