从某居民区随机抽取10个家庭，获得第i个家庭的月收入单位：千元与月储蓄单位：千元的数据资料，算得，，，附：线性回归方程中，，，其中，为样本平均值．
求家庭的月储蓄y对月收入x的线性回归方程；
判断变量x与y之间是正相关还是负相关；
若该居民区某家庭月收入为7千元，预测该家庭的月储蓄．

据某市地产数据研究院的数据显示，2016年该市新建住宅销售均价走势如图所示，为抑制房价过快上涨，政府从8月份采取宏观调控措施，10月份开始房价得到很好的抑制．
参考数据： ，（说明：以上数据 为3月至7月的数据）

回归方程 中斜率和截距的最小二乘估计公式分别为： ，
（1）地产数据研究院研究发现，3月至7月的各月均价 （万元/平方米）与月份 之间具有较强的线性相关关系，试建立 关于 的回归方程（系数精确到 0.01），政府若不调控，依次相关关系预测第12月份该市新建住宅销售均价；   
（2）地产数据研究院在2016年的12个月份中，随机抽取三个月份的数据作样本分析，若关注所抽三个月份的所属季度，记不同季度的个数为X，求X的分布列和数学期望．

随着西部大开发的深入，西南地区的大学越来越受到广大考生的青睐.下表是西南地区某大学近五年的录取平均分与省一本线对比表:

年份
年份代码
省一本线
录取平均分
录取平均分与省一本线分差

 
(1)根据上表数据可知，与之间存在线性相关关系，求关于的性回归方程；
(2)假设2019年该省一本线为分，利用(1)中求出的回归方程预测2019年该大学录取平均分.
参考公式:，

已知两个线性相关变量、的数据如下表：

	1	2	3	4	5
	1	2	4	6	7

 
（1）求出关于的线性回归方程；
（2）预测当时的值.
参考公式：.

（题文）某城市城镇化改革过程中最近五年居民生活用水量逐年上升，下表是2011年至2015年的统计数据：

年份	2011	2012	2013	2014	2015
居民生活用水量（万吨）	236	246	257	276	286

 
（1）利用所给数据求年居民生活用水量与年份之间的回归直线方程；
（2）根据改革方案，预计在2020年底城镇化改革结束，到时候居民的生活用水量将趋于稳定，预测该城市2023年的居民生活用水量.
最小二乘估计分别为：，.