【推荐1】基于移动互联技术的共享单车被称为“新四大发明”之一，短时间内就风靡全国，带给人们新的出行体验，某共享单车运营公司的市场研究人员为了解公司的经营状况，对该公司最近六个月的市场占有率进行了统计，结果如表：

月份
月份代码x	1	2	3	4	5	6
y	11	13	16	15	20	21

(1)请用相关系数说明能否用线性回归模型拟合y与月份代码x之间的关系.
(2)根据调研数据，公司决定再采购一批单车扩大市场，现有采购成本分别为1000元辆和800元辆的A，B两款车型，报废年限各不相同考虑公司的经济效益，该公司决定对两款单车进行科学模拟测试，得到两款单车使用寿命频数表如表：

报废年限 车型	1年	2年	3年	4年	总计
A	10	30	40	20	100
B	15	40	35	10	100

经测算，平均每辆单车每年可以为公司带来收入500元不考虑除采购成本以外的其他成本，假设每辆单车的使用寿命都是整数年，用频率估计每辆车使用寿命的概率，分别以这100辆单车所产生的平均利润作为决策依据，如果你是该公司的负责人，会选择采购哪款车型？
参考数据：，，
参考公式：相关系数
回归直线方程中的斜率和截距的最小二乘估计公式分别为：，.

【推荐2】在以下4幅散点图中，判断哪些图中的y和x之间存在相关关系？其中哪些正相关，哪些负相关？哪些图所对应的成对样本数据呈现出线性相关关系？哪些图所对应的成对样本数据呈现出非线性相关关系．

【推荐3】中国天气网2016年3月4日晚六时通过手机发布的3月5日通州区天气预报的折线图（如图），其中上面的折线代表可能出现的从高气温，下面的折线代表可能出现的最低气温．

（Ⅰ）指出最高气温与最低气温的相关性；
（Ⅱ）比较最低气温与最高气温方差的大小（结论不要求证明）；
（Ⅲ）在内每个整点时刻的温差（最高气温与最低气温的差）依次记为，求在连续两个时刻的温差中恰好有一个时刻的温差不小于的概率．

【推荐1】某地区2014年至2020年农村居民家庭人均纯收入（单位：千元）的数据如下表：

年份
年份代号
人均纯收入

（1）求关于的线性回归方程；
（2）利用（1）中的回归方程，分析2014年至2020年该地区农村居民家庭人均纯收入的变化情况，并预测该地区2025年农村居民家庭人均纯收入.
附：回归直线的斜率和截距的最小二乘估计公式分别为：.

【推荐2】某知名书店推出新书借阅服务一段时间后，该书店经过数据统计发现图书周销售量（单位：百本）和周借阅量（单位：百本）存在线性相关关系，得到如下表格：

其中.
（1）求关于的回归直线方程；（结果保留到小数点后两位）
（2）当周借阅量为80百本时，预计图书的周销售量为多少百本.（结果保留整数）
参考公式：，
参考数据：.

【推荐3】某同学对春季昼夜温差大小与黄豆种子发芽多少之间的关系进行研究，他在4月份的天中随机挑选了天进行研究，且分别记录了每天昼夜温差与每天每颗种子浸泡后的发芽数，得到如下数据：

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

（1）从这天中任选天，若选取的是4月1日与4月30日的两组数据.请根据这天中的另外天的数据，求出关于的线性回归方程；
（2）若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过颗，则认为得到的线性回归方程是可靠的，试问（1）中所得的线性回归方程是否可靠？
参考公式和数据：线性回归方程，，，，.

【推荐1】某果园种植“糖心苹果”已有十余年,为了提高利润,该果园每年投入一定的资金,对种植､采摘､包装､宣传等环节进行改进.如图是2009年至2018年,该果园每年的投资金额(单位:万元)与年利润增量(单位:万元)的散点图:
该果园为了预测2019年投资金额为20万元时的年利润增量,建立了关于的两个回归模型;
模型①:由最小二乘公式可求得与的线性回归方程:;
模型②:由图中样本点的分布,可以认为样本点集中在曲线:的附近,对投资金额做交换,令,则,且有,,,.

(1)根据所给的统计量,求模型②中关于的回归方程;
(2)分别利用这两个回归模型,预测投资金额为20万元时的年利润增量(结果保留两位小数);
(3)根据下列表格中的数据,比较两种模型的相关指数,并说明谁的预测值精度更高､更可靠.

回归模型	模型①	模型②
回归方程
	102.28	36.19

附:样本的最小乘估计公式为,;
相关指数.
参考数据:,.

【推荐2】某种产品的广告费支出与销售额（单位：万元）之间有如下对应数据：（1）画出散点图；
（2）求回归直线方程；
（3）试预测广告费支出为万元时，销售额多大？
最小二乘法求线性回归方程系数公式，.

【推荐3】近年来，明代著名医药学家李时珍故乡黄冈市蕲春县大力发展大健康产业，蕲艾产业化种植已经成为该县脱贫攻坚的主要产业之一，已知蕲艾的株高y(单位：cm)与一定范围内的温度x(单位：℃)有关，现收集了蕲艾的13组观测数据，得到如下的散点图：

现根据散点图利用或建立y关于x的回归方程，令，得到如下数据：

10.15		109.94		3.04		0.16
13.94	-2.1		11.67		0.21		21.22

且(，)与(，)(i＝1，2，3，…，13)的相关系数分别为，，且＝﹣0.9953．
（1）用相关系数说明哪种模型建立y与x的回归方程更合适；
（2）根据（1）的结果及表中数据，建立关于x的回归方程；
（3）已知蕲艾的利润z与x、y的关系为，当x为何值时，z的预报值最大．
参考数据和公式：0.21×21.22＝4.4562，11.67×21.22＝247.6374，＝15.7365，对于一组数据(，)(i＝1，2，3，…，n)，其回归直线方程的斜率和截距的最小二乘法估计分别为，，相关系数．