一企业从某生产线上随机抽取40件产品，测量这些产品的某项技术指标值，得到如下的频数表

频数	3	15	17	5

 
（1）估计该技术指标值的平均数（以各组区间中点值为代表）；
（2）若，则该产品不合格，其余合格产品。产生一件产品，若是合格品，可盈利100元，若不是合格品则亏损20元。从该生产线生产的产品中任取2件，记为这2件产品的总利润，求随机变量的分布列和期望值。

某企业从某种型号的产品中抽取了件对该产品的某项指标的数值进行检测，将其整理成如图所示的频率分布直方图，已知数值在100~110的产品有2l件.

（1）求和的值；
（2）规定产品的级别如下表：

已知一件级产品的利润分别为10，20，40元,以频率估计概率，现质检部门从该批产品中随机抽取两件，两件产品的利润之和为，求的分布列和数学期望；
（3）为了了解该型号产品的销售状况，对该公司最近六个月内的市场占有率进行了统计，并绘制了相应的折线图，由折线图可以看出，可用线性回归模型拟合月度市场卢有率（%）与月份代码之间的关系.求关于的线性回归方程，并预测2017年4月份(即时)的市场占有率.
(参考公式：回归直线方程为，其中，

为了解甲、乙两厂的产品质量，采用分层抽样的方法从甲、乙两厂生产的产品中分别抽取14件和5件，测量产品中微量元素，的含量（单位：毫克）.下表是乙厂的5件产品的测量数据：

当产品中的微量元素，满足且时，该产品为优等品
（1）若甲厂生产的产品共98件，用上述样本数据估计乙厂生产的优等品的数量；
（2）从乙厂抽出的上述5件产品中，随机抽取2件，求抽取的2件产品中优等品数的分布列及数学期望.

近年来，随着汽车消费水平的提高，二手车流通行业得到迅猛发展.某汽车交易市场对2017 年成交的二手车的交易前的使用时间（以下简称“使用时间”）进行统计，得到频率分布直方图如图1.在图1对使用时间的分组中，将使用时间落入各组的频率视为概率.

（1）记“在2017年成交的二手车中随机选取一辆，该车的使用年限在”，为事件，试估计的概率；
（2）根据该汽车交易市场的历史资料，得到散点图如图，其中 (单位：年)表示二手车的使用时间，（单位：万元)表示相应的二手车的平均交易价格.
由散点图判断，可采用作为二手车平均交易价格关于其使用年限的回归方程，相关数据如下表(表中)：

①根据回归方程类型及表中数据，建立关于的回归方程；
②该汽车交易市场对使用8年以内(含8年)的二手车收取成交价格的佣金，对使用时间8年以上（不含 8年)的二手车收取成交价格的佣金. 在图1对使用时间的分组中，以各组的区间中点值代表该组的各个值.若以2017年的数据作为决策依据，计算该汽车交易市场对成交的每辆车收取的平均佣金.
附注：①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，；
②参考数据：，.

为了检测某轮胎公司生产的轮胎的宽度，需要抽检一批轮胎（共10个轮胎），已知这批轮胎宽度（单位：）的折线图如下图所示：

（1）求这批轮胎宽度的平均值；
（2）现将这批轮胎送去质检部进行抽检，抽检方案是：从这批轮胎中任取5个作检验，这5个轮胎的宽度都在内，则称这批轮胎合格，如果抽检不合格，就要重新再抽检一次，若还是不合格，这批轮胎就认定不合格.
求这批轮胎第一次抽检就合格的概率；
记为这批轮胎的抽检次数，求的分布列及数学期望.