【推荐1】某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，统计数据如表所示：

	1	2	3	4	5	6	7
	6	11	21	34	66	101	196

根据以上数据，绘制了如下散点图.

（1）根据散点图，判断在推广期内，与（，均为大于零的常数）哪一个更适宜作为每天使用扫码支付的人次关于活动推出的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）的判断结果及题干中表格内的数据，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.
参考数据：

62.14	1.54	2535	50.12	3.47

其中，.
（3）推广期结束后，为更好地服务乘客，车队随机调查了100人次的乘车支付方式，得到如下结果：

支付方式	现金	公交卡	扫码
人次	10	60	30

已知该线路公交车票价2元，使用现金支付的乘客无优惠，使用公交卡支付的乘客享受8折优惠，扫码支付的乘客随机优惠，根据调查结果发现：使用扫码支付的乘客中有5人次享受7折优惠，有10人次享受8折优惠，有15人次享受9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.

【推荐2】某地区在一次考试后，从全体考生中随机抽取44名，获取他们本次考试的数学成绩(x)和物理成绩(y)，绘制成如图散点图：

根据散点图可以看出y与x之间有线性相关关系，但图中有两个异常点A，B．经调查得知，A考生由于重感冒导致物理考试发挥失常，B考生因故未能参加物理考试．为了使分析结果更科学准确，剔除这两组数据后，对剩下的数据作处理，得到一些统计的值：其中x_i，y_i分别表示这42名同学的数学成绩、物理成绩，i＝1，2，…，42，y与x的相关系数r＝0.82．
（1）若不剔除A，B两名考生的数据，用44组数据作回归分析，设此时y与x的相关系数为r₀．试判断r₀与r的大小关系，并说明理由；
（2）求y关于x的线性回归方程（系数精确到0.01），并估计如果B考生加了这次物理考试（已知B考生的数学成绩为125分），物理成绩是多少？（精确到个位）；
（3）从概率统计规律看，本次考试该地区的物理成绩ξ服从正态分布，以剔除后的物理成绩作为样本，用样本平均数作为μ的估计值，用样本方差s²作为σ²的估计值．试求该地区5000名考生中，物理成绩位于区间（62.8，85.2）的人数Z的数学期望．
附：①回归方程中：
②若，则
③11.2

【推荐3】2016年入冬以来，各地雾霾天气频发，频频爆表（是指直径小于或等于微米的颗粒物），各地对机动车更是出台了各类限行措施，为分析研究车流量与的浓度是否相关，某市现采集周一到周五某一时间段车流量与的数据如下表：

时间	周一	周二	周三	周四	周五
车流量（万辆）	50	51	54	57	58
的浓度（微克/立方米）	69	70	74	78	79

（1）请根据上述数据，在上面给出的坐标系中画出散点图；
（2）试判断与是否具有线性关系，若有请求出关于的线性回归方程，若没有，请说明理由；

【推荐1】下表为2017年至2020年某百货零售企业的线下销售额（单位：万元），其中年份代码=年份—2016．

年份代码	1	2	3	4
线下销售额	95	165	230	310

（1）已知与具有线性相关关系，求关于的线性回归方程，并预测2021年该百货零售企业的线下销售额；
（2）随着网络购物的飞速发展，有不少顾客对该百货零售企业的线下销售额持续增长表示怀疑，某调查平台为了解顾客对该百货零售企业的线下销售额持续增长的看法，随机调查了55位男顾客、50位女顾客（每位顾客从“持乐观态度”和“持不乐观态度”中任选一种），其中对该百货零售企业的线下销售额持续增长持乐观态度的男顾客有10人、女顾客有20人，补全列联表，并判断能否在犯错误的概率不超过0．025的前提下认为对该百货零售企业的线下销售额持续增长所持的态度与性别有关？

	持乐观态度	持不乐观态度	合计
男顾客	10		55
女顾客	20		50
合计			105

参考公式及数据：

	0.05	0.025	0.010	0.005
	3.841	5.024	6.635	7.879

【推荐2】设某幼苗从观察之日起，第x天的高度为ycm，测得的一些数据如下表所示：

第x天	1	2	3	4	5	6	7
高度ycm	0	4	7	9	11	12	13

作出这组数据的散点图发现：y（cm）与x（天）之间近似满足关系式.
(1)试借助一元线性回归模型，根据所给数据，求出y关于x的线性回归方程；
(2)在作出的这组数据的散点图中，甲同学随机圈取了其中的3个点，记这3个点中幼苗的高度大于的点的个数为，其中为表格中所给的幼苗高度的平均数，试求随机变量的分布列和数学期望.
附：回归方程中斜率与截距的最小二乘估计公式，分别为，

【推荐3】某农科所对冬季昼夜温差大小与某反季大豆新品种发芽多少之间的关系进行了分析研究，分别记录了2016年12月1日至12月5日每天的昼夜温差以及实验室100颗种子中的发芽数，得到的数据如下表所示：

日期	12月1日	12月2日	12月3日	12月4日	12月5日
温差	10	11	13	12	8
发芽数颗	23	25	30	26	16

该农科所确定的研究方案是：先从这五组数据中选取两组，用剩下的三组数据求线性回归方程，再对被选取的两组数据进行检验．

(1)求选取的两组数据恰好是不相邻的两天数据的概率．
(2)若选取的是12月1日和12月5日的两组数据，请根据12月2日至12月4日的数据，求出关于的线性回归方程．
(3)由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2，则认为得到的线性回归方程是可靠的，据此说明(2)中所得线性回归方程是否可靠？并估计当温差为时，100颗种子中的发芽数．

【推荐2】某同学在生物研究性学习中，对春季昼夜温差大小与黄豆种子发芽多少之间的关系进行研究，于是他在4月份的30天中随机挑选了5天进行研究，且分别记录了每天昼夜温差与每天每100颗种子浸泡后的发芽数，得到如下资料：

日期	4月1日	4月7日	4月15日	4月21日	4月30日
温差	10	11	13	12	8
发芽数y/颗	23	25	30	26	16

（1）从这5天中任选2天，求这2天发芽的种子数均不小于25的概率；
（2）从这5天中任选2天，若选取的是4月1日与4月30日的两组数据，请根据这5天中的另三天的数据，求出y关于x的线性回归方程；
（3）若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2颗，则认为得到的线性回归方程是可靠的，试问（2）中所得的线性回归方程是否可靠？
附：回归直线的斜率和截距的最小二乘估计公式分别为，.

【推荐3】为了巩固脱贫成果，某农科所实地考察，研究发现某脱贫村适合种植两种经济作物，可以通过种植这两种经济作物巩固脱贫成果.通过大量考察研究得到如下统计数据：经济作物的亩产量约为300公斤，其收购价格处于上涨趋势，最近五年的价格如下表：

年份编号	1	2	3	4	5
年份	2017	2018	2019	2020	2021
单价元/公斤	18	20	23	25	29

经济作物的收购价格始终为25元/公斤，其亩产量的频率分布直方图如图所示：

(1)若经济作物的单价（单位：元/公斤）与年份编号之间具有线性相关关系，请求出关于的线性回归方程；
(2)根据（1）中所求的线性回归方程，估计2022年经济作物的单价；
(3)用频率分布直方图估计经济作物的平均亩产量（每组数据以区间的中点值为代表），若不考虑其他因素，试判断2022年该村应种植经济作物还是经济作物？并说明理由.
参考公式：.
参考数据：.