某商场营销人员进行某商品的市场营销调查时发现，每回馈消费者一定的点数，该商品每天的销量就会发生一定的变化，经过试点统计得到以下表：

反馈点数t	1	2	3	4	5
销量（百件）/天	0.5	0.6	1	1.4	1.7

 
（Ⅰ）经分析发现，可用线性回归模型拟合当地该商品销量（千件）与返还点数之间的相关关系.试预测若返回6个点时该商品每天的销量；
（Ⅱ）若节日期间营销部对商品进行新一轮调整.已知某地拟购买该商品的消费群体十分庞大，经营销调研机构对其中的200名消费者的返点数额的心理预期值进行了一个抽样调查，得到如下一份频数表：

返还点数预期值区间 （百分比）	1,3)	3,5)	5,7)	7,9)	9,11)	11,13)
频数	20	60	60	30	20	10

 
（1）求这200位拟购买该商品的消费者对返点点数的心理预期值的样本平均数及中位数的估计值（同一区间的预期值可用该区间的中点值代替；估计值精确到0.1）；
（2）将对返点点数的心理预期值在和的消费者分别定义为“欲望紧缩型”消费者和“欲望膨胀型”消费者，现采用分层抽样的方法从位于这两个区间的30名消费者中随机抽取6名，再从这6人中随机抽取3名进行跟踪调查，设抽出的3人中 “欲望紧缩型”消费者的人数为随机变量，求的分布列及数学期望.

为了解春季昼夜温差大小与某种子发芽多少之间的关系,现在从4月份的30天中随机挑选了5天进行研究,且分别记录了每天昼夜温差与每100颗种子浸泡后的发芽数,得到如下表格:  

日期	4月1日	4月7日	4月15日	4月21日	4月30日
温差x/oC	10	11	13	12	8
发芽数y/颗	23	25	30	26	16

 
(Ⅰ)从这5天中任选2天,若选取的是4月1日与4月30日的两组数据,请根据这5天中的另3天的数据,求出关于的线性回归方程
(Ⅱ)若由线性回归方程得到的估计数据与所选出的两组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,试问(2)中所得的线性回归方程是否可靠.
(参考公式, , ),参考数据

对具有线性相关关系的变量x，y，测得一组数据如下

x	2	4	5	6	8
y	20	40	60	70	80

 
根据上表，利用最小二乘法得它们的回归直线方程为=10.5x+，据此模型预测当x=10时，y的估计值为（　　）

A．105.5

B．106

C．106.5

D．107

某市为创建全国文明城市，推出“行人闯红灯系统建设项目”，将针对闯红灯行为进行曝光.交警部门根据某十字路口以往的监测数据，从穿越该路口的行人中随机抽查了人，得到如图示的列联表：

	闯红灯	不闯红灯	合计
年龄不超过岁
年龄超过岁
合计

 
（1）能否有的把握认为闯红灯行为与年龄有关？
（2）下图是某路口监控设备抓拍的个月内市民闯红灯人数的统计图.请建立与的回归方程，并估计该路口月份闯红灯人数.

附：
，
 
参考数据：，

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．
．