如表是某厂\(1-4\)月份用水量\((\)单位：百吨\()\)的一组数据：由散点图可知，用水量与月份之间有较好的线性相关关系，其线性回归方程是\(\hat {y} =-0.7x+\hat {a} \)，则\(\hat {a} =(\)　　\()\)

一台机器按不同的转速生产出来的某机械零件有一些会有缺点，每小时生产有缺点零件的多少随机器的运转速度而变化，下表为抽样试验的结果：

\((1)\)画出散点图；

\((2)\)如果\(y\)对\(x\)有线性关系，求回归直线方程；

\((3)\)若实际生产中，允许每小时生产的产品中有缺点的零件最多为\(10\)个，那么机器的运转速度应控制约在什么范围内\(?\)

附：\(b=\dfrac{\sum\limits_{i=1}^{n}{{{x}_{i}}{{y}_{i}}-n\overline{x}\overline{y}}}{\sum\limits_{i=1}^{n}{x_{i}^{2}-n{{\overline{x}}^{2}}}}\)，\(a=\overline{y}-b\overline{x}\)

下列反映两个变量的相关关系中，不同于其他三个的是(    )

下列说法错误的是\(({  })\)

\((1)\)求\(y\)关于\(t\)的线性回归方程；

\((2)\)利用\((1)\)中的回归方程，预测该地区\(2022\)年年初的绿化面积，并计算\(2017\)年年初至\(2022\)年年初，该地区绿化面积的年平均增长率约为多少．

\((\)附：回归直线的斜率与截距的最小二乘法估计公式分别为\(\hat {b}= \dfrac{ \sum\nolimits_{i=1}^{n}({t}_{i}- \bar{t})({y}_{i}- \bar{y})}{ \sum\nolimits_{i=1}^{n}({t}_{i}- \bar{t}{)}^{2}},\hat {a}= \bar{y}-\hat {b} \bar{t} \)

\(\lg 3\approx 0.477,\lg 2\approx 0.301,{{10}^{0.0352}}\approx 1.084)\)

保险公司统计的资料表明：居民住宅区到最近消防站的距离\(x(\)单位：千米\()\)和火灾所造成的损失数额\(y(\)单位：千元\()\)有如下的统计资料：如果统计资料表明\(y\)与\(x\)有线性相关关系，试求：

\((\)Ⅰ\()\)求相关系数\(r(\)精确到\(0.01)\)；

\((\)Ⅱ\()\)求线性回归方程\((\)精确到\(0.01)\)；

回归方程\(\overset{∧}{y}= \overset{∧}{a}+ \overset{∧}{b}t \) 中斜率和截距的最小二乘估计公式分别为：\(\hat{b}=\dfrac{\sum\limits_{i=1}^{n}{({{x}_{i}}-\bar{x})({{y}_{i}}-\bar{y})}}{\sum\limits_{i=1}^{n}{{{({{x}_{i}}-\bar{x})}^{2}}}}\)，\(\hat{a}=\bar{y}-\hat{b}x\)

王府井百货分店今年春节期间，消费达到一定标准的顾客可进行一次抽奖活动，随着抽奖活动的有效开展，参与抽奖活动的人数越来越多，该分店经理对春节前\(7\)天参加抽奖活动的人数进行统计，\(y\)表示第\(x\)天参加抽奖活动的人数，得到统计表格如下：

经过进一步统计分析，发现\(y\)与\(x\)具有线性相关关系．

\((1)\)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\(\hat{y}=\hat{b}x+\hat{a}\)；

\((2)\)判断变量\(x\)与\(y\)之间是正相关还是负相关；

\((3)\)若该活动只持续\(10\)天，估计共有多少名顾客参加抽奖．

参与公式：\(\hat{b}=\dfrac{{\sum }_{i=1}^{n}{{x}_{i}}{{y}_{i}}-n\bar{x}\bar{y}}{{\sum }_{i=1}^{n}x_{i}^{2}-n{{{\bar{x}}}^{2}}}\)，\(\hat{a}=\bar{y}-\hat{b}\bar{x}\)，\(\underset{i=1}{\overset{7}{\sum}}\,{{x}_{i}}{{y}_{i}}=364\)．

下列两个变量不是相关关系的是(    )

以下有关线性回归分析的说法不正确的是\(({  })\)