【推荐1】“双十一网购狂欢节”源于淘宝商城（天猫）2009年11月11日举办的促销活动，当时参与的商家数量和促销力度均有限，但营业额远超预想的效果，于是11月11日成为天猫举办大规模促销活动的固定日期.如今，中国的“双十一”已经从一个节日变成了全民狂欢的“电商购物日”.某淘宝电商分析近8年“双十一”期间的宣传费用（单位：万元）和利润（单位：十万元）之间的关系，得到下列数据：

	3	4	5	6	7	9	10	12
	2	3	4	4	5	6	7	9

（1）请用相关系数说明与之间是否存在线性相关关系（当时，说明与之间具有线性相关关系，结果精确到0.01）；
（2）根据（1）的判断结果，建立与之间的回归方程，并预测当时，对应的利润为多少（，，精确到0.01）.
附参考公式：回归方程中中，和最小二乘估计分别为，，相关系数.
参考数据：，，，.

【推荐2】配速是马拉松运动中常使用的一个概念，是速度的一种，是指每千米所需要的时间.相比配速，把心率控制在一个合理水平是安全理性跑马拉松的一个重要策略.2022北京马拉松于2022年11月6日举行，已知图①是本次北京马拉松比赛中某位跑者的心率y（单位：次/分钟）和配速x（单位：分钟/千米）的散点图，图②是本次马拉松比赛（全程约42千米）前5000名跑者成绩（单位：分钟）的频率分布直方图.
   
(1)由散点图看出，可用线性回归模型拟合y与x的关系，求y与x的线性回归方程；
(2)在本次比赛中，该跑者如果将心率控制在160（单位：次/分钟）左右跑完全程，估计他跑完全程花费的时间及他能获得的名次.

【推荐3】大气污染物（大气中直径小于或等于的颗粒物）的浓度超过一定的限度会影响人的身体健康.为了研究的浓度是否受到汽车流量等因素的影响，研究人员选择了20个社会经济发展水平相近的城市，在每个城市选择一个交通点建立监测点，统计每个监测点24h内过往的汽车流量（单位：千辆），同时在低空相同的高度测定每个监测点空气中的平均浓度（单位：），得到的数据如下表：

城市编号	汽车流量	浓度	城市编号	汽车流量	浓度
1	1.30	66	11	1.82	135
2	1.44	76	12	1.43	99
3	0.78	21	13	0.92	35
4	1.65	170	14	1.44	58
5	1.75	156	15	1.10	29
6	1.75	120	16	1.84	140
7	1.20	72	17	1.11	43
8	1.51	120	18	1.65	69
9	1.20	100	19	1.53	87
10	1.47	129	20	0.91	45

(1)根据上表，若24h内过往的汽车流量大于等于1500辆属于车流量大，大于等于属于空气污染.请结合表中的数据，依据小概率值的独立性检验，能否认为车流量大小与空气污染有关联？
(2)设浓度为y，汽车流量为x.根据这些数据建立浓度关于汽车流量的线性回归模型，并求出对应的经验回归方程（系数精确到0.01）.
附：，

	0.100	0.050	0.010
	2.706	3.841	6.635

   ，，，，在经验回归方程中，.

【推荐1】一工厂对某条生产线加工零件所花费时间进行统计，得到如下表的数据：

零件数x（个）	10	20	30	40	50
加工时间y（分钟）	62	68	75	82	88

（1）从加工时间的五组数据中随机选择两组数据，求该两组数据都小于加工时间的均值的概率；
（2）若加工时间与零件数具有相关关系，求关于的回归直线方程；
（3）若需加工个零件，根据回归直线预测其需要多长时间.
参考公式：.

【推荐2】某地政府为解除空巢老人日常护理和社会照料的困境，大力培育和发展养老护理服务市场.从2016年开始新建社区养老机构，下表为该地区近7年新建社区养老机构的数量对照表.

年份	2016	2017	2018	2019	2020	2021	2022
年份代码（x）	1	2	3	4	5	6	7
新建社区养老机构（y）

(1)已知两个变量与之间的样本相关系数，请求出关于的经验回归方程，并据此估计2023年即时，该地区新建社区养老机构的数量；（结果按四舍五入取整数）
(2)若该地区参与社区养老的老人的年龄近似服从正态分布，其中年龄的有54人，试估计该地参与社区养老的老人有多少人？（结果按四舍五入取整数）
参考公式与数据：
①，
②若随机变量，则，，
③，

【推荐3】某省级示范高中高三年级对各科考试的评价指标中，有“难度系数“和“区分度“两个指标中，难度系数，区分度.
（1）某次数学考试(满分为150分)，随机从实验班和普通班各抽取三人，实验班三人的成绩分别为147，142，137；普通班三人的成绩分别为97，102，113.通过样本估计本次考试的区分度(精确0.01).
（2）如表表格是该校高三年级6次数学考试的统计数据：

难度系数x	0.64	0.71	0.74	0.76	0.77	0.82
区分度y	0.18	0.23	0.24	0.24	0.22	0.15

①计算相关系数r，|r|<0.75时，认为相关性弱；|r|≥0.75时，认为相关性强.通过计算说明，能否利用线性回归模型描述y与x的关系(精确到0.01).
②t_i=|x_i﹣0.74|(i=1，2，…，6)，求出y关于t的线性回归方程，并预测x=0.75时y的值(精确到0.01).
附注：参考数据：

参考公式：相关系数r，回归直线的斜率和截距的最小二乘估计分别为