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100万台，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．如图为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

 
已知该品牌的新能源汽车的最大续航里程不小于250 km，某地的月销量为3000辆，其中最大续航里程在内，问购车补贴能否达到12000万元？如果不能，请说明理由；如果能，请求出最大续航里程在内的销售量范围．
参考公式：回归方程，其中，．
参考数据：．

下表是某厂1～4月份用水量(单位：百吨)的一组数据，

月份x	1	2	3	4
用水量y	4.5	4	3	2.5

 
由其散点图知，用水量y与月份x之间有较好的线性相关关系，其线性回归方程是＝－0.7x＋a，则a＝________.

某地1~10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．

5.5	112.45	82.50	3947.71	566.85

 

（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？
附：回归方程中的斜率和截距的最小二乘估计公式分别为：
，．

某种产品的广告费支出与销售额（单位：万元）之间有如下对应数据：
 
（1）求回归直线方程；
（2）试预测广告费支出为万元时，销售额多大？
（3）在已有的五组数据中任意抽取两组，求至少有一组数据其预测值与实际值之差的绝对值不超过的概率.(参考数据：.

x,y的取值如下表:

x	-2	-1.5	-1	-0.5	0	0.5	1
y	0.26	0.35	0.51	0.71	1.1	1.41	2.05

 
则x,y之间的关系可选用函数___进行拟合.