从某企业生产的产品中随机抽取100件，测量这些产品的质量指标值，由测量结果得到如下样本数据频率分布直方图．
（1）估计该企业这种产品质量指标值的平均数

x

和方差s²；（同一组中的数据用该组区间的中点值代表）
（2）由频率分布直方图可以认为，这种产品的质量指标值X服从正态分布N（μ，σ²），其中μ近似为样本平均数

x

，σ²近似为样本方差s²，一般正态分布的概率都可以转化为标准正态分布的概率进行计算，若X～N（μ，σ²），令Y=

X

-

μ

σ

，则Y～N（0，1），且Φ（a）=P（Y＜a）．
（ⅰ）利用直方图得到的正态分布，求P（X＜120）；
（ⅱ）若质量指标值在区间[85，135]内的为合格品，其余为不合格品，为了保证出厂产品质量，需要对产品进行检查，但直接检查带有破坏性，现在尝试一种新的检查方法，经试验知一件合格品经检查而获准出厂的概率是0.97，一件不合格品经检查而获准出厂的概率是0.04，求采用新的检查方法后，获准出厂的产品是合格品的概率为多少（精确到0.1%）？
参考数据：

162

≈12.7标准正态分布表Φ（a）

α	0.00	0.01	0.02	0.03	0.04	0.05	0.06	0.07	0.08	0.09
0.0	0.5000	0.5040	0.5080	0.5120	0.5160	0.5199	0.5239	0.5279	0.5319	0.5359
0.1	0.5398	0.5438	0.5478	0.5517	0.5557	0.5596	0.5636	0.5675	0.5714	0.5753
0.2	0.5793	0.5832	0.5871	0.5910	0.5948	0.5987	0.6026	0.6064	0.6103	0.6141
0.3	0.6179	0.6217	0.6255	0.6293	0.6331	0.6368	0.6406	0.6443	0.6480	0.6517
0.4	0.6554	0.6591	0.6628	0.6664	0.6700	0.6736	0.6772	0.6808	0.6844	0.6879
0.5	0.6915	0.6950	0.6985	0.7019	0.7054	0.7088	0.7123	0.7157	0.7190	0.7224
0.6	0.7257	0.7291	0.7324	0.7357	0.7389	0.7422	0.7454	0.7486	0.7517	0.7549
0.7	0.7580	0.7611	0.7642	0.7673	0.7703	0.7734	0.7764	0.7794	0.7823	0.7852
0.8	0.7881	0.7910	0.7939	0.7967	0.7995	0.8023	0.8051	0.8078	0.8106	0.8133
0.9	0.8159	0.8186	0.8212	0.8238	0.8264	0.8289	0.8315	0.8340	0.8365	0.8389