【推荐1】2023年，国家不断加大对科技创新的支持力度，极大鼓舞了企业投入研发的信心，增强了企业的创新动能.某企业在国家一系列优惠政策的大力扶持下，通过技术革新和能力提升，极大提升了企业的影响力和市场知名度，订单数量节节攀升，右表为该企业今年1~4月份接到的订单数量.

月份t	1	2	3	4
订单数量y（万件）	5.2	5.3	5.7	5.8

(1)试根据样本相关系数r的值判断订单数量y与月份t的线性相关性强弱（，则认为y与t的线性相关性较强，，则认为y与t的线性相关性较弱）.（结果保留两位小数）
(2)建立y关于t的线性回归方程，并预测该企业5月份接到的订单数量.
附：相关系数，
回归方程中斜率和截距的最小二乘法估计公式分别为，，.

【推荐2】随着我国经济的发展，居民的储蓄存款逐年增长.设某地区城乡居民人民币储蓄存款(年底余额)如下表：

年份	2010	2011	2012	2013	2014
时间代号	1	2	3	4	5
储蓄存款(千亿元)	6	7	8	9	10

(1)求关于的回归方程；
(2)用所求回归方程预测该地区2015年的人民币储蓄存款.
附：回归方程中，，

【推荐3】某游戏公司去年开发了一款游戏产品，该游戏每月成本及月维护费用记为(单位：元)，与售价(单位：元/件)满足.为了了解该游戏装备月销售量(单位：万件)与当月售价之间的关系，收集了5组数据处理并得到如下表：

	5	6	7	8	9
	8	6			3

附注：相关系数是用来衡量两个变量之间线性关系的强弱，若，则认为相关性很强；若，则认为相关性一般；若，则认为相关性很弱.
（1）计算相关系数的值(精确到0.01)；
（2）判断与的线性相关性强弱.若相关性强，则求出关于的线性回归方程，并根据该方程，计算当售价为多少时，月销售利润最大？(月销售利润=月销售金额-月成本及月维护费)；若弱，则说明理由.
参考数据：
参考公式：相关系数
线性回归方程

【推荐1】某机构为了调查某市同时符合条件与(条件：营养均衡，作息规律；条件：经常锻炼，劳逸结合)的高中男生的体重(单位:)与身高(单位: )是否存在较好的线性关系，该机构搜集了位满足条件的高中男生的数据，得到如下表格:

身高/
体重/

根据表中数据计算得到关于的线性回归方程对应的直线的斜率为.
(1)求关于的线性回归方程(精确到整数部分)；
(2)已知，且当时，回归方程的拟合效果较好．试结合数据，判断(1)中的回归方程的拟合效果是否良好？
(3)该市某高中有位男生同时符合条件与，将这位男生的身高(单位:)的数据绘制成如下的茎叶图．若从这位男生中任选位，记这位中体重超过的人数为，求的分布列及其数学期望(提示:利用(1)中的回归方程估测这位男生的体重).

【推荐2】某养殖基地为满足市场需要，逐年加大对养殖基地的资金投入，技术分析员对4年来的年资金投入量（单位：万元）与相应的年市场销售额（单位：万元）作了初步的调研统计，得到数据如表：

（万元）	2	3	4	5
（万元）	26	39	49	54

（1）求根据年资金投入量预报年市场销售额的的回归方程；
（2）预报年资金投入量为7.5万元时年市场销售额；
（3）若年市场销售额不低于100万，那么年资金投入量至少要多少？（保留两位小数）
其中，，.

【推荐3】“绿色出行，低碳环保”已成为新的时尚.近几年，国家相继出台了一系列的环保政策，在汽车行业提出了重点扶持新能源汽车的政策，为新能源汽车行业的发展开辟了广阔的前景.某公司对充电桩进行生产投资，所获得的利润有如下统计数据.

充电桩投资金额百万元	3	4	6	7	9	10
所获利润百万元	1.5	2	3	4.5	6	7

(1)已知可用线性回归模型拟合y与x的关系，求其线性回归方程.
(2)判断与的大小，并说明理由.
参考数据：，.
参考公式:线性回归方程中，.