2 . 某公司对其产品研发的年投资额x（单位：百万元）与其年销售量y（单位：千件）的数据进行统计，整理后得到如下统计表：

x	1	2	3	4	5
y	1.5	2	3.5	8	15

(1)求变量x和y的样本相关系数r（精确到0.01），并推断变量x和y的线性相关程度（参考：若，则线性相关程度很强；若，则线性相关程度一般；如果，则线性相关程度较弱）；
(2)求年销售量y关于年投资额x的线性回归方程；
(3)当公司对其产品研发的年投资额为600万元时，估计产品的年销售量．
参考公式：对于变量x和变量y，设经过随机抽样获得的成对样本数据为，，…，，其中，，…，和，，…，的均值分别为和；
称为变量x和y的样本相关系数；
线性回归方程中，，；
参考数据：．

4 . 下图是某市2014年至2020年生活垃圾无害化处理量(单位：万吨)的散点图.
注：年份代码1-7分别对应年份2014-2020.

（1）由散点图看出，可用一元线性回归模型拟合与的关系，请用相关系数加以说明；
（2）建立关于的经验回归方程(系数精确到0.01)，预测2022年该市生活垃圾无害化处理量.
参考公式：，
经验回归方程中，.
参考数据：，，，.

5 . 某产品的广告费用x与销售额y的统计数据如下表：

广告费用（万元）	4	2	3	5
销售额（万元）	49	26	39	54

根据上表可得回归方程中的为9.4，据此模型预报广告费用为6万元时销售额为

A．63.6万元

B．65.5万元

C．67.7万元

D．72.0万元