1 . 在线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛．回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析．一般来说，线性回归都可以通过最小二乘法求出其方程，可以计算出对于的直线．残差是真实值和预测值间的差值，对于一组数据，其残差可以表示为其中为真实值，为估计值对于我们数据中的每个点如此计算一遍，再将所有的相加，就能量化出拟合的直线和实际之间的误差．其公式为：．这个公式是残差平方和，对于回归直线的确定，普通最小二乘法给出的判断标准是：残差平方和的值达到最小．在数学中，处理多个参数的函数的极值时，我们可以采用偏导法，即单独对某个参数求导，将其他参数视为常数．根据以上信息，请推导公式：，，（其中，）

2 . 移动物联网广泛应用于生产制造、公共服务、个人消费等领域．截至2022年底，我国移动物联网连接数达18.45亿户，成为全球主要经济体中首个实现“物超人”的国家．右图是2018-2022年移动物联网连接数W与年份代码t的散点图，其中年份2018-2022对应的t分别为1~5．

(1)根据散点图推断两个变量是否线性相关．计算样本相关系数（精确到0.01），并推断它们的相关程度；
(2)(i)假设变量x与变量Y的n对观测数据为(x₁，y₁)，(x₂，y₂)，…，(x_n，y_n)，两个变量满足一元线性回归模型   （随机误差）．请推导：当随机误差平方和Q＝取得最小值时，参数b的最小二乘估计．
(ii)令变量，则变量x与变量Y满足一元线性回归模型利用(i)中结论求y关于x的经验回归方程，并预测2024年移动物联网连接数．
附：样本相关系数，，，，