某生物兴趣小组对冬季昼夜温差与反季节新品种大豆发芽数之间的关系进行研究，他们分别记录了月日至月日每天的昼夜温差与实验室每天颗种子的发芽数，得到以下表格

该兴趣小组确定的研究方案是：先从这组数据中选取组数据，然后用剩下的组数据求线性回归方程，再用被选取的组数据进行检验.
(1) 求统计数据中发芽数的平均数与方差；
(2) 若选取的是月日与月日的两组数据，请根据月日至月日的数据，求出发芽数关于温差的线性回归方程，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，则认为得到的线性回归方程是可靠的，问得到的线性回归方程是否可靠？ 附：线性回归方程中斜率和截距最小二乘估法计算公式：
，

假设关于某设备的使用年限x（年）和所支出的维修费用y万元有如下的统计资料：

x	2	3	4	5	6
y	2.2	3.8	5.5	6.5	7.0

 
（1）画出散点图并判断是否线性相关；
（2）如果线性相关，求线性回归方程；
（3）估计使用年限为10年时，维修费用是多少？
附注：①参考公式：回归方程中斜率和截距的最小二乘估计分别为；
②参考数据：

如图是某公司2001年至2017年新产品研发费用（单位：万元）的折线图．为了预测该公司2019年的新产品研发费用，建立了与时间变量的两个线性回归模型．根据2001年至2017年的数据（时间变量的值依次为1,2,…,17）建立模型①：；根据2011年至2017年的数据（时间变量的值依次为1,2,…,7）建立模型②：．

（1）分别利用这两个模型，求该公司2019年的新产品研发费用的预测值；
（2）你认为用哪个模型得到的预测值更可靠？并说明理由．

已知某企业近3年的前7个月的月利润(单位：百万元)如下面的折线图所示：

(1)试问这3年的前7个月中哪个月的月平均利润较高？
(2)通过计算判断这3年的前7个月的总利润的发展趋势；
(3)试以第3年的前4个月的数据(如下表)，用线性回归的拟合模式估计第3年8月份的利润.

月份	1	2	3	4
利润(单位：百万元)	4	4	6	6

 
相关公式 ，.

某名校从2008年到2017年考入清华、北大的人数可以通过以下表格反映出来.（为了方便计算，将2008年编号为1，2009年编号为2，以此类推……）

年份
人数

 
（1）根据最近5年的数据，利用最小二乘法求出与之间的线性回归方程，并用以预测2018年该校考入清华、北大的人数；（结果要求四舍五入至个位）
（2）从这10年的数据中随机抽取2年，记其中考入清华、北大的人数不少于的有年，  
求的分布数列和数学期望.
参考公式：.