随着网上购物的普及，传统的实体店遭受到了强烈的冲击，某商场实体店近九年来的纯利润如下表所示：

年份	2010	2011	2012	2013	2014	2015	2016	2017	2018
时间代号	1	2	3	4	5	6	7	8	9
实体店纯利润（千万）	2	2.3	2.5	2.9	3	2.5	2.1	1.7	1.2

 
根据这9年的数据，对和作线性相关性检验，求得样本相关系数的绝对值为0.254；根据后5年的数据，对和作线性相关性检验，求得样本相关系数的绝对值为0.985；
（1）如果要用线性回归方程预测该商场2019年实体店纯利润，现有两个方案：
方案一：选取这9年的数据，进行预测；
方案二：选取后5年的数据进行预测.
从生活实际背景以及相关性检验的角度分析，你觉得哪个方案更合适.
附：相关性检验的临界值表：

	小概率
	0.05	0.01
3	0.878	0.959
7	0.666	0.798

 
（2）某机构调研了大量已经开店的店主，据统计，只开网店的占调查总人数的，既开网店又开实体店的占调查总人数的，现以此调查统计结果作为概率，若从上述统计的店主中随机抽查了5位，求只开实体店的人数的分布列及期望.

某农科所对冬季昼夜温差（最高温度与最低温度的差）大小与某反季节大豆新品种一天内发芽数之间的关系进行了分析研究，他们分别记录了12月1日至12月6日每天昼夜最高、最低的温度（如图甲），以及实验室每天每100颗种子中的发芽数情况（如图乙），得到如下资料：
最高温度最低温度
甲

乙
（1）请画出发芽数y与温差x的散点图；
（2）若建立发芽数y与温差x之间的线性回归模型，请用相关系数说明建立模型的合理性；
（3）①求出发芽数y与温差x之间的回归方程（系数精确到0.01）；
②若12月7日的昼夜温差为，通过建立的y关于x的回归方程，估计该实验室12月7日当天100颗种子的发芽数.

参考数据：.

参考公式：

相关系数：（当时，具有较强的相关关系）.

回归方程中斜率和截距计算公式：.

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.

观察下列各图形，

其中两个变量x，y具有相关关系的图是（   ）

A．①②

B．①④

C．③④

D．②③

为了研究三月下旬的平均气温x(单位:℃)与4月20日前棉花害虫化蛹高峰日y的关系,某地区观察了2010年至2015年的情况,得到下面的数据表:

年份	2010	2011	2012	2013	2014	2015
x	24.4	29.5	32.9	28.7	30.3	28.9
y	19	6	1	10	1	8

 
(1)根据规律推断,该地区2016年三月下旬平均气温为27 ℃,试估计2016年四月化蛹高峰日为哪一天;
(2)对变量x,y进行相关性检验.