-
某市一农产品近六年的产量统计如下表：
| 年份 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 |
| 年份代码 | 1 | 2 | 3 | 4 | 5 | 6 |
| 年产量 （千吨） | 5.1 | 5.3 | 5.6 | 5.5 | 6.0 | 6.1 |
观察表中数据看出，可用线性回归模型拟合与的关系.
（1）根据表中数据，将以下表格空白部分的数据填写完整，并建立关于的线性回归方程
；
| 
| 
| 
| 
| 
| 
| 总和 | 均值 |
| 
| 1 | 2 | 3 | 4 | 5 | 6 | | |
| 
| 5.1 | 5.3 | 5.6 | 5.5 | 6.0 | 6.1 | | |
| 
| 1 | 4 | 9 | 16 | 25 | 36 | | |
| 
| 5.1 | 10.6 | 16.8 | 22 | 30 | 36.6 | 121.1 | |
（2）若在2025年之前该农产品每千克的价格
（单位：元）与年产量满足的关系式为
，且每年该农产品都能全部销售.预测在2013～2025年之间，某市该农产品的销售额
在哪一年达到最大.
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：
，
.
-
某工厂某产品近几年的产量统计如下表：
| 年份 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 |
| 年份代码 | 1 | 2 | 3 | 4 | 5 | 6 |
| 年产量（万件） | 6.6 | 6.7 | 7 | 7.1 | 7.2 | 7.4 |
（1）根据表中数据，求关于的线性回归方程
；
（2）若近几年该产品每千克的价格
（单位：元）与年产量满足的函数关系式为
，且每年该产品都能售完.
①根据（1）中所建立的回归方程预测该地区
年该产品的产量；
②当
为何值时，销售额
最大？
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：
，
.
-
某工厂某产品近几年的产量统计如下表：
| 年份 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 |
| 年份代码 | 1 | 2 | 3 | 4 | 5 | 6 |
| 年产量（万件） | 6.6 | 6.7 | 7 | 7.1 | 7.2 | 7.4 |
（1）根据表中数据，求关于的线性回归方程；
（2）若近几年该产品每千克的价格（单位：元）与年产量满足的函数关系式为，且每年该产品都能售完.
①根据（1）中所建立的回归方程预测该地区年该产品的产量；
②当为何值时，销售额最大？
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：
，.
-
某地区某农产品近几年的产量统计如表：
| 年份 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 |
| 年份代码 | 1 | 2 | 3 | 4 | 5 | 6 |
| 年产量（万吨） | 6.6 | 6.7 | 7 | 7.1 | 7.2 | 7.4 |
（I）根据表中数据，建立关于的线性回归方程；
（Ⅱ）根据线性回归方程预测2019年该地区该农产品的年产量．
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：
．
（参考数据：
，计算结果保留小数点后两位）
-
某地区某农产品近几年的产量统计如表：
| 年份 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 |
| 年份代码t | 1 | 2 | 3 | 4 | 5 | 6 |
| 年产量y(万吨) | 6.6 | 6.7 | 7 | 7.1 | 7.2 | 7.4 |
（Ⅰ）根据表中数据，建立
关于的线性回归方程
；
（Ⅱ）根据线性回归方程预测2019年该地区该农产品的年产量.
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：
，
.(参考数据:
，计算结果保留小数点后两位）
-
某地区某农产品近几年的产量统计如表：
| 年份 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 |
| 年份代码t | 1 | 2 | 3 | 4 | 5 | 6 |
| 年产量y(万吨) | 6.6 | 6.7 | 7 | 7.1 | 7.2 | 7.4 |
（Ⅰ）根据表中数据，建立关于的线性回归方程；
（Ⅱ）根据线性回归方程预测2019年该地区该农产品的年产量.
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：，.(参考数据:，计算结果保留小数点后两位）
-
某地区某农产品近几年的产量统计如表：
| 年份 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 |
| 年份代码t | 1 | 2 | 3 | 4 | 5 | 6 |
| 年产量y(万吨) | 6.6 | 6.7 | 7 | 7.1 | 7.2 | 7.4 |
（Ⅰ）根据表中数据，建立关于的线性回归方程；
（Ⅱ）根据线性回归方程预测2019年该地区该农产品的年产量.
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：，.(参考数据:，计算结果保留小数点后两位）
-
某地区某农产品近几年的产量统计如表：
| 年份 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 |
| 年份代码t | 1 | 2 | 3 | 4 | 5 | 6 |
| 年产量y(万吨) | 6.6 | 6.7 | 7 | 7.1 | 7.2 | 7.4 |
（Ⅰ）根据表中数据，建立关于的线性回归方程；
（Ⅱ）根据线性回归方程预测2019年该地区该农产品的年产量.
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：，.(参考数据:，计算结果保留小数点后两位）
-
某地区某农产品近几年的产量统计如表：
| 年份 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 |
| 年份代码t | 1 | 2 | 3 | 4 | 5 | 6 |
| 年产量y(万吨) | 6.6 | 6.7 | 7 | 7.1 | 7.2 | 7.4 |
（Ⅰ）根据表中数据，建立关于的线性回归方程；
（Ⅱ）根据线性回归方程预测2019年该地区该农产品的年产量.
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：，.(参考数据:，计算结果保留小数点后两位）
-
某地区某长产品近几年的产量统计如表：
| 年份 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 |
| 年份代码 | 1 | 2 | 3 | 4 | 5 | 6 |
| 年产量 （万吨） | 6.6 | 6.7 | 7 | 7.1 | 7.2 | 7.4 |
（1）根据表中数据，建立关于的线性回归方程；
（2）若近几年该农产品每千克的价格
（单位：元）与年产量满足的函数关系式为
，且每年该农产品都能售完.
①根据（1）中所建立的回归方程预测该地区2018（
）年该农产品的产量；
②当（
）为何值时，销售额
最大？
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：
，
.
与
的关系.
；
（单位：元）与年产量
，且每年该农产品都能全部销售.预测在2013～2025年之间，某市该农产品的销售额
在哪一年达到最大.
，
，…，
，其回归直线
的斜率和截距的最小二乘估计分别为：
，
.
；
（单位：元）与年产量
，且每年该产品都能售完.
年该产品的产量；
为何值时，销售额
最大？
.
，
，…， 
，其回归直线
关于的线性回归方程
；
，其回归直线
，
.(参考数据:
，计算结果保留小数点后两位）
（万吨）
（单位：元）与年产量
，且每年该农产品都能售完.
）年该农产品的产量；
）为何值时，销售额
最大？
，
，…，
，其回归直线
，
.