“微信运动”已成为当下热门的健身方式，小王的微信朋友圈内也有大量好友参与了“微信运动”，他随机选取了其中的40人（男、女各20人），记录了他们某一天的走路步数，并将数据整理如下：

（1）已知某人一天的走路步数超过8000步被系统评定“积极型”，否则为“懈怠型”，根据题意完成下面的列联表，并据此判断能否有95%以上的把握认为“评定类型”与“性别”有关？

附：，

	0．10	0．05	0．025	0．010
	2．706	3．841	5．024	6．635

 
（2）若小王以这40位好友该日走路步数的频率分布来估计其所有微信好友每日走路步数的概率分布，现从小王的所有微信好友中任选2人，其中每日走路不超过5000步的有人，超过10000步的有人，设，求的分布列及数学期望．

空气质量主要受污染物排放量及大气扩散等因素的影响，某市环保监测站2014年10月连续10天（从左到右对应1号至10号）采集该市某地平均风速及空气中氧化物的日均浓度数据，制成散点图如图所示．

（Ⅰ）同学甲从这10天中随机抽取连续5天的一组数据，计算回归直线方程．试求连续5天的一组数据中恰好同时包含氧化物日均浓度最大与最小值的概率；
（Ⅱ）现有30名学生，每人任取5天数据，对应计算出30个不同的回归直线方程．已知30组数据中有包含氧化物日均浓度最值的有14组．现采用这30个回归方程对某一天平均风速下的氧化物日均浓度进行预测，若预测值与实测值差的绝对值小于2，则称之为“拟合效果好”，否则为“拟合效果不好”．根据以上信息完成下列2×2联表，并分析是否有95%以上的把握说拟合效果与选取数据是否包含氧化物日均浓度最值有关．

	预测效果好	拟合效果不好	合计
数据有包含最值	5
数据无包含最值		4
合计

 
参考数据：

	0.15	0.10	0.05	0.025	0.010	0.005	0.001
	2.072	2.706	3.841	5.024	6.635	7.879	10.828

 
（其中）.

为调查某社区居民的业余生活状况，研究这一社区居民在20：00－22：00时间段的休闲方式与性别的关系，随机调查了该社区80人，得到下面的数据表：

休闲方式 性别	看电视	看书	合计
男	10	50	60
女	10	10	20
合计	20	60	80

 
(1)将此样本的频率估计为总体的概率，随机调查3名在该社区的男性，设调查的3人在这一时间段以看书为休闲方式的人数为随机变量X，求X的分布列和数学期望；
(2)根据以上数据，我们能否在犯错误的概率不超过0．01的前提下，认为“在20：00－22：00时间段居民的休闲方式与性别有关系”？
参考公式：K²＝，其中n＝a＋b＋c＋d．
参考数据：

P(K2≥k0)	0．15	0．10	0．05	0．025	0．010
k0	2．072	2．706	3．841	5．024	6．635

 

某大学餐饮中心为了解新生的饮食习惯，在全校一年级学生中进行了抽样调查，调查结果如表所示：

根据表中数据，问是否有的把握认为“南方学生和北方学生在选用甜品的饮食习惯方面有差异”__________．（填有或没有）
附：

两个变量与的回归模型中，分别选择了4个不同模型，它们的相关指数如下，其中拟合效果最好的模型是（ ）

A．模型1的相关指数	B．模型2的相关指数
C．模型3的相关指数	D．模型4的相关指数