【推荐1】近年来，“双11”网购的观念逐渐深入人心.某人统计了近年某网站“双11”当天的交易额，统计结果如下表：

（1）请根据上表提供的数据，用相关系数说明与的线性相关程度（线性相关系数保留三位小数）；
（2）求出关于的线性回归方程，并预测年该网站“双11”当天的交易额.
参考公式：，；相关系数；参考数据：.

【推荐2】有一个同学家开了一个小卖部，他为了研究气温对热饮饮料销售的影响，经过统计，得到一个卖出的热饮杯数与当天气温的散点图和对比表：

摄氏温度
热饮杯数

（1）从散点图可以发现，各点散布在从左上角到右下角的区域里．因此，气温与当天热饮销售杯数之间成负相关，即气温越高，当天卖出去的热饮杯数越少．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，那么负相关很强；如果，那么正相关很强；如果，那么相关性一般；如果，那么相关性较弱．请根据已知数据，判断气温与当天热饮销售杯数相关性的强弱.
（2）（i）请根据已知数据求出气温与当天热饮销售杯数的线性回归方程；
（ii）记为不超过的最大整数，如，.对于（i）中求出的线性回归方程，将视为气温与当天热饮销售杯数的函数关系.已知气温与当天热饮每杯的销售利润的关系是（单位：元），请问当气温为多少时，当天的热饮销售利润总额最大？
【参考公式】，，
【参考数据】，，.
，，，.

【推荐3】随着科技的发展，网购已经逐渐融入了人们的生活．在家里面不用出门就可以买到自己想要的东西，在网上付款即可，两三天就会送到自己的家门口，如果近的话当天买当天就能送到，或者第二天就能送到，所以网购是非常方便的购物方式．某公司组织统计了近五年来该公司网购的人数（单位：人）与时间（单位：年）的数据，列表如下：

	1	2	3	4	5
	24	27	41	64	79

（1）依据表中给出的数据，是否可用线性回归模型拟合与的关系，请计算相关系数并加以说明（计算结果精确到0.01）．（若，则线性相关程度很高，可用线性回归模型拟合）
附：相关系数公式，参考数据

（2）建立关于的回归方程，并预测第六年该公司的网购人数（计算结果精确到整数）．
（参考公式：，

【推荐1】某个服装店经营某种服装，在某周内纯获利y(元)与该周每天销售这种服装件数x之间的一组数据如下表：

x	3	4	5	6	7	8	9
y	66	69	73	81	89	90	91

（1）求样本中心点；
（2）画出散点图；
（3）求纯获利y与每天销售件数x之间的回归方程.

【推荐2】如图是我国2014年至2020年生活垃圾无害化处理量（单位：亿吨）的折线图.注：年份代码1-7分别对应年份2014-2020.

附注：
参考数据：，，，.
参考公式：相关系数，回归方程中斜率和截距的最小二乘估计公式分别为：，.
（1）由折线图看出，可用线性回归模型拟合与的关系，请用相关系数加以证明；
（2）建立关于的回归方程（系数精确到0.01），预测2022年我国生活垃圾无害化处理量.

【推荐3】某公司2016年前三个月的利润（单位：百万元）如下：

月份	1	2	3
利润	2	3.9	5.5

（1）求利润关于月份的线性回归方程；
（2）试用（1）中求得的回归方程预测4月和5月的利润；
（3）试用（1）中求得的回归方程预测该公司2016年从几月份开始利润超过1000万？
相关公式：.

【推荐1】某工厂为了对新研发的产品进行合理定价，将该产品按事先拟定的价格进行试销，得到一组检测数据，如下表所示：

试销价格（元）	4	5	6	7		9
产品销量（件）		84	83	80	75	68

已知变量具有线性负相关关系，且，，现有甲、乙、丙三位同学通过计算求得其回归直线方程分别为：甲；乙；丙，其中有且仅有一位同学的计算结果是正确的.
(1)试判断谁的计算结果正确？并求出的值；
(2)若由线性回归方程得到的估计数据与检测数据的误差不超过1，则该检测数据是“理想数据”，现从检测数据中随机抽取2个，求这两个检测数据均为“理想数据”的概率.

【推荐2】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