【推荐1】以下是在某地搜集到的房屋的销售价格y和房屋的面积x的一组数据：

房屋面积x/	115	110	80	135	105
销售价格y/万元	24.8	21.6	18.4	29.2	22

(1)画出数据对应的散点图；
(2)求经验回归方程；
(3)根据（2）的结果估算当房屋面积为150时的销售价格．
参考数据：，．

【推荐2】假设关于某设备的使用年限x和支出的维修费y(万元)有如下表的统计资料

使用年限x	2	3	4	5	6
维修费用y	2.2	3.8	5.5	6.5	7.0

(1)画出数据的散点图，并判断y与x是否呈线性相关关系
(2)若y与x呈线性相关关系，求线性回归方程的回归系数，
(3)估计使用年限为10年时，维修费用是多少?
参考公式及相关数据:

【推荐3】经验表明，一般树的胸径（树的主干在地面以上处的直径）越大，树就越高．由于测量树高比测量胸径困难，因此研究人员希望由胸径预测树高．在研究树高与胸径之间的关系时，某林场收集了某种树的一些数据：

编号

胸径

树高

并计算得，，，，．
(1)以胸径为横坐标，树高为纵坐标绘制散点图；
(2)求该林场这种树木的树高（单位：）与胸径（单位：）的样本相关系数（精确到）；
(3)求该林场这种树木的树高（单位：）关于胸径（单位：）的回归直线方程（精确到），并估计该林场这种树木的胸径为时的树高（精确到）．
附：样本相关系数，，，．

【推荐1】“团购”已经渗透到我们每个人的生活，这离不开快递行业的发展，下表是2013-2017年全国快递业务量（x亿件：精确到0.1）及其增长速度（y%）的数据

（1）试计算2012年的快递业务量；
（2）分别将2013年，2014年，…，2017年记成年的序号t：1，2，3，4，5；现已知y与t具有线性相关关系，试建立y关于t的回归直线方程；
（3）根据（2）问中所建立的回归直线方程，估算2019年的快递业务量
附：回归直线的斜率和截距地最小二乘法估计公式分别为：，

【推荐2】某汽车公司为调查店个数对该公司汽车销量的影响，对同等规模的四座城市的店一季度汽车销量进行了统计，结果如下：

城市
店个数	2	3	6	5
销量 (台数)	24	30	37	33

（1）根据统计的数据进行分析，求关于的线性回归方程；
（2）该公司为扩大销售拟定在同等规模的城市开设4个店，预计市的店一季度汽车销量是多少台？
附：回归方程中的斜率和截距的最小二乘法估计公式分别为：
；.

【推荐3】有人收集了某10年中某城市居民年收入（即该城市所有居民在一年内收入的总和）与某种商品的销售额的相关数据：

第n年	1	2	3	4	5	6	7	8	9	10
年收入/亿元（x）	32.0	31.0	33.0	36.0	37.0	38.0	39.0	43.0	45.0	x10
商品销售额/万元（y）	25.0	30.0	34.0	37.0	39.0	41.0	42.0	44.0	48.0	y10

且已知＝380.0.
（1）求第10年的年收入x₁₀；
（2）若该城市居民收入x与该种商品的销售额y之间满足线性回归方程＝.
①求第10年的销售额y₁₀；
②若该城市居民收入达到40.0亿元，估计这种商品的销售额是多少？（精确到0.01）.
附：（1）在线性回归方程＝x+中，＝，.（2）﹣10＝254.0，＝12875.0，＝340.0.

【推荐1】一项关于16艘轮船的研究中，已知船的吨位区间为[192，3246]（单位：吨），船员人数与吨位之间具有相关关系，经验回归方程为.
（1）若两艘船的吨位相差1000，求船员平均相差的人数；
（2）估计吨位最大的船和最小的船的船员人数.

【推荐2】某校为了了解在校学生的支出情况，组织学生调查了该校2014年至2020年学生的人均月支出y(单位：百元)的数据如下表：

年份	2014	2015	2016	2017	2018	2019	2020
年份代号t	1	2	3	4	5	6	7
人均月支出y	3.9	4.3	4.6	5.4	5.8	6.2	6.9

(1)求2014年至2020年中连续的两年里，两年人均月支出都超过4百元的概率；
(2)求y关于t的线性回归方程；
(3)利用（2）中的回归方程，预测该校2022年的人均月支出.
附：最小二乘估计公式：，

【推荐3】某工厂对某种产品的产量与成本的资料分析后有如下数据：

产量(千件)	2	3	5	6
成本(万元)	7	8	9	12

经过分析，知道产量和成本之间具有线性相关关系.
（1）请根据上表提供的数据，用最小二乘法求出关于的线性回归方程；
（2）试根据（1）求出的线性回归方程，预测产量为10千件时的成本．