5.
\(.\)某研究性学习小组对春季昼夜温差大小与某花卉种子发芽多少之间的关系进行研究,他们分别记录了\(3\)月\(1\)日至\(3\)月\(5\)日的每天昼夜温差与实验室每天每\(100\)颗种子浸泡后的发芽数,得到如下资料:
日期 | \(3\)月\(1\)日 | \(3\)月\(2\)日 | \(3\)月\(3\)日 | \(3\)月\(4\)日 | \(3\)月\(5\)日 |
温差\(x(℃)\) | \(10\) | \(11\) | \(13\) | \(12\) | \(8\) |
发芽数\(y(\)颗\()\) | \(23\) | \(25\) | \(30\) | \(26\) | \(16\) |
\((1)\)从\(3\)月\(1\)日至\(3\)月\(5\)日中任选\(2\)天,记发芽的种子数分别为\(m\),\(n\),求事件“\(m\),\(n\)均不小于\(25\)”的概率.
\((2)\)若选取的是\(3\)月\(1\)日与\(3\)月\(5\)日的两组数据,请根据\(3\)月\(2\)日至\(3\)月\(4\)日的数据,求出\(y\)关于\(x\)的线性回归方程\(\hat{y}=\hat{b}x+\hat{a}\).
\((3)\)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\((2)\)中所得到的线性回归方程是否可靠?
附:\(\hat {b}= \dfrac{ \sum\nolimits_{i=1}^{n}\left({x}_{i}- \bar{x}\right)\left({y}_{i}- \bar{y}\right)}{ \sum\nolimits_{i=1}^{n}{\left({x}_{i}- \bar{x}\right)}^{2}} \sum\limits_{i=1}^{5}{x}_{i}{y}_{i}=977 \sum\limits_{i=1}^{5}{{x}_{i}}^{2}=434 \)