【推荐1】某研究性学习小组对春季昼夜温差大小与某花卉种子发芽多少之间的关系进行研究，他们分别记录了月日至月日的每天昼夜温差与实验室每天每颗种子浸泡后的发芽数，得到如下资料：

日期	月日	月日	月日	月日	月日
温差（）
发芽数（颗）

（1）请根据月日至月日的数据，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？
附：

【推荐2】华容道是古老的中国民间益智游戏，以其变化多端、百玩不厌的特点与魔方、独立钻石一起被国外智力专家并称为“智力游戏界的三个不可思议”.华容道游戏是通过移动各个棋子，帮助曹操从初始位置移到棋盘最下方中部，从出口逃走，不允许跨越棋子，还要设法用最少的步数把曹操移到出口.小华准备参加市里的华容道横刀立马项目大赛.赛前小华进行了15天的训练，经统计得30分钟的通关关数（道）与训练天数（天）有如下数据：

（天）	3	6	9	12	15
（道）	61	82	91	104	112

通过分析发现30分钟的通关关数（道）与训练天数（天）线性相关.
(1)求与的样本相关系数 （结果四舍五入到0.001）；
(2)求30分钟的通关关数关于训练天数的经验回归方程（的结果四舍五入到0.01）.
参考公式：样本相关系数，回归直线方程中，，.参考数据：，，，.

【推荐3】近年来，共享单车在我国各城市迅猛发展，为人们的出行提供了便利，但也给城市的交通管理带来了一些困难，为掌握共享单车在省的发展情况，某调查机构从该省抽取了5个城市，并统计了共享单车的指标和指标，数据如下表所示：

	城市1	城市2	城市3	城市4	城市5
指标	2	4	5	6	8
指标	3	4	4	4	5

（1）试求与间的相关系数，并说明与是否具有较强的线性相关关系（若，则认为与具有较强的线性相关关系，否则认为没有较强的线性相关关系）.
（2）建立关于的回归方程，并预测当指标为7时，指标的估计值.
（3）若某城市的共享单车指标在区间的右侧，则认为该城市共享单车数量过多，对城市的交通管理有较大的影响交通管理部门将进行治理，直至指标在区间内现已知省某城市共享单车的指标为13，则该城市的交通管理部门是否需要进行治理？试说明理由.
参考公式：回归直线中斜率和截距的最小二乘估计分别为
，，相关系数
参考数据：，，.

【推荐1】当前“停车难”已成为城市通病，因停车问题引发的纠纷屡见不鲜，无论在北京､上海等超大型城市，还是其它城市，甚至人口只有几万､十几万的县城和乡镇，“停车难”都给群众生活和政府管理带来了深深的烦恼，由于“停车难”是事关百姓生活质量和切身利益的问题，也是建设和谐社会不容忽视的问题之一，某小区物业公司决定动手解决小区“停车难”问题，并统计了近六年小区私家车的数量，以编号1对应2015年，编号2对应2016年，编号3对应2017年，以此类推，得到相应数据如下：

年份编号	1	2	3	4	5	6
数量（辆）	41	96	116	190	218	275

（1）若该小区私家车的数量与年份编号的关系可用线性回归模型来拟合，试用相关指数分析其拟合效果（精确到）；
（2）由于车辆增加，原有停车位已经不能满足有车业主的需求，因此物业公司欲在小区内对原有停车位进行改造，重新规划停车位.若要求在2021年小区停车位数量仍可满足需要，求至少需要规划多少个停车位.
参考数据：，，，.
附：回归方程中斜率和截距的最小二乘法估计公式分别为：，；
相关指数，残差.

【推荐2】我国机床行业核心零部件对外依存度较高，我国整机配套的中高档功能部件大量依赖进口，根据中国机床工具工业协会的数据，国内高档系统自给率不到10%，约90%依赖进口.因此，迅速提高国产数控机床功能部件制造水平，加快国产数控机床功能部件产业化进程至关重要.通过对某机械上市公司近几年的年报公布的研发费用x（亿元）与产品的直接收益y（亿元）的数据进行统计，得到下表：

年份	2015	2016	2017	2018	2019	2020	2021
x	2	3	4	6	8	10	13
y	15	22	27	40	48	54	60

根据数据，可建立y关于x的两个回归模型：模型①：；模型②：.
(1)根据表格中的数据，分别求出模型①，②的相关指数的大小（结果保留三位有效数字）；
(2)(i)根据（1）选择拟合精度更高、更可靠的模型；
(ii)若2022年该公司计划投入研发费用17亿元，使用(i)中的模型预测可为该公司带来多少直接收益.

回归模型	模型①	模型②
	79.13	18.86

附：.

【推荐3】2021年4月23日我校高三学生参加了高考体检，为了解我校高三学生中男生的体重(单位：)与身高(单位：)是否存在较好的线性关系，体检机构搜集了位我校男生的数据，得到如下表格：

序号
身高()
体重()

根据表中数据计算得到关于的线性回归方程为.
（1）求；
（2）已知，且当时，回归方程的拟合效果非常好；当时，回归方程的拟合效果良好.试问该线性回归方程的拟合效果是非常好还是良好？说明你的理由.(的结果保留到小数点后两位)
参考数据：.