近期，某公交公司分别推出支付宝和微信扫码支付乘车活动，活动设置了一段时间的推广期，由于推广期内优惠力度较大，吸引越来越多的人开始使用扫码支付，某线路公交车队统计了活动刚推出一周内每一天使用扫码支付的人次，用x表示活动推出的天数，y表示每天使用扫码支付的人次（单位：十人次），绘制了如图所示的散点图：

（I）根据散点图判断在推广期内，与（c，d为为大于零的常数）哪一个适宜作为扫码支付的人次y关于活动推出天数x的回归方程类型？（给出判断即可，不必说明理由）
（Ⅱ）根据（I）的判断结果求y关于x的回归方程，并预测活动推出第8天使用扫码支付的人次.
参考数据：

4	62	1.54	2535	50.12	140	3.47

 
其中，
附：对于一组数据，，…，，其回归直线的斜率和截距的最小二乘估计分别为：，。

一商场对每天进店人数和商品销售件数进行了统计对比，得到如下表格：

（1）在给定的坐标系中画出表中数据的散点图，并由散点图判断销售件数与进店人数是否线性相关？（给出判断即可，不必说明理由）

（2）建立关于的回归方程（系数精确到0.01），预测进店人数为80时，商品销售的件数（结果保留整数）
（参考数据：，，，，，）

某研究机构对高三学生的记忆力和判断力进行统计分析，得下表数据：

（1）请根据上表提供的数据，用相关系数说明与的线性相关程度；（结果保留小数点后两位，参考数据: ）
（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；
（3）试根据求出的线性回归方程，预测记忆力为9的同学的判断力．
参考公式：，；相关系数；

下面对相关系数描述正确的是（  ）

A．表明两个变量负相关	B．1表明两个变量正相关
C．只能大于零	D．越接近于0，两个变量相关关系越弱

某地岁男童年龄（岁）与身高的中位数如下表：

（岁）	1	2	3	4	5	6	7	8	9	10
	76.5	88.5	96.8	104.1	111.3	117.7	124.0	130.0	135.4	140.2

 

对上表的数据作初步处理，得到下面的散点图及一些统计量的值．

 
附：回归方程中的斜率和截距的最小二乘估计
公式分别为：,   
（I）求关于的线性回归方程（回归方程系数精确到0.01）；
（II）某同学认为，更适宜作为关于的回归方程类型，他求得的回归方程是．经调查，该地11岁男童身高的中位数为．与
（I）中的线性回归方程比较，哪个回归方程的拟合效果更好？请说明理由.