1 . 某企业拟对手机芯片进行科技升级，根据市场调研，得到科技升级投入（亿元）与科技升级直接收益（亿元）的数据统计如下：   

序号	1	2	3	4	5	6	7	8	9	10
	2	3	4	6	9	11	13	15	17	19
	13	22	31	42	50	56	58	62	63	65

根据表格中的数据，当 时，建立了与的两个回归模型：模型①：；模型②：；当 时，确定与满足的线性回归方程为.
(1)根据下列表格中的数据，比较当 时，模型①、②的相关指数的大小，并选择拟合精度更高、更可靠的模型；

回归模型	模型①	模型②
回归方程

（附：刻画回归效果的相关指数）
(2)为鼓励科技创新，当科技升级的投入不少于亿元时，国家给予公司补贴亿元，比较根据市场调研科技升级投入亿元直接收益与投入亿元时科技升级实际收益的预测值的大小；
（附：用最小二乘法求线性回归方程的系数：）
(3)科技升级后，芯片的效率大幅提高，经实际试验得大致服从正态分布.公司对科技升级团队的奖励方案如下：若芯片的效率不超过，不予奖励；若芯片的效率超过，但不超过，每部芯片奖励元；若芯片的效率超过，每部芯片奖励元，记为每部芯片获得的奖励额，求（精确到）.   
（附：若随机变量，，.）

2 . 如今，中国的“双十一”已经从一个节日变成了全民狂欢的“电商购物日”.某宝电商分析了近8年“双十一”期间的宣传费用（单位：万元）和利润（单位：十万元）之间的关系，得到下列数据：

	2	3	4	5	6	8	9	11
	1	2	3	3	4	5	6	8

请回答：（1）由表中数据，求线性回归方程，并预测当时，对应的利润为多少（，，精确到0.1）；
附参考公式：回归方程中中和最小二乘估计分别为，，参考数据：，.
（2）为了更好地完成任务，某宝电商决定让宣传部门的3名成员各自制定两个方案，从中任选2个方案进行宣传，求这2个方案出自同一个人的概率.

3 . 某测试团队为了研究“饮酒”对“驾车安全”的影响，随机选取100名驾驶员先后在无酒状态、酒后状态下进行“停车距离”测试. 测试的方案：电脑模拟驾驶，以某速度匀速行驶，记录下驾驶员的“停车距离”（驾驶员从看到意外情况到车子完全停下所需要的距离）.无酒状态与酒后状态下的试验数据分别列于表1和表2.

停车距离d（米）
频数	26	40	24	8	2

表1

平均每毫升血液酒精含量x毫克
平均停车距离y米

表2

统计方法中，同一组数据常用该组区间的中点值例如区间的中点值为1.5)作为代表；
（1）根据最小二乘法，由表2的数据计算y关于x的回归方程；
（2）该测试团队认为：驾驶员酒后驾车的平均“停车距离”y大于无酒状态下（表1）的停车距离平均数的3倍，则认定驾驶员是“醉驾”.请根据（1）中的回归方程，预测当每毫升血液酒精含量大于多少毫克时为“醉驾”？
回归方程中..

4 . 某研究小组欲研究昼夜温差大小与患感冒人数之间的关系，统计得到1至6月份每月9号的昼夜温差与因患感冒而就诊的人数的数据，如下表：

日期	1月9号	2月9号	3月9号	4月9号	5月9号	6月9号
	10	11	13	12	8	6
	22	25	29	26	16	12

该研究小组的研究方案是：先从这6组数据中选取2组，用剩下的4组数据求回归方程，再用之前被选取的2组数据进行检验.
（1）若选取1月和6月的数据作为检验数据，请根据剩下的2至5月的数据，求出关于的线性回归方程；（计算结果保留最简分数）
（2）若用（1）中所求的回归方程作预报，得到的估计数据与所选出的检验数据的误差不超过2人，则认为得到的回归方程是理想的，试问该研究小组所得回归方程是否理想？