已知x，y的取值如下表所示：

如果y与x呈线性相关，且线性回归方程为=bx+ ， 则b=（　　）

（Ⅰ）求身高y关于年龄x的线性回归方程；

（Ⅱ）利用（Ⅰ）中的线性回归方程，分析张三同学7岁至13岁身高的变化情况，如17岁之前都符合这一变化，请预测张三同学15岁时的身高．

附：回归直线的斜率和截距的最小二乘法估计公式分别为：

= ， ．

（Ⅰ）假设用抽到的100户居民月用水量作为样本估计全市的居民用水情况．

（ⅰ）现从全市居民中依次随机抽取5户，求这5户居民恰好3户居民的月用水量都超过12吨的概率；

（ⅱ）试估计全市居民用水价格的期望（精确到0.01）；

（Ⅱ）如图2是该市居民李某2016年1～6月份的月用水费 （元）与月份 的散点图，其拟合的线性回归方程是 ．若李某2016年1～7月份水费总支出为294.6元，试估计李某7月份的用水吨数．

附：回归直线方程 中斜率和截距的最小二乘法估计公式分别为

  ，  .

（Ⅰ）由折线图看出，可用线性回归模型拟合y与t的关系，请用相关系数加以说明；

（Ⅱ）建立y关于t的回归方程（系数精确到0.01），预测2016年我国生活垃圾无害化处理量.

附注：

参考数据： ， ， ， ≈2.646.

参考公式：相关系数  

回归方程  中斜率和截距的最小二乘估计公式分别为：

根据上述数据作出散点图，可知绿豆种子出芽数 (颗)和温差 具有线性相关关系。

附：