1 . 下图是某市2016年至2022年生活垃圾无害化处理量y（单位：万吨）与年份t的散点图.

(1)根据散点图推断变量y与t是否线性相关，并用相关系数加以说明；
(2)建立y关于t的回归方程（系数精确到0.01），预测2024年该市生活垃圾无害化处理量.
参考数据：
，，，.
参考公式：，；相关系数.

2 . 某企业对2023年上半年的月利润情况进行调查统计，得到数据如下：

月份	1	2	3	4	5	6
净利润（万元）	5	10	26	50	96	195

根据以上数据，绘制了散点图.

(1)根据散点图判断，与（均为大于零的常数）哪一个更适宜作为描述与关系的回归方程类型？（给出判断即可，不必说明理由）
(2)根据（1）的判断结果求出关于的回归方程；
(3)已知该企业的产品合格率为，现随机抽取9件产品进行检测，则这9件产品中合格的件数最有可能是多少？
参考数据：

3.50	63.67	3.49	17.50	9.49	12.95	519.01

其中.
参考公式：用最小二乘法求经验回归直线方程的系数公式为，
，.

3 . 某校数学建模学生社团进行了一项实验研究，采集了的一组数据如下表所示：

	2	3	4	5	6	7
	52.5	45	40	30	25	17.5

该社团对上述数据进行了分析，发现与之间具有线性相关关系．
(1)画出表中数据的散点图，并指出与之间的相关系数是正还是负；
(2)求出关于的线性回归方程，并写出当时，预测数据的值．
附：在线性回归方程中，，其中为样本平均值．

4 . 某连锁日用品销售公司下属5个社区便利店某月的销售额与利润额如下表所示．

便利店编号	1	2	3	4	5
销售额x/万元	30	60	45	80	89
利润额y/万元	2.3	3.5	3.2	4.0	5.3

(1)绘制销售额和利润额的散点图；
(2)若销售额和利润额具有线性相关关系，试计算利润额y与销售额x的经验回归直线方程．

10 . 某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费（单位：千元）对年销售量（单位：）和年利润（单位：千元）的影响．对近8年的年宣传费和年销售量数据作了初步处理，得到下面的散点图及一些统计量的值．

   

46.6	563	6.8	289.8	1.6	1469	108.8

表中．
(1)根据散点图判断，与哪一个适宜作为年销售量关于年宣传费的回归方程类型？（给出判断即可，不必说明理由）
(2)根据（1）的判断结果及表中数据，建立关于的回归方程；
(3)已知这种产品的年利润与的关系为．根据（2）的结果回答下列问题：
（ⅰ）年宣传费时，年销售量及年利润的预报值是多少？
（ⅱ）年宣传费为何值时，年利润的预报值最大？
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．