某公司推出一新款手机，因其功能强大，外观新潮，一上市便受到消费者争相抢购，销量呈上升趋势.散点图是该款手机上市后前6周的销售数据.

（Ⅰ）根据散点图，用最小二乘法求关于的线性回归方程，并预测该款手机第8周的销量；
（Ⅱ）为了分析市场趋势，该公司市场部从前6周的销售数据中随机抽取2周的数据，求抽到的这2周的销量均在20万台以下的概率.
参考公式：回归直线方程，其中：，.

某市2011年至2017年新开楼盘的平均销售价格(单位：千元/平方米)的统计数据如下表：

年份	2011	2012	2013	2014	2015	2016	2017
年份代号	1	2	3	4	5	6	7
销售价格	3	3.4	3.7	4.5	4.9	5.3	6

 
（1）求关于x的线性回归方程；
（2）利用（1）中的回归方程，分析2011年至2017年该市新开楼盘平均销售价格的变化情况，并预测该市2019年新开楼盘的平均销售价格．
附：参考公式： ，，其中为样本平均值．
参考数据： ．

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.

近几年，京津冀等地数城市指数“爆表”，尤其2015年污染最重．为了探究车流量与PM2.5的浓度是否相关，现采集到北方某城市2015年12月份某星期星期一到星期日某一时间段车流量与PM2.5的数据如表： 

时间	星期一	星期二	星期三	星期四	星期五	星期六	星期日
车流量x（万辆）	1	2	3	4	5	6	7
PM2.5的浓度y（微克/立方米）	28	30	35	41	49	56	62

 
（Ⅰ）由散点图知y与x具有线性相关关系，求y关于x的线性回归方程；
（Ⅱ）（ⅰ）利用（Ⅰ）所求的回归方程，预测该市车流量为8万辆时PM2.5的浓度；
（ⅱ）规定：当一天内PM2.5的浓度平均值在（0，50内，空气质量等级为优；当一天内PM2.5的浓度平均值在（50，100内，空气质量等级为良．为使该市某日空气质量为优或者为良，则应控制当天车流量在多少万辆以内？（结果以万辆为单位，保留整数．）
参考公式：回归直线的方程是，其中， ．

根据“2015年国民经济和社会发展统计公报” 中公布的数据，从2011 年到2015 年，我国的
第三产业在中的比重如下:

年份
年份代码
第三产业比重

 
（1）在所给坐标系中作出数据对应的散点图；
（2）建立第三产业在中的比重关于年份代码的回归方程；
（3）按照当前的变化趋势，预测2017 年我国第三产业在中的比重.
附注: 回归直线方程中的斜率和截距的最小二乘估计公式分别为:
,  .