即将于年夏季毕业的某大学生准备到贵州非私营单位求职，为了了解工资待遇情况，他在贵州省统计局的官网上，查询到年到年非私营单位在岗职工的年平均工资近似值（单位：万元），如下表：

年份
序号
年平均工资

 
（1）请根据上表的数据，利用线性回归模型拟合思想，求关于的线性回归方程（，的计算结果根据四舍五入精确到小数点后第二位）；
（2）如果毕业生对年平均工资的期望值为8.5万元，请利用（1）的结论，预测年的非私营单位在岗职工的年平均工资（单位：万元。计算结果根据四舍五入精确到小数点后第二位），并判断年平均工资能否达到他的期望.
参考数据：，，
 
附：对于一组具有线性相关的数据：，，，，
其回归直线的斜率和截距的最小二乘法估计分别为
，

已知具有线性相关的变量，设其样本点为，回归直线方程为，若，（为原点），则 （    ）

A．

B．

C．

D．

下表是年个重点城市（序号为一线城市，其它为非一线城市）的月平均收入与房价对照表，根据表中数据并适当修正，得到房价中位数与月平均收入的线性回归方程是，我们把根据房价与月平均收入的线性回归方程得到的房价称为参考房价，若实际房价中位数大于参考房价，我们称这个城市是“房价偏贵城市”.

序号	月评价收入	房价中位数	参考房价	序号	月评价收入	房价中位数	参考房价	序号	月评价收入	房价中位数	参考房价
1	10670	67822		11	7081	17327	25704	21	7081	14792	15972
2	10015	52584	51180	12	7065	13918	19476	22	7065	18741	15780
3	9561	50900	45732	13	7027	16286	19404	23	7027	10538	15324
4	8798	30729	36576	14	6974	16667	18204	24	6974	12069	14688
5	7424	10926	20088	15	6920	9743	17760	25	6920	2333	14040
6	7825	26714	24900	16	6903	10627	18120	26	6903	13582	13836
7	7770	39723	24240	17	6884	29000	17388	27	6884	22126	13608
8	7750	15114	24000	18	6654	7979	16584	28	6654	12207	10848
9	7723	17727	23676	19	6648	12500	16920	29	6648	12472	10776
10	7635	13012	22620	20	6608	12298	16200	30	6608	16406	10286

 
(1)计算城市的参考房价；
(2)从个一线城市中随机选取个城市进行调研，求恰好选到一个“房价偏贵城市”的概率；
(3)完成下面的列联表，并判断是否有的把握认为一线城市与该城市为“房价偏贵城市”有关？

	一般城市	非一线城市	总计
房价偏贵城市
不是房价偏贵城市
总计

 
附参考公式及数据：，其中.

	0.100	0.050	0.01
	2.706	3.841	6.635

 

电动化是汽车工业未来发展的大趋势，在国家的节能减排、排放法规等硬性要求之下，新能源汽车乘势而起，来自中国汽车工业协会的统计数据显示，2018年新能源汽车累计销量已经超过100万辆，意味着我国的新能源汽车市场的正式兴起．某人计划购买一辆某品牌新能源汽车，他从当地该品牌销售网站了解到2018年1月到5月的实际销量如下表：

月份（）	1	2	3	4	5
销量（，单位：辆）	500	600	1000	1400	1700

 
（1）经分析发现，可用线性回归模型拟合当地该品牌新能源汽车实际销量（辆）与月份之间的相关关系．请用最小二乘法求关于的线性回归方程，并据此预测2018年10月份当地该品牌新能源汽车的销量；
（2）2018年6月12日，中央财政和地方财政将根据新能源汽车的最大续航里程对购车补贴进行新一轮调整．下表为2018年执行的补贴政策．

最大续航里程（单位：km）	补贴金额（单位：万元）
	1.50
	2.40
	3.40
	4.50
	5.00

 
某企业一次采购了6辆电动汽车，已知其中有2辆最大续航里程，其余车辆的最大续航里程，若从这6辆车中任取3辆，求这3辆车的补贴金额之和的分布列和数学期望．
参考公式：回归方程，其中，．参考数据：．

某公司在2014－2018年的收入与支出如下表所示：

收入（亿元）
支出（亿元）

 
根据表中数据可得回归方程为，依此估计2019年该公司收入为8亿元时支出为（  ）

A．4．2亿元

B．4．4亿元

C．5．2亿元

D．5．4亿元