近期济南公交公司分别推出支付宝和微信扫码支付乘车活动,活动设置了一段时间的推广期,由于推广期内优惠力度较大,吸引越来越多的人开始使用扫码支付.某线路公交车队统计了活动刚推出一周内每一天使用扫码支付的人次,用表示活动推出的天数, 表示每天使用扫码支付的人次(单位:十人次),统计数据如表所示:

根据以上数据,绘制了散点图.

(1)根据散点图判断,在推广期内, 与(均为大于零的常数)哪一个适宜作为扫码支付的人次关于活动推出天数的回归方程类型?(给出判断即可,不必说明理由);
(2)根据(1)的判断结果及表中的数据,建立关于的回归方程,并预测活动推出第天使用扫码支付的人次；
(3)推广期结束后,为更好的服务乘客,车队随机调查了人次的乘车支付方式,得到如下结果：

已知该线路公交车票价元,使用现金支付的乘客无优惠,使用乘车卡支付的乘客享受折优惠,扫码支付的乘客随机优惠,根据调查结果发现:使用扫码支付的乘客中有名乘客享受折优惠,有名乘客享受折优惠,有名乘客享受折优惠.预计该车队每辆车每个月有1万人次乘车,根据所给数据,以事件发生的频率作为相应事件发生的概率，在不考虑其他因素的条件下,按照上述收费标准,试估计该车队一辆车一年的总收入.
参考数据:

其中
参考公式：
对于一组数据，其回归直线的斜率和截距的最小二乘估计公式分别为:

某高新企业自2012年成立以来，不断创新技术与产品，积极拓展市场，销售收入（单位万元）与年份代号之间对应关系如下表，且满足回归函数，记。

年份	2012	2013	2014	2015	2016	2017	2018
年份代号	1	2	3	4	5	6	7
销售收入	80	199	398	2512	6310	15848	79432
	1.9	2.3	2.6	3.4	3.8	4.2	4.9

 
（1）任取2年对比销售收入的情况，求这2年中销售收入均超过400万元的概率；
（2）求回归函数中的值。
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
，

近期，某市公交公司分别推出支付宝和微信扫码支付乘车活动,活动设置了一段时间的推广期,由于推广期内优惠力度较大,吸引越来越多的人开始使用扫码支付.某线路公交车队统计了活动刚推出一周内每一天使用扫码支付的人次,用表示活动推出的天数, 表示每天使用扫码支付的人次(单位:十人次),统计数据如表1所示:

根据以上数据,绘制了散点图.

（1）根据散点图判断,在推广期内,与 (均为大于零的常数)哪一个适宜作为扫码支付的人次关于活动推出天数的回归方程类型?(给出判断即可,不必说明理由);
（2）根据(1)的判断结果及表1中的数据,建立关于的回归方程,并预测活动推出第8天使用扫码支付的人次;
（3）推广期结束后,车队对乘客的支付方式进行统计，结果如下

已知该线路公交车票价为2元,使用现金支付的乘客无优惠,使用乘车卡支付的乘客享受8折优惠,扫码支付的乘客随机优惠，根据统计结果得知,使用扫码支付的乘客中有的概率享受折优惠,有的概率享受8折优惠,有的概率享受9折优惠.根据所给数据以事件发生的频率作为相应事件发生的概率,试估计从20名乘客从中随机抽取1人，恰好享受8折优惠的概率 .
参考数据:

66	1.54	2711	50.12	3.47

 
其中,
参考公式:
对于一组数据,其回归直线的斜率和截距的最小二乘估计公式分别为:，  .

近期，济南公交公司分别推出支付宝和微信扫码支付乘车活动,活动设置了一段时间的推广期,由于推广期内优惠力度较大,吸引越来越多的人开始使用扫码支付.某线路公交车队统计了活动刚推出一周内每一天使用扫码支付的人次,用表示活动推出的天数, 表示每天使用扫码支付的人次(单位:十人次),统计数据如表所示:

根据以上数据,绘制了散点图.

(1)根据散点图判断,在推广期内, 与(均为大于零的常数)哪一个适宜作为扫码支付的人次关于活动推出天数的回归方程类型?(给出判断即可,不必说明理由);
(2)根据(1)的判断结果及表中的数据,建立关于的回归方程,并预测活动推出第天使用扫码支付的 人次；
(3)推广期结束后,车队对乘客的支付方式进行统计，结果如下

车队为缓解周边居民出行压力,以万元的单价购进了一批新车,根据以往的经验可知,每辆车每个月的运营成本约为万元.已知该线路公交车票价为元,使用现金支付的乘客无优惠,使用乘车卡支付的乘客享受折优惠,扫码支付的乘客随机优惠，根据统计结果得知,使用扫码支付的乘客中有的概率享受折优惠,有的概率享受折优惠,有的概率享受折优惠.预计该车队每辆车每个月有万人次乘车,根据给数据以事件发生的频率作为相应事件发生的概率,在不考虑其它因素的条件下,按照上述收费标准,假设这批车需要年才能开始盈利,求的值.
参考数据:

其中其中
参考公式:
对于一组数据,其回归直线的斜率和截距的最小二乘估计公式分别为: .

在一次抽样调查中测得样本的5个样本点，数据如下表：

	0.25	0.5	1	2	4
	16	12	5	2	1

 
（1）作出散点图.
（2）根据散点图判断，与哪一个更适合与的回归方程.
（3）根据下面表格中的数据，建立与的回归方程.

1.55	7.2	94.25	21.31	430

 
令