在一段时间内，某种商品的价格(元)和需求量(件)之间的一组数据如下表所示：

价格/元	14	16	18	20	22
需求量/件	56	50	43	41	37

 
求出关于的线性回归方程，并说明拟合效果的好坏．（参考数据：，）

某机构为了调查某市同时符合条件与(条件：营养均衡，作息规律；条件：经常锻炼，劳逸结合)的高中男生的体重(单位:)与身高(单位: )是否存在较好的线性关系，该机构搜集了位满足条件的高中男生的数据，得到如下表格:

身高/
体重/

 
根据表中数据计算得到关于的线性回归方程对应的直线的斜率为.
(1)求关于的线性回归方程(精确到整数部分)；
(2)已知，且当时，回归方程的拟合效果较好。试结合数据，判断(1)中的回归方程的拟合效果是否良好？
(3)该市某高中有位男生同时符合条件与，将这位男生的身高(单位:)的数据绘制成如下的茎叶图。若从这位男生中任选位，记这位中体重超过的人数为，求的分布列及其数学期望(提示:利用(1)中的回归方程估测这位男生的体重).

下图是某城市2018年12月份某星期，星期一到星期日某一时间段浓度（单位：微克/立方米）与该时间段车流量（单位：万辆）的散点图.

（1）由散点图知与具有线性相关关系，求与的线性回归方程；
（2）利用（I）所求的回归方程，预测该市车流量为10万辆时的浓度.
（附）参考公式，，.参考数据：.

有一位同学家里开了一个小卖部,他为了研究气温对热茶销售的影响,经过统计,得到一个卖出热茶杯数与当天气温的对比表如下:

气温x/℃	-5	0	4	7	12	15	19	23	27	31	36
热茶销售杯数y/杯	156	150	132	128	130	116	104	89	93	76	54

 
(1)画出散点图;
(2)你能从散点图中发现气温与热茶的销售杯数之间关系的一般规律吗?
(3)如果近似成线性关系的话,请画出一条直线来近似地表示这种线性关系;
(4)试求出回归直线方程;
(5)利用(4)的回归方程,若某天的气温是2 ℃,预测这一天卖出热茶的杯数.

葫芦岛市某高中进行一项调查：2012年至2016年本校学生人均年求学花销（单位：万元）的数据如下表：

年份	2012	2013	2014	2015	2016
年份代号	1	2	3	4	5
年求学花销	3.2	3.5	3.8	4.6	4.9

 
（1）求关于的线性回归方程；
（2）利用（1）中的回归方程，分析2012年至2016年本校学生人均年求学花销的变化情况，并预测该地区2017年本校学生人均年求学花销情况．
附：回归直线的斜率和截距的最小二乘法估计公式分别为：