【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】某个体服装店经营某种服装，在某周内获纯利（元）与该周每天销售这种服装件数之间的一组数据关系如下表

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

(1)求，
(2)画出散点图
(3)求纯利与每天销售件数之间的回归方程
(4)若该周内某天销售服装20件，估计可获纯利多少元？

【推荐1】某车间为了规定工时定额，需要确定加工零件所花费的时间，为此作了次试验，得到数据如下：

零件的个数（个）
加工的时间（小时）

(1)求关于的线性回归方程；
(2)求各样本的残差；
(3)试预测加工个零件需要的时间.
参考公式：用最小二乘法求线性回归方程系数公式，

【推荐2】某公司为研究某产品的广告投入与销售收入之间的关系，对近五个月的广告投入（万元）与销售收入（万元）进行了统计，得到相应数据如下表：

广告投入（万元）
销售收入（万元）

（1）求销售收入关于广告投入的线性回归方程．
（2）若想要销售收入达到万元，则广告投入应至少为多少.

参考公式： ，

【推荐3】某特色餐馆开通了美团外卖服务,在一周内的某特色菜外卖份数(份)与收入(元)之间有如下的对应数据:

外卖份数x（份）	2	4	5	6	8
收入y（元）	30	40	60	50	70

(1)已知变量具有线性相关关系，求回归直线方程;
(2)据此估计外卖份数为12份时,收入为多少元.
注:①参考公式: ，

【推荐1】某企业新研发了一种产品，产品的成本由原料成本及非原料成本组成.每件产品的非原料成本y(元)与生产该产品的数量x(千件)有关，经统计得到如下数据：

x	1	2	3	4	5	6	7	8
y	112	61	44.5	35	30.5	28	25	24

根据以上数据，绘制了散点图.观察散点图，两个变量不具有线性相关关系，现考虑用反比例函数模型和指数函数模型分别对两个变量的关系进行拟合，(反比例函数模型可用转化为线性回归模型；指数函数模型可转化为和x的线性回归模型)现已求得：用指数函数模型拟合的回归方程为，与x的相关系数；

（1）用反比例函数模型求y关于x的回归方程；
（2）用相关系数判断上述两个模型哪一个拟合效果更好(精确到0.01)，并用其估计产量为10千件时每件产品的非原料成本.
参考数据：，，，，，，(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法估计分别为：，相关系数

【推荐2】如图是某采矿厂的污水排放量单位：吨与矿产品年产量单位：吨的折线图：

(1)依据折线图计算相关系数精确到，并据此判断是否可用线性回归模型拟合y与x的关系？若，则线性相关程度很高，可用线性回归模型拟合
(2)若可用线性回归模型拟合与的关系，请建立关于的线性回归方程，并预测年产量为10吨时的污水排放量．
相关公式：，参考数据：．
回归方程中，

【推荐3】某工厂今年前5个月某种产品的产量（单位：万件）的数据如下表：

（月份）	1	2	3	4	5
（产量）	4	5	4	6	6

（1）若从这5组数据中随机抽出2组，求抽出的2组数据恰好是不相邻两个月的数据的概率；
（2）求出关于的线性回归方程，并估计今年6月份该种产品的产量.
参考公式：.