邮件管理是一类非常常见的二元分类问题。如果将＂非垃圾邮件＂归类为正类邮件，＂垃圾邮件＂归类为负类邮件，试回答以下问题：
（1）若在邮件中正类邮件与负类邮件的占比分别为 $\frac{1}{3}$ 和 $\frac{2}{3}$ ，由于归类模型的误差，归类判断可能出错的概率均为 0.05 ．若某个邮件归类为正类邮件，求它原本是正类邮件的概率；
（2）在机器学习中，利用算法进行归类，常用 $T P, T N, F P, F N$ 分别表示将正类邮件归类为正类邮件的个数，将负类邮件归类为负类邮件的个数，将负类邮件归类为正类邮件的个数，将正类邮件归类为负类邮件的个数．统计发现，收到邮件的种类可能与是否在工作日有关．为了验证此现象，在一段时间内，从数据库中随机抽取若干邮件，包含有正类邮件和负类邮件，按照机器学习的方法进行分类后，得到以下数据： $T P=60, T N=10, F P=15, F N=15$ ．并给出了下表，试回答以下问题：


（i）求 $n$（ $n$ 充分大）封邮件归类正确的概率；
（ii）补充上表，依据小概率值 $\alpha=0.01$ 的独立性检验，分析收到邮件的种类与是否在工作日有关？