对四对变量Y和x进行线性相关性检验,已知n是观测值组数,r是相关系数,且已知:
①n="7,r=0.953" 3;②n="15,r=0.301" 2;③n="17,r=0.499" 1;④n="3,r=0.995" 0,则变量Y和x具有线性相关关系的是(　　)

A．①和②	B．①和③
C．②和④	D．③和④

变量X与Y相对应的一组数据为(10,1)，(11.3,2)，(11.8,3)，(12.5,4)，(13,5)；变量U与V相对应的一组数据为(10,5)，(11.3,4)，(11.8,3)，(12.5,2)，(13,1)，r₁表示变量Y与X之间的线性相关系数，r₂表示变量V与U之间的线性相关系数，则(  )

A．r2<0<r1

B．0<r2<r1

C．r2<r1<0

D．r2＝r1

为响应党中央“扶贫攻坚”的号召，某单位指导一贫困村通过种植紫甘薯来提高经济收入.紫甘薯对环境温度要求较高，根据以往的经验，随着温度的升高，其死亡株数成增长的趋势.下表给出了2017年种植的一批试验紫甘薯在温度升高时6组死亡的株数：

温度（单位：）	21	23	24	27	29	32
死亡数（单位：株）	6	11	20	27	57	77

 
经计算：，，，，，，，其中，分别为试验数据中的温度和死亡株数，.
（1）若用线性回归模型，求关于的回归方程（结果精确到0.1）；
（2）若用非线性回归模型求得关于的回归方程，且相关指数为.
(i)试与（1）中的回归模型相比，用说明哪种模型的拟合效果更好；
（ii）用拟合效果好的模型预测温度为时该紫甘薯死亡株数（结果取整数）.
附：对于一组数据，，，，其回归直线的斜率和截距的最小二乘估计分别为：，；相关指数为：.

以下有关线性回归分析的说法不正确的是

A．通过最小二乘法得到的线性回归直线经过样本的中心

B．用最小二乘法求回归直线方程，是寻求使最小的a,b的值

C．相关系数r越小，表明两个变量相关性越弱

D．越接近1，表明回归的效果越好

已知某商品的价格 （元）与需求量 （件）之间的关系有如下一组数据：

x	14	16	18	20	22
y	12	10	7	5	3

 
  ； 
参考： ；
当时 , ,
（1）求，；
（2）求出回归直线方程；
（3）计算相关系数r的值，并说明回归模型拟合程度的好坏．