2 . 某地区2014年至2020年农村居民家庭人均纯收入（单位：千元）的数据如下表：

年份	2014	2015	2016	2017	2018	2019	2020
年份代号	1	2	3	4	5	6	7
人均纯收入	2.9	3.3	3.6	4.4	4.8	5.2	5.9

(1)由表可知与具有线性相关关系，求关于的线性回归方程；
(2)利用（1）中的回归方程，预测该地区2022年农村居民家庭人均纯收入；
(3)用（1）中所求线性回归方程得到与对应的人均纯收入估计值，当数据对应的残差的绝对值时，则将该数据称为一个“好数据”，现从7个数据中任选3个，求“好数据”至少为1个的概率；
附：参考数据及公式：，，，．

3 . 某农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系进行分析研究，他们分别记录了12月1日至12月5日的每天昼夜温差与实验室每天每100颗种子中的发芽数，得到如下资料:

日期	12月 1日	12月 2日	12月 3日	12月 4日	12月 5日
温差X/℃	10	11	13	12	8
发芽数Y/颗	23	25	30	26	16

该农科所确定的研究方案是:先从这五组数据中选取2组，用剩下的3组数据求线性回归方程，再对被选取的2组数据进行检验.
(1)求选取的2组数据恰好是不相邻2天数据的概率；
(2)若选取的是12月1日与12月5日的两组数据，请根据12月2日至12月4日的数据，求出Y关于X的线性回归方程；
(3)若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2颗，则认为得到的线性回归方程是可靠的，试问（2）中所得的线性回归方程是否可靠?

4 . 天气寒冷，加热手套比较畅销，某商家为了解某种加热手套如何定价可以获得最大利润，现对这种加热手套进行试销售，统计后得到其单价x(单位;元)与销量y(单位:副)的相关数据如下表：

单价x（元）	80	85	90	95	100
销量y（副）	140	130	110	90	80

（1）已知销量y与单价x具有线性相关关系，求y关于x的线性回归方程;
（2）若每副该加热手套的成本为65元，试销售结束后，请利用（1）中所求的线性回归方程确定单价为多少元时，销售利润最大?(结果保留到整数)
附:对于一组数据(x₁，y₁)，(x₂，y₂)，…，(x_n，y_n)，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:

5 . 某种产品的广告费支出与销售额（单位：百万元）之间有如下对应数据：

	2	4	5	6	8
	30	40		50	70

根据上表提供的数据，求出关于的回归直线方程为，则的值为

A．40

B．50

C．60

D．70

6 . 已知变量与正相关，且由观测数据算得样本平均数，，则由该观测的数据算得的线性回归方程可能是

A．	B．
C．	D．

7 . 某市为了引导居民合理用水，居民生活用水实行二级阶梯式水价计量方法，具体如下；第一阶梯，每户居民每月用水量不超过12吨，价格为4元/吨；第二阶梯，每户居民用水量超过12吨，超过部分的价格为8元/吨，为了了解全是居民月用水量的分布情况，通过抽样获得了100户居民的月用水量（单位：吨），将数据按照（全市居民月用水量均不超过16吨）分成8组，制成了如图1所示的频率分布直方图.
   
(Ⅰ）求频率分布直方图中字母的值，并求该组的频率；
（Ⅱ）通过频率分布直方图，估计该市居民每月的用水量的中位数的值（保留两位小数）；
（Ⅲ）如图2是该市居民张某2016年1~6月份的月用水费（元）与月份的散点图，其拟合的线性回归方程是若张某2016年1~7月份水费总支出为312元，试估计张某7月份的用水吨数.

8 . 已知某企业近3年的前7个月的月利润（单位：百万元）如下面的折线图所示：
（1）试问这3年的前7个月中哪个月的平均利润最高？
（2）通过计算判断这3年的前7个月的总利润的发展趋势；
（3）试以第3年的前4个月的数据（如下表），用线性回归的拟合模式估测第3年8月份的利润．

月份	1	2	3	4
利润（单位：百万元）	4	4	6	6

相关公式：，．