【推荐1】已知与之间的一组数据

	0	1	2	3
	1	3	5	7

（1）画出散点图；
（2）若与线性相关，写出线性回归方程必定经过的点；
（3）若与线性相关求出线性回归方程.
参考公式

【推荐2】某特色餐馆开通了美团外卖服务，在一周内的某特色外卖份数（份）与收入（元）之间有如下的对应数据：

外卖份数（份）
收入（元）

（1）画出散点图；
（2）求回归直线方程；
（3）据此估计外卖份数为份时，收入为多少元.

注：参考公式：, ；

参考数据：.

【推荐3】某杂志社近9年来的纸质广告收入y（单位：千万元）如表所示：

年份	2013	2014	2015	2016	2017
时间代号t	1	2	3	4	5
y	2	2.2	2.5	2.6	3
年份	2018	2019	2020	2021
时间代号t	6	7	8	9
y	2.4	2.2	2	1.8

(1)根据2013年至2021年的数据，画出散点图．
(2)（i）根据2013年至2021年的数据，求y与t之间的线性相关系数（精确到0.001）．
（ii）根据2017年至2021年的数据，求y与t之间的线性相关系数（精确到0.001）．
(3)如果要用回归直线方程预测该杂志社2022年的纸质广告收入，现在有两个方案，方案一：选取这9年的数据进行预测，方案二：选取后5年的数据进行预测．请你从实际生活背景以及（1）和（2）分析哪个方案更合适．

【推荐1】某厂生产A产品的产量（件）与相应的耗电量（度）的统计数据如下表所示：

	2	3	4	5	6
	2	3	5	7	8

经计算：，.
(1)计算 的相关系数；（结果保留两位小数）
(2)求关于的线性回归方程，并预测生产10件产品所耗电的度数.
附：相关系数，，.

【推荐2】某市2013年至2019年新能源汽车（单位：百台）的数据如表：

年份	2013	2014	2015	2016	2017	2018	2019
年份代号	1	2	3	4	5	6	7
新能源汽车	5	8	8	10	14	15	17

（1）求关于的线性回归方程，并预测该市2021年新能源汽车台数；
（2）该市某公司计划投资600台“双枪同充”（两把充电枪）、“一拖四群充”（四把充电枪）的两种型号的直流充电桩．按要求，充电枪的总把数不少于该市2021年新能源汽车预测台数，若双枪同充、一拖四群充的每把充电枪的日利润分别为25元，10元，问两种型号的充电桩各安装多少台时，才能使日利润最大，求出最大日利润．，
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3】某医疗机构承担了某城镇的新冠疫苗接种任务.现统计了前8天每天(用，2，…，8表示)的接种人数(单位：百)相关数据，并制作成如图所示的散点图：

（1）由散点图看出，可用线性回归模型拟合与的关系，求关于的回归方程(系数精确到0.01)；
（2）根据该模型，求第10天接种人数的预报值；并预测哪一天的接种人数会首次突破2500人.
参考数据：，，.参考公式：对于一组数据，，…，，回归方程中的斜率和截距的最小二乘估计公式分别为，.

【推荐1】某研究机构对某校高二文科学生的记忆力x和判断力y进行统计分析，得下表数据．

x	6	8	10	12
y	2	3	5	6

参考公式：
(1)请画出上表数据的散点图；
(2)请根据上表提供的数据，用最小二乘法求出y关于x的线性回归方程；

【推荐2】新能源汽车的春天来了！2018年3月5日上午，李克强总理做政府工作报告时表示，将新能源汽车车辆购置税优惠政策再延长三年，自2018年1月1日至2020年12月31日，对购置的新能源汽车免征车辆购置税.某人计划于2018年5月购买一辆某品牌新能源汽车，他从当地该品牌销售网站了解到近五个月实际销量如下表：

（1）经分析发现，可用线性回归模型拟合当地该品牌新能源汽车实际销量（万辆）与月份编号之间的相关关系.请用最小二乘法求关于的线性回归方程，并预测2018年5月份当地该品牌新能源汽车的销量；
（2）2018年6月12日，中央财政和地方财政将根据新能源汽车的最大续航里程（新能源汽车的最大续航里程是指理论上新能源汽车所装的燃料或电池所能够提供给车跑的最远里程）对购车补贴进行新一轮调整.已知某地拟购买新能源汽车的消费群体十分庞大，某调研机构对其中的200名消费者的购车补贴金额的心理预期值进行了一个抽样调查，得到如下一份频数表：

将对补贴金额的心理预期值在（万元）和（万元）的消费者分别定义为“欲望紧缩型”消费者和“欲望膨胀型”消费者，现采用分层抽样的方法从位于这两个区间的30名消费者中随机抽取6名，再从这6人中随机抽取2名进行跟踪调查，求抽出的2人中至少有1名“欲望膨胀型”消费者的概率.
参考公式及数据：①回归方程，其中，；②.

【推荐3】随着自媒体直播平台的迅猛发展，直播平台上涌现了许多知名三农领域创作者，通过直播或视频播放，帮助当地农民在直播平台上销售了大量的农产品，促进了农村的经济发展，当地农业与农村管理部门对近几年的某农产品年产量进行了调查，形成统计表如下：

年份	2013	2014	2015	2016	2017	2018
年份代码t	1	2	3	4	5	6
年产量y(万吨)	6.6	6.7	7	7.1	7.2	7.4

（1）根据表中数据，建立y关于t的线性回归方程；
（2）根据线性回归方程预测2019年该地区该农产品的年产量．
附：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，．
（参考数据：）