根据以上样本数据，她建立了身高 y （cm）与年龄x（周岁）的线性回归方程为=7.19x+73.93，给出下列结论：

①y与x具有正的线性相关关系；

②回归直线过样本的中心点（42，117.1）；

③儿子10岁时的身高是145.83  cm；

④儿子年龄增加1周岁，身高约增加 7.19 cm.

其中，正确结论的个数是（）

由表中数据算出线性回归方程 中的 ，气象部门预测下个月的平均气温约为 ℃，据此估计该商场下个月毛衣销售量约为件（   ）

(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 ）

利用散点图，可知 线性相关。

（公式： ）