【推荐1】已知某蔬菜商店买进的土豆（吨）与出售天数（天）之间的关系如表所示：
(1)请根据表中数据在所给网格中绘制散点图；
(2)请根据表中提供的数据，用最小二乘法求出关于的线性回归方程（值精确到0.01）；
(3)根据（2）中的计算结果，若该蔬菜商店买进土豆10吨，则预计可以销售多少天（计算结果保留整数）？
附：回归直线的斜率和截距的最小二乘法估计公式分别为： ，

【推荐2】以下资料是一位销售经理收集到的每年销售额(千元)和销售经验(年)的关系：

销售经验/年	1	3	4	4	6	8	10	10	11	13
年销售额/千元	80	97	92	102	103	111	119	123	117	136

(1)依据这些数据画出散点图并作直线，计算；
(2)依据这些数据求回归直线方程并据此计算；
(3)比较(1) (2)中的残差平方和的大小.

【推荐3】某网站为了解某新闻的传播总人数（千人）随时间（小时）的变化情况，统计数据如下：

x（小时）	1	2	3	4	5
传播总人数y（千人）	6	12	25	49	95

（1）试根据以上数据画出散点图，并判断函数与中，哪一个适合作为传播总人数关于时间的回归方程？（给出判断即可，不必说明理由）
（2）根据（1）的判断结果及表中数据，建立与的回归方程；
（3）若该网站的平均收益（万元）与，满足关系，试求平均收益的最小值.
附：参考数据：

3.188	4.806	6.930

表中，.
参考公式：对于一组数据，，，其回归直线的斜率和截距的最小二乘估计分别为：，.

【推荐1】假设关于某设备使用年限x(年)和所支出的维修费用y(万元)有如下统计资料：

i	1	2	3	4	5	＝90，＝112.3
xi	2	3	4	5	6
yi	2.2	3.8	5.5	6.5	7.0
xi yi	4.4	11.4	22.0	32.5	42.0

若由资料知，y对x呈线性相关关系，试求：

(1)回归直线方程；

(2)估计使用年限为10年时，维修费用约是多少

【推荐2】近年来，我国清洁能源产业不断发展壮大，清洁能源消费量占能源消费总量的比重持续增长. 近5年（2017年记为第1年）我国清洁能源消费量占能源消费总量的比重统计如下：
   
(1)根据所给数据，求比重关于第年的回归方程，并估计到2030年我国清洁能源消费量占能源消费总量的比重是否有可能超过；
(2)某市积极响应政府号召，鼓励企业积极使用清洁能源，使用清洁能源的企业达.若从该市10家企业中随机抽取3家，用表示所选3家中使用清洁能源的数量，求的分布列和数学期望.
附：.

【推荐3】假设关于某设备的使用年限x（年）和所支出的维修费用y万元有如下的统计资料：

x	2	3	4	5	6
y	2.2	3.8	5.5	6.5	7.0

（1）画出散点图并判断是否线性相关；
（2）如果线性相关，求线性回归方程；
（3）估计使用年限为10年时，维修费用是多少？
附注：①参考公式：回归方程中斜率和截距的最小二乘估计分别为；
②参考数据：

【推荐2】我国在芯片领域的短板有光刻机和光刻胶，某风险投资公司准备投资芯片领域，若投资光刻机项目，据预期，每年的收益率为的概率为，收益率为的概率为；若投资光刻胶项目，据预期，每年的收益率为的概率为0.4，收益率为的概率为0.1，收益率为零的概率为0.5.
附：收益＝投入的资金×获利的期望；
线性回归中，，.
(1)已知投资以上两个项目，获利的期望是一样的，请你从风险角度考虑为该公司选择一个较稳妥的项目；
(2)若该风险投资公司准备对以上你认为较稳妥的项目进行投资，4年累计投资数据如下表：

年份x	2018	2019	2020	2021
	1	2	3	4
累计投资金额y（单位：亿元）	2	3	5	6

请根据上表提供的数据，用最小二乘法求出y关于的线性回归方程，并预测到哪一年年末，该公司在芯片领域的投资收益预期能达到0.75亿元.

【推荐3】根据国家统计局数据，1999年至2019年我国进出口贸易总额从3万亿元跃升至31.6万亿元，中国在国际市场上的贸易份额越来越大对外贸易在国民经济中的作用日益突出.将年份1999，2004，2009，2014，2019分别用1，2，3，4，5代替，并表示为，表示全国进出口贸易总额.

（1）根据以上统计数据及图表，给出了下列两个方案，请解决方案1中的问题.
方案1：用作为全国进出口贸易总额关于的回归方程，根据以下参考数据，求出关于的回归方程，并求相关指数.
方案2：用作为全国进出口贸易总额关于的回归方程，求得回归方程，相关指数.
（2）通过对比（1）中两个方案的相关指数，你认为哪个方案中的回归方程更合适，并利用此回归方程预测2020年全国进出口贸易总额.
参考数据：

17.14	74	555.792

①②③④
参考公式：线性回归方程中的斜率和截距的最小二乘法估计公式分别为：，，相关指数.