【推荐1】调查某市出租车使用年限和该年支出维修费用（万元），得到数据如下：

使用年限	2	3	4	5	6
维修费用	2．2	3．8	5．5	6．5	7．0

(1)求线性回归方程；
（2）由（1）中结论预测第10年所支出的维修费用．（）

【推荐2】某城市新开大型楼盘，该楼盘位于城市的黄金地段，预售场面异常火爆，故该楼盘开发商采用房屋竞价策略，竞价的基本规则是：①所有参与竞价的人都是网络报价，每个人并不知晓其他人的报价，也不知道参与当期竞价的总人数；②竞价采用“一月一期制”，当月竞价时间截止后，系统根据当期房屋配额，按照竞拍人的出价从高到低分配名额．某人拟参加2019年10月份的房屋竞拍，他为了预测最低成交价，根据网站的公告，统计了最近5个月参与竞价的人数（如表）：

月份	2019.05	2019.06	2019.07	2019.08	2019.09
月份编号t	1	2	3	4	5
竞拍人数（万人）	0.5	0.6	1	1.4	1.7

（1）由收集数据的散点图发现，可用线性回归模型拟合竞拍人数y（万人）与月份编号t之间的相关关系．请用最小二乘法求y关于t的线性回归方程：，并预测2019年10月份（几份编号为6）参与竞拍的人数；
（2）某市场调研机构对200位拟参加2019年10月份房屋竞价人员的报价进行了一个抽样调查，得到如下图所示的频数表：

报价区间(万元/)
频数	20	60	60	30	20	10

（i）求这200位竞拍人员报价X的平均值和样本方差（同一区间的报价用该价格区间的中点值代替）；
（ii）假设所有参与竞价人员的报价X可视为服从正态分布，且μ与可分别由（i）中所求的样本平均数及估计．若2019年10月份计划发放房源数量为3174，请你合理预测（需说明理由）竞拍的最低成交价．
参考公式及数据：
①回归方程，其中，
②；，
③若随机变量Z服从正态分布，则，，.

【推荐3】某互联网公司为了确定下一季度的前期广告投入计划，收集了近期前期广告投入量（单位：万元）和收益（单位：万元）的数据．对这些数据作了初步处理，得到了下面的散点图（共个数据点）及一些统计量的值.为了进一步了解广告投入量对收益的影响，公司三位员工①②③对历史数据进行分析，查阅大量资料，分别提出了三个回归方程模型：
根据，，参考数据：，.
（1）根据散点图判断，哪一位员工提出的模型不适合用来描述与之间的关系？简要说明理由.
（2）根据（1）的判断结果及表中数据，在余下两个模型中分别建立收益关于投入量的关系，并从数据相关性的角度考虑，在余下两位员工提出的回归模型中，哪一个是最优模型（即更适宜作为收益关于投入量的回归方程）？说明理由；
附：对于一组数据，，…，，其回归直线的斜率、截距的最小二乘估计以及相关系数分别为：
，，，
其中越接近于，说明变量与的线性相关程度越好.

【推荐1】一个车间为了规定工时定额，需要确定加工零件所花费的时间，为此进行了10次试验．测得的数据如下：

零件数x（个）	10	20	30	40	50	60	70	80	90	100
加工时间y（分）	62	68	75	81	89	95	102	108	115	122

（1）y与x是否具有线性相关关系？
（2）如果y与x具有线性相关关系，求回归直线方程；
（3）根据求出的回归直线方程，预测加工200个零件所用的时间为多少？
附:对于一组数据(x₁,y₁),(x₂,y₂),…,(x_n,y_n),其回归直线=x+的斜率和截距的最小二乘估计分别为=,=-.

【推荐2】某农科所发现，一种作物的年收获量 （单位：）与它“相近”作物的株数 具有线性相关关系(所谓两株作物“相近”是指它们的直线距离不超过 )，并分别记录了相近作物的株数为 时，该作物的年收获量的相关数据如下：

（1）求该作物的年收获量 关于它“相近”作物的株数 的线性回归方程；
（2）农科所在如图所示的直角梯形地块的每个格点（指纵、横直线的交叉点）处都种了一株该作物，图中
每个小正方形的边长均为 ，若从直角梯形地块的边界和内部各随机选取一株该作物，求这两株作物 “相
近”且年产量仅相差 的概率．
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,   ,

【推荐3】某车间为了规定工时定额，需要确定加工零件所花费的时间，为此作了四次试验，得到的数据如下：

零件的个数（个）	2	3	4	5
加工的时间（小时）	2.5	3	4	4.5

（1）在给定的坐标系中画出表中数据的散点图；
（2）求出关于的线性回归方程，并在坐标系中画出回归直线；
（3）试预测加工个零件需要多少时间？
参考公式：回归直线，其中.