【推荐1】近年来，随着国家综合国力的提升和科技的进步，截至2018年底，中国铁路运营里程达13,2万千米，这个数字比1949年增长了5倍；高铁运营里程突破2.9万千米，占世界高铁运营里程的60%以上，居世界第一位下表截取了2012--2016年中国高铁密度的发展情况（单位：千米/万平方千米）.

年份	2012	2013	2014	2015	2016
年份代码	1	2	3	4	5
高铁密度	9.75	11.49	17.14	20.66	22.92

已知高铁密度y与年份代码x之间满足关系式（为大于0的常数）若对两边取自然对数，得到，可以发现与线性相关.
（1）根据所给数据，求y关于x的回归方程（保留到小数点后一位）；
（2）利用（1）的结论，预测到哪一年高铁密度会超过30千米/平方千米.
参考公式设具有线性相关系的两个变量的一组数据为，
则回归方程的系数：，.
参考数据：，，，，，.

【推荐2】调查某市出租车使用年限和该年支出维修费用（万元），得到数据如下：

使用年限	2	3	4	5	6
维修费用	2．2	3．8	5．5	6．5	7．0

(1)求线性回归方程；
（2）由（1）中结论预测第10年所支出的维修费用．（）

【推荐3】为了研究三月下旬的平均气温x(单位:℃)与4月20日前棉花害虫化蛹高峰日y的关系,某地区观察了2010年至2015年的情况,得到下面的数据表:

年份	2010	2011	2012	2013	2014	2015
x	24.4	29.5	32.9	28.7	30.3	28.9
y	19	6	1	10	1	8

(1)根据规律推断,该地区2016年三月下旬平均气温为27 ℃,试估计2016年四月化蛹高峰日为哪一天;
(2)对变量x,y进行相关性检验.

【推荐1】某城市城镇化改革过程中最近五年居民生活用水量逐年上升，下表是2011年至2015年的统计数据：

年份	2011	2012	2013	2014	2015
居民生活用水量（万吨）	236	246	257	276	286

（1）利用所给数据求年居民生活用水量与年份之间的回归直线方程；
（2）根据改革方案，预计在2020年底城镇化改革结束，到时候居民的生活用水量将趋于稳定，预测该城市2023年的居民生活用水量.
最小二乘估计分别为：，.

【推荐2】为了推广电子支付，某公交公司推出支付宝和微信扫码支付乘车优惠活动，活动期内优惠力度较大，吸引越来越多的人开始使用扫码支付．某线路公交车队统计了活动刚推出一周内每一天使用扫码支付的人次，现用表示活动推出第天使用扫码支付的人次（单位：十人次），统计数据如表1所示：

	1	2	3	4	5	6	7
	6	12	23	34	65	106	195

表1
根据以上数据绘制了散点图．

（1）根据散点图判断，在活动期内，与（，均为大于零的常数）哪一个适宜作为扫码支付的人次关于的回归方程类型？（给出判断即可，不必说明理由）；
（2）根据（1）的判断结果及表1中的数据建立关于的回归方程，并预测活动推出第8天使用扫码支付的人次；
（3）优惠活动结束后，车队对乘客的支付方式进行统计，结果如下

支付方式	现金	乘车卡	扫码
比列	10%	54%	36%

车队为缓解周边居民出行压力，以90万元的单价购进了一批新车，根据以往的经验可知每辆车每个月的运营成本约为0.978万元．已知该线路公交车票价为2元，使用现金支付的乘客无优惠，使用乘车卡支付的乘客享受8折优惠，扫码支付的乘客随机优惠，根据统计结果得知，使用扫码支付的乘客中有的概率享受6折优惠，有的概率享受7折优惠，有的概率享受8折优惠，有的概率享受9折优惠．预计该车队每辆车每个月有1.5万人次乘车，根据所给数据，以事件发生的频率作为相应事件发生的概率，在不考虑其它因素的条件下，按照上述收费标准，假设这批车需要年才能开始盈利，求的值．
参考数据：

63	1.55	2561	50.40	3.55

其中，．
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公式分别为：，．

【推荐3】随着生活水平的逐步提高，人们对文娱活动的需求与日俱增，其中观看电视就是一种老少皆宜的娱乐活动．但是我们在观看电视娱乐身心的同时，也要注意把握好观看时间，近期研究显示，一项久坐的生活指标——看电视时间，是导致视力下降的重要因素，即看电视时间越长，视力下降的风险越大．研究者在某小区统计了每天看电视时间（单位：小时）与视力下降人数的相关数据如下：

编号	1	2	3	4	5
	1	1.5	2	2.5	3
	12	16	22	24	26

（1）请根据上面的数据求关于的线性回归方程
（2）我们用（1）问求出的线性回归方程的 估计回归方程，由于随机误差，所以 是的估计值，成为点（， ）的残差．
①填写下面的残差表，并绘制残差图；

编号	1	2	3	4	5
	1	1.5	2	2.5	3
	12	16	22	24	26

②若残差图所在带状区域宽度不超过4，我们则认为该模型拟合精度比较高，回归方程的预报精度较高，试根据①绘制的残差图分析该模型拟合精度是否比较高？
附：回归直线的斜率和截距的最小二乘估计分别为， ．