= ，

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

若由资料可知y对x呈线性相关关系，试求：

已知 =80．

（Ⅰ）求出q的值；

（Ⅱ）已知变量x，y具有线性相关关系，求产品销量y（件）关于试销单价x（元）的线性回归方程 ；可供选择的数据： ，

（Ⅲ）用 表示用（Ⅱ）中所求的线性回归方程得到的与x_i对应的产品销量的估计值．当销售数据（x_i ， y_i）对应的残差的绝对值 时，则将销售数据（x_i ， y_i）称为一个“好数据”．现从6个销售数据中任取3个，求“好数据”个数ξ的分布列和数学期望E（ξ）．

（参考公式：线性回归方程中 ， 的最小二乘估计分别为 ， ）

通过分析，发现销售量y对奶茶的价格x具有线性相关关系．

（Ⅰ）求销售量y对奶茶的价格x的回归直线方程；

（Ⅱ）欲使销售量为13杯，则价格应定为多少？

注：在回归直线y= 中， ， = ﹣ ． =146.5．

根据上表可得回归方程 ＝ x＋ 中的 为9.4，据此模型预报广告费用为6万元时销售额为（ ）

他们分别用两种模型① ，② 分别进行拟合，得到相应的回归方程并进行残差分析，得到如图所示的残差图及一些统计量的值：

（Ⅰ）根据残差图，比较模型①，②的拟合效果，应选择哪个模型？并说明理由；

（Ⅱ）残差绝对值大于 的数据被认为是异常数据，需要剔除：

（ⅰ）剔除异常数据后求出（Ⅰ）中所选模型的回归方程；

（ⅱ）若广告投入量 时，该模型收益的预报值是多少？

附：对于一组数据 ， ，……， ，其回归直线 的斜率和截距的最小二乘估计分别为：

   ， .