1 . 某网络购物平台专营店统计了某年2月15日至19日这5天在该店购物的人数（单位：人）的数据如下表：

日期	2月15日	2月16日	2月17日	2月18日	2月19日
日期代号	1	2	3	4	5
购物人数	77	84	93	96	100

(1)根据表中数据，建立关于的一元线性回归模型，并根据该回归模型预测当年2月21日在该店购物的人数（人数用四舍五入法取整数）；
(2)为了了解参加网购人群的年龄分布，该店随机抽取了200人进行问卷调查.得到如下所示不完整的列联表：

年龄	不低于40岁	低于40岁	合计
参与过网上购物	30		150
未参与过网上购物		30
合计			200

将列联表补充完整，并依据表中数据及小概率值的独立性检验，能否认为“参与网上购物”与“年龄”有关.
附：回归直线的斜率和截距的最小二乘估计公式分别为

	0.10	0.05	0.010	0.005	0.001
	2.706	3.841	6.635	7.879	10.828

2 . 近两年来，自行车的市场占有率在不断提升，随着人们的健康意识不断增强，骑自行车不仅仅是人们出行的交通方式，也渐渐成为一种新颖的运动，越来越多的人加入了骑行一族．在某地区随机调查了100位自行车骑行者的年龄分布情况，得到如图所示的样本数据频率分布直方图．
   
(1)数据显示，该地区年龄在岁内的人口占比为12%，该地区自行车骑行率约为13%，从该地区任选一人，已知此人年龄在内，求此人是自行车骑行者的概率；
(2)对这100位自行车骑行者进行统计，骑行频率次/周的共有70人，其中年龄在40岁以下的占80%．请完成以下列联表，并根据小概率值的独立性检验，判断骑行频率与年龄是否有关联．
年龄

骑行频率	年龄		合计
	岁	岁
次/周
次/周
合计

附：，其中．

	0.050	0.010	0.001
	3.841	6.635	10.828

3 . 党的二十大以来，国家不断加大对科技创新的支持力度，极大鼓舞了企业持续投入研发的信心.某科技企业在国家一系列优惠政策的大力扶持下，通过不断的研发和技术革新，提升了企业收益水平.下表是对2023 年1 ~5月份该企业的利润y(单位：百万)的统计.

月份	1 月	2 月	3 月	4 月	5 月
月份编号x	1	2	3	4	5
利润y(百万)	7	12	13	19	24

(1)根据统计表，求该企业的利润y与月份编号x的样本相关系数(精确到0.01)，并判断它们是否具有线性相关关系（，则认为y与x的线性相关性较强，，则认为y与x的线性相关性较弱.）；
(2)该企业现有甲、乙两条流水线生产同一种产品.为对产品质量进行监控，质检人员先用简单随机抽样的方法从甲、乙两条流水线上分别抽取了5件、3件产品进行初检，再从中随机选取3件做进一步的质检，记抽到“甲流水线产品”的件数为，试求的分布列与期望.
附：相关系数