某兴趣小组欲研究昼夜温差大小与患感冒人数多少之间的关系,他们分别到气象局与某医院抄录了\(1\)至\(6\)月份每月\(10\)号的昼夜温差情况与因患感冒而就诊的人数,得到如下资料:
日期 | \(1\)月\(10\)日 | \(2\)月\(10\)日 | \(3\)月\(10\)日 | \(4\)月\(10\)日 | \(5\)月\(10\)日 | \(6\)月\(10\)日 |
昼夜温差 \(x\) \((℃)\) | \(10\) | \(11\) | \(13\) | \(12\) | \(8\) | \(6\) |
就诊人数 \(y(\)个\()\) | \(22\) | \(25\) | \(29\) | \(26\) | \(16\) | \(12\) |
该兴趣小组确定的研究方案是:先用\(2\)、\(3\)、\(4\)、\(5\)月的\(4\)组数据求线性回归方程,再用\(1\)月和\(6\)月的\(2\)组数据进行检验.
\((1)\)请根据\(2\)、\(3\)、\(4\)、\(5\)月的数据,求出\(y\)关于\(x\)的线性回归方程
\((2)\)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\(2\)人,则认为得到的线性回归方程是理想的,试问该小组所得线性回归方程是否理想?
\((\)参考公式:\(b= \dfrac { \sum\limits_{i=1}^{n}(x_{i}- \overset{}{x})(y_{i}- \overset{}{y})}{ \sum\limits_{i=1}^{n}(x_{i}- \overset{}{x})^{2}}= \dfrac { \sum\limits_{i=1}^{n}x_{i}y_{i}-n \overset{}{x} \overset{}{y}}{ \sum\limits_{i=1}^{n}x_{i}^{2}-n \overset{}{x}^{2}}\),\(a= \overset{ .}{y}-b \overset{ .}{x})\)
参考数据:
\(11×25+13×29+12×26+8×16=1092\),
\(11^{2}+13^{2}+12^{2}+8^{2}=498\).