则y与x的线性回归方程=bx+必过点（　　）

（Ⅰ）试估计平均收益率；

（Ⅱ）根据经验若每份保单的保费在 元的基础上每增加 元，对应的销量 （万份）与 （元）有较强线性相关关系，从历史销售记录中抽样得到如下 组 与 的对应数据：

（ⅰ）根据数据计算出销量 （万份）与 （元）的回归方程为 ；

（ⅱ）若把回归方程 当作 与 的线性关系，用（Ⅰ）中求出的平均获益率估计此产品的获益率，每份保单的保费定为多少元时此产品可获得最大获益，并求出该最大获益.

参考公示：

(Ⅰ)由折线图得，可用线性回归模型拟合月度市场占有率 与月份代码 之间的关系.求 关于 的线性回归方程，并预测 公司2017年5月份（即 时）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 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形同，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见上表.

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年，且以频率作为每辆单车使用寿命的概率，如果你是 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？

（参考公式：回归直线方程为 ，其中 ）

画散点图分析可知： 与 线性相关，且求得回归方程为 ，则 的值为{#blank#}1{#/blank#}.（精确到 ）

由表中数据得回归直线方程 中 ，据此预测当气温为5℃时，用电量的度数约为{#blank#}1{#/blank#}.