4 . 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

7 . 某校数学建模兴趣小组为研究本地区儿子身高与父亲身高之间的关系，抽样调查后得出与线性相关，且经验回归方程为.调查所得的部分样本数据如下：

父亲身高	164	166	170	173	173	174	180
儿子身高	165	168	176	170	172	176	178

则下列说法正确的是（       ）

A．儿子身高是关于父亲身高的函数

B．当父亲身高增加时，儿子身高增加

C．儿子身高为时，父亲身高一定为

D．父亲身高为时，儿子身高的均值为

8 . 某农业大学组织部分学生进行作物栽培试验，由于土壤相对贫瘠，前期作物生长较为缓慢，为了增加作物的生长速度，达到预期标准，小明对自己培育的一株作物使用了营养液，现统计了使用营养液十天之内该作物的高度变化

天数x	1	2	3	4	5	6	7	8	9	10
作物高度y/cm	9	10	10	11	12	13	13	14	14	14

(1)观察散点图可知，天数与作物高度之间具有较强的线性相关性，用最小二乘法求出作物高度关于天数的线性回归方程（其中用分数表示）；
(2)小明测得使用营养液后第22天该作物的高度为，请根据（1）中的结果预测第22天该作物的高度的残差.
参考公式：.参考数据：.

10 . 只要骑车，都应该戴头盔．骑行头盔是骑行中生命坚实的保护屏障．骑行过程中的摔倒会对头部造成很大的损害，即使骑行者是以较低的车速沿着坡度平稳的自行车道骑行，也同样不可忽视安全问题．佩戴头盔的原因很简单也很重要——保护头部，减少伤害．相关数据表明，在每年超过500例的骑车死亡事故中，有75%的死亡原因是头部受到致命伤害造成的，医学研究发现，骑车佩戴头盔可防止85%的头部受伤，并且大大减小了损伤程度和事故死亡率．
某市对此不断进行安全教育，下表是该市某主干路口连续5年监控设备抓拍到通过该路口的骑电动车不戴头盔的人数的统计数据：

年份	2019	2020	2021	2022	2023
年份序号	1	2	3	4	5
不戴头盔人数	1450	1300	1200	1100	950

(1)求不戴头盔人数与年份序号之间的线性回归方程；
(2)预测该路口2024年不戴头盔的人数．
参考公式：回归方程中斜率和截距的最小二乘法估计公式分别为．