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

以下有关线性回归分析的说法不正确的是\(({  })\)

经观测，某昆虫的产卵数\(y\)与温度\(x\)有关，现将收集到的温度\({{x}_{i}}\)和产卵数\({{y}_{i}}(i=1,2,…,10)\)的\(10\)组观测数据作了初步处理，得到如下图的散点图及一些统计量表\(.\)表中\({{z}_{i}}=\ln {{y}_{i}}\)，\(z=\dfrac{1}{10}\sum\limits_{i=1}^{10}{{{z}_{i}}}\)

\((1)\)根据散点图判断，\(y=a+bx\) ，\(y=a+\sqrt{x}\)与\(y={{c}_{1}}{{e}^{{{c}_{2}}x}}\) 哪一个适宜作为\(y\)与\(x\)之间的回归方程模型？\((\)给出判断即可，不必说明理由\()\)

\((2)\)根据\((1)\)的判断结果及表中数据．

\(①\)试求\(y\)关于\(x\)回归方程；

\(②\)已知用人工培养该昆虫的成本\(h(x)\)与温度\(x\)和产卵数\(y\)的关系\(h(x)=x(\ln y-2.4)+170\)当温度\(x(x\)取整数\()\)为何值时，培养成本的预报值最小？

附：对于一组数据\(({{u}_{1}},{{v}_{1}}),({{u}_{2}},{{v}_{2}}),\cdot \cdot \cdot ,({{u}_{n}},{{v}_{n}})\)，其回归直线\(v=\alpha +\beta u\)的斜率和截距的最小二乘估计分别为\(β= \dfrac{ \sum\nolimits_{i=1}^{n}\left({u}_{i}- \overset{-}{u}\right)\left({v}_{i}- \overset{-}{v}\right)}{ \sum\limits_{i=1}^{n}{\left({u}_{i}- \overset{-}{u}\right)}^{2}} \)，\(\alpha =\overset{-}{{v}}\,-\beta \overset{-}{{u}}\,\)．

下列命题错误的是________\(.(\)填序号\()\)

\(①\)考古学家在内蒙古大草原上，发现了史前马的臀骨，为了预测其身高，利用建国后马的臀骨\((x)\)与身高\((y)\)之间的回归方程对史前马的身高进行预测；

\(②\)康乃馨、蝴蝶兰、洋兰是母亲节期间常见的花卉，一花农为了在节前能培育出三种花卉，便利用蝴蝶兰的温度\((x)\)与发芽率\((y)\)之间的回归方程来预测洋兰的发芽率；

\(③\)一饲料商人，根据多年的经销经验，得到广告费用\((x/\)万元\()\)与销售量\((y/\)万吨\()\)之间的关系大体上为\(\widehat{y}=0.4x+7\)，于是投入广告费用\(100\)万元，并信心十足地说，今年销售量一定达到\(47\)万吨以上；

\(④\)已知女大学生的身高和体重之间的回归方程为\(\widehat{y}=0.849x-85.7\)，若小明今年\(13\)岁，已知他的身高是\(150cm\)，则他的体重为\(41.65kg\)左右．

        某品牌手机厂商推出新款的旗舰机型，并在某地区跟踪调查得到这款手机上市时间\((\)第周\()\)和市场占有率\((\)\(﹪)\)的几组相关数据如下表：

\((\)Ⅰ\()\)根据表中的数据，用最小二乘法求出\(y\)关于\(x\)的线性回归方程\( \overset{¯}{y}= \overset{¯}{b}x+ \overset{\}{a} \)；

\((\)Ⅱ\()\)根据上述线性回归方程，分析该款旗舰机型市场占有率的变化趋势，并预测在第几周，该款旗舰机型市场占有率将首次超过\(﹪(\)最后结果精确到整数\()\)．

       参考公式：\(\overset{\Lambda }{{b}}\,=\dfrac{\sum\limits_{i=1}^{n}{{{x}_{i}}{{y}_{i}}-n\overset{-}{{x}}\,\overset{-}{{y}}\,}}{\sum\limits_{i=1}^{n}{x_{i}^{2}}-n{{\overset{-}{{x}}\,}^{2}}}\)，\(\hat{a}=\bar{y}-\hat{b}\bar{x}\)

给出下列\(5\)种说法：

\(①\)标准差越小，样本数据的波动也越小；

\(②\)在回归分析中，预报变量是由解释变量和随机误差共同确定的；

\(③\)回归分析研究的是两个相关事件的独立性；

\(④\)相关指数是用来刻画回归效果的，的值越大，说明回归模型的拟合效果越好．

\(⑤\)对分类变量\(X\)与\(Y\)的随机变量\(K\)\({\,\!}^{2}\)的观测值\(k\)来说，\(k\)越小，判断“\(X\)与\(Y\)有关系”

的把握越小．

      其中说法正确的是________\((\)请将正确说法的序号写在横线上\()\)．