1 . 为了更好地规划进货的数量，保证蔬菜的新鲜程度，某蔬菜商店从某一年的销售数据中，随机抽取了8组数据作为研究对象，如右下表所示（（吨）为买进蔬菜的质量，（天）为销售天数）：
（Ⅰ） 根据右表提供的数据在网格中绘制散点图，并判断与是否线性相关，若线性相关，用最小二乘法求出关于的线性回归方程

	2	3	4	5	6	7	9	12
	1	2	3	3	4	5	6	8

（Ⅱ）根据（Ⅰ）中的计算结果，若该蔬菜商店准备一次性买进蔬菜25吨，则预计需要销售多少天.
参考公式：，

2 . 某商家在某一天统计前5名顾客扫微信红包所得金额分别为5.9元，5.7元，4.7元，3.3元，2.1元，商家从这5名顾客中随机抽取3人赠送礼品.
（Ⅰ）求获得礼品的3人中恰好有2人的红包超过5元的概率；
（Ⅱ）商家统计一周内每天使用微信支付的人数与每天的净利润（单位：元），得到如下表：

	12	16	22	25	26	29	30
	60	100	210	240	150	270	330

根据表中数据用最小二乘法求与的回归方程（，的计算结果精确到小数点后第二位）并估计使用微信支付的人数增加到36人时，商家当天的净利润为多少（计算结果精确到小数点后第二位）？
参考数据及公式：
①，；；
②回归方程：（其中，）

3 . 有一个同学家开了一个奶茶店，他为了研究气温对热奶茶销售杯数的影响，从一季度中随机选取5天，统计出气温与热奶茶销售杯数，如表：

气温	0	4	12	19	27
热奶茶销售杯数	150	132	130	104	94

（1）求热奶茶销售杯数关于气温的线性回归方程（精确到0.1），若某天的气温为，预测这天热奶茶的销售杯数；
（2）从表中的5天中任取一天，若已知所选取该天的热奶茶销售杯数大于120，求所选取该天热奶茶销售杯数大于130的概率.
参考数据：，.
参考公式：，.

4 . 即将于年夏季毕业的某大学生准备到贵州非私营单位求职，为了了解工资待遇情况，他在贵州省统计局的官网上，查询到年到年非私营单位在岗职工的年平均工资近似值（单位：万元），如下表：

年份
序号
年平均工资

（1）请根据上表的数据，利用线性回归模型拟合思想，求关于的线性回归方程（，的计算结果根据四舍五入精确到小数点后第二位）；
（2）如果毕业生对年平均工资的期望值为8.5万元，请利用（1）的结论，预测年的非私营单位在岗职工的年平均工资（单位：万元．计算结果根据四舍五入精确到小数点后第二位），并判断年平均工资能否达到他的期望.
参考数据：，，附：对于一组具有线性相关的数据：，，，，
其回归直线的斜率和截距的最小二乘法估计分别为
，

5 . 甲、乙两人2013-2017这五年的年度体检的血压值的折线图如图所示.

（1）根据散点图，直接判断甲、乙这五年年度体检的血压值谁的波动更大，并求波动更大者的方差；
（2）根据乙这五年年度体检血压值的数据，求年度体检血压值关于年份的线性回归方程，并据此估计乙在2018年年度体检的血压值.
（附：，）

6 . 某服装商场为了了解毛衣的月销售量y(件)与月平均气温x(℃)之间的关系,随机统计了某4个月的月销售量与当月平均气温,其数据如下表：

月平均气温x(℃)	17	13	8	2
月销售量y(件)	24	33	40	55

(1) 算出线性回归方程; (精确到十分位)
(2)气象部门预测下个月的平均气温约为6℃,据此估计,求该商场下个月毛衣的销售量.
参考公式：,

7 . 某农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系进行分析研究，他们分别记录了12月1日至12月5日的每天昼夜温差与实验室每天每100颗种子中的发芽数，得到如下资料：

日期	12月1日	12月2日	12月3日	12月4日	12月5日
温差/摄氏度	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5组数据中选取2组，用剩下的3组数据求线性回归方程，再用被选取的2组数据进行检验.
（1）求选取的2组数据恰好是不相邻2天的数据的概率；
（2）若选取的是12月1日与12月5日的2组数据，请根据12月2日至4日的数据，求出关于的线性回归方程，由线性回归方程得到的估计数据与所选取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：参考公式：，.

8 . 【山东省烟台市2018届适应性练习（二）】某房产中介公司2017年9月1日正式开业，现对其每个月的二手房成交量进行统计，表示开业第个月的二手房成交量，得到统计表格如下：

（1）统计中常用相关系数来衡量两个变量之间线性关系的强弱.统计学认为，对于变量，如果，那么相关性很强；如果，那么相关性一般；如果，那么相关性较弱.通过散点图初步分析可用线性回归模型拟合与的关系.计算的相关系数，并回答是否可以认为两个变量具有很强的线性相关关系（计算结果精确到0.01）
（2）请根据上表提供的数据，用最小二乘法求出关于的线性回归方程（计算结果精确到0.01），并预测该房产中介公司2018年6月份的二手房成交量（计算结果四舍五入取整数）.
（3）该房产中介为增加业绩，决定针对二手房成交客户开展抽奖活动.若抽中“一等奖”获6千元奖金；抽中“二等奖”获3千元奖金；抽中“祝您平安”，则没有奖金.已知一次抽奖活动中获得“一等奖”的概率为，获得“二等奖”的概率为，现有甲、乙两个客户参与抽奖活动，假设他们是否中奖相互独立，求此二人所获奖金总额（千元）的分布列及数学期望.
参考数据：，，，，.
参考公式：

9 . 某地有一企业2007年建厂并开始投资生产，年份代号为7，2008年年份代号为8，依次类推.经连续统计9年的收入情况如下表（经数据分析可用线性回归模型拟合与的关系）：

年份代号（）	7	8	9	10	11	12	13	14	15
当年收入（千万元）	13	14	18	20	21	22	24	28	29

(1)求关于的线性回归方程；
(2)试预测2020年该企业的收入.
（参考公式：，）

10 . 为了解春季昼夜温差大小与某种子发芽数之间的关系，现在从4月份的30天中随机挑选了5天进行研究，且分别记录了明天昼夜温差与每天100颗种子浸泡后的发芽数，得到如下表格：

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

从这5天中任选2天，记发芽的种子数分别为，求事件“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填中的另三天的数据，求出关于的线性回归方程，.
（参考公式：，）.