【推荐1】随着时代的进步、科技的发展，“网购”已发展成为一种新的购物潮流，足不出户就可以在网上买到自己想要的东西，而且两三天就会送到自己的家门口，某网店统计了2015年至2019年（2015年时t=1）在该网店的购买人数（单位：百人）的数据如下表：

年份（t）	1	2	3	4	5
	24	27	41	64	79

（1）依据表中给出的数据，求出y关于t的回归直线方程；
（2）根据（1）中的回归直线方程，预测2020年在该网店购物的人数是否有可能破万？
附：参考公式：回归方程中：，参考数据：.

【推荐2】某市一所医院在某时间段为发烧超过38的病人特设发热门诊，该门诊记录了连续5天昼夜温差()与就诊人数的资料：

日期	第1天	第2天	第3天	第4天	第5天
昼夜温差()	8	10	13	12	7
就诊人数（人）	18	25	28	27	17

(1)求的相关系数，并说明昼夜温差()与就诊人数具有很强的线性相关关系.
(2)求就诊人数(人)关于出昼夜温差()的线性回归方程，预测昼夜温差为9时的就诊人数.
附：样本的相关系数为，当时认为两个变量有很强的线性相关关系.
回归直线方程为，其中，.
参考数据：，

【推荐3】某中华鲟育种基地，饲养员每隔两天观察并统计有种池内中华鲟幼苗的尾数，统计如下表：

第天
中华鲟幼苗尾数

（1）如果与之间具有线性相关关系，求回归直线方程；
（2）根据（1）中所求的回归直线方程估计第天时育种池内中华鲟幼苗的尾数（四舍五入精确到整数）．
参考数据：，．
参考公式：在线性回归方程中，，．

【推荐1】为了研究某种细菌在特定条件下随时间变化的繁殖情况，得到如下所示实验数据，若与线性相关.

天数（天）	3	4	5	6	7
繁殖个数（千个）	5	6	8	9	12

（1）求关于的回归直线方程；
（2）预测时细菌繁殖的个数.
（参考公式：，）

【推荐2】某地区脐橙近几年的产量统计如下表：

年份	2015	2016	2017	2018	2019
年份代码	1	2	3	4	5
年产量（万吨）	7	7．1	7．2	7．4	7．8

（1）求年产量（万吨）关于年份代码的线性回归方程；
（2）根据（1）中所求的回归方程预测该地区2021年脐橙的年产量．
参考公式：，，，．

【推荐3】下表是某地一家超市在2018年一月份某一周内周2到周6的时间与每天获得的利润（单位：万元）的有关数据．

星期	星期2	星期3	星期4	星期5	星期6
利润	2	3	5	6	9

（1）根据上表提供的数据，用最小二乘法求线性回归直线方程；
（2）估计星期日获得的利润为多少万元．
参考公式：