（Ⅰ）由折线图可以看出，可用线性回归模型拟合月度市场占有率y与月份代码x之间的关系．求y关于x的线性回归方程，并预测M公司2017年4月份的市场占有率；

（Ⅱ）为进一步扩大市场，公司拟再采购一批单车．现有采购成本分别为1000元/辆和1200元/辆的A、B两款车型可供选择，按规定每辆单车最多使用4年，但由于多种原因（如骑行频率等）会导致车辆报废年限各不相同．考虑到公司运营的经济效益，该公司决定先对两款车型的单车各100辆进行科学模拟测试，得到两款单车使用寿命频数表如下：

经测算，平均每辆单车每年可以带来收入500元．不考虑除采购成本之外的其他成本，假设每辆单车的使用寿命都是整数年，且以频率作为每辆单车使用寿命的概率．如果你是M公司的负责人，以每辆单车产生利润的期望值为决策依据，你会选择采购哪款车型？

参考数据：， ， =17.5．

参考公式：

回归直线方程为 其中 = ， = ﹣ ．

用电量数据如下：18，63，72，82，93，98，106，110，118，130，134，139，147，163，180，194，212，237，260，324．

对应的家庭收入数据如下：0.21，0.24，0.35，0.40，0.52，0.60，0.58，0.65，0.65，0.63，0.68，0.80，0.83，0.93，0.97，0.96，1.1，1.2，1.5，1.8.

参考数据： ， ， ， ， ．

参考公式：一组相关数据 的回归直线方程 的斜率和截距的最小二乘法估计分别为． ， ，其中 为样本均值．

由散点图可知，用水量 与月份 之间有较好的线性相关关系，其线性回归直线方程是 ，则 （   ）

一只红铃虫的产卵数y和温度x有关，现收集了7组观测数据如下表，试建立y与x之间的回归方程．

某同学利用图形计算器研究它时，先作出散点图（如图所示），发现两个变量不呈线性相关关系． 根据已有的函数知识，发现样本点分布在某一条指数型曲线 的附近（ 和 是待定的参数），于是进行了如下的计算：

根据以上计算结果，可以得到红铃虫的产卵数y对温度x的回归方程为{#blank#}1{#/blank#}．（精确到0.0001） （提示： 利用代换可转化为线性关系）

则y与x的线性回归方程y=bx+a必过点（   ）