已知回归方程\( \overset{\}{y} =0.85x-85.7\)，则该方程在样本\((165,57)\)处的残差为\((\)　　\()\)

已知\(x\)，\(y\)之间的一组数据如下表：

\((1)\)从\(x\)，\(y\)中各取一个数，求\(x+y\geqslant 10\)的概率；

\((2)\)针对表中数据，甲、乙两同学给出的拟合直线分别为\(y=\dfrac{1}{3}x+1\)与\(y=\dfrac{1}{2}x+\dfrac{1}{2}\)，试利用“最小二乘法”判断哪条直线的拟合程度更好．

假设关于某设备的使用年限\(x\)和所支出的维修费用\(y\)\((\)万元\()\)有如下的统计资料：

若由资料知\(y\)对\(x\)呈线性相关关系。\((\)系数公式\( \overset{\}{b}= \dfrac{ \sum\nolimits_{i=1}^{n}{x}_{i}{y}_{i}-n \bar{x}· \bar{y}}{ \sum\nolimits_{i=1}^{n}{{x}_{i}}^{2}-n·{ \bar{x}}^{2}}, \overset{\}{a}= \bar{y}- \overset{\}{b} \bar{x} \) \()\)

\((\)Ⅰ\()\)请根据最小二乘法求出线性回归方程\( \overset{\}{y}= \overset{\}{b}x+ \overset{\}{a} \)的回归系数\( \overset{\}{a}, \overset{\}{b} \)；

\((\)Ⅱ\()\)估计使用年限为\(10\)年时，维修费用是多少？

某车间为了规定工时定额，需要确定加工零件所花费的时间，为此做了四次试验，得到的数据如下表所示：

\((1)\)在给定的坐标系中画出表中数据的散点图；

\((2)\)求出\(y\)关于\(x\)的线性回归方程\(\hat{y}=\hat{b}\)\(x\)\(+\hat{a}\)，并在坐标系中画出回归直线；

\((3)\)试预测加工\(10\)个零件需要多少时间？

下图是我国\(2008\)年至\(2014\)年生活垃圾无害化处理量\((\)单位：亿吨\()\)的折线图

\((1)\)由折线图看出，可用线性回归模型拟合\(y\)与\(t\)的关系，请用相关系数\(r\)加以说明；

\((2)\)建立\(y\)关于\(t\)的回归方程\((\)系数精确到\(0.01)\)，预测\(2016\)年我国生活垃圾无害化处理量．

附注：参考数据：\(\sum\limits_{i=1}^{n}{\left( {{t}_{i}}-\overline{t} \right)\left( {{y}_{i}}-\overline{y} \right)}{=}2.89\)，\(\sqrt{\sum\limits_{i=1}^{7}{{{\left( {{y}_{i}}-\overline{y} \right)}^{2}}}}=0.55\)，\(\sqrt{7}\approx 2.646\)．

参考公式： 回归方程\(\widehat{y}=\widehat{a}+\widehat{b}t\)中斜率和截距的最小二乘估计公式分别为：\(\widehat{a}{=}\overline{y}-\widehat{b}\overline{t}\)，

\(\widehat{b}=\dfrac{\sum\limits_{i=1}^{n}{\left( {{t}_{i}}-\overline{t} \right)\left( {{y}_{i}}-\overline{y} \right)}}{\sum\limits_{i=1}^{n}{{{\left( {{t}_{i}}-\overline{t} \right)}^{2}}}}\) ； 相关系数\(r=\dfrac{\sum\limits_{i=1}^{n}{\left( {{t}_{i}}-\overline{t} \right)\left( {{y}_{i}}-\overline{y} \right)}}{\sqrt{\sum\limits_{i=1}^{n}{{{\left( {{t}_{i}}-\overline{t} \right)}^{2}}\sum\limits_{i=1}^{n}{{{\left( {{y}_{i}}-\overline{y} \right)}^{2}}}}}}\)．