因此y关于x的回归方程为\s\up6(^(^)＝100.6＋68.

(3)①由(2)知，当x＝49时，

年销售量y的预报值\s\up6(^(^)＝100.6＋68＝576.6，

年利润z的预报值\s\up6(^(^)＝576.6×0.2－49＝66.32.

②根据(2)的结果知，年利润z的预报值

\s\up6(^(^)＝0.2(100.6＋68)－x＝－x＋13.6＋20.12.

所以当＝＝6.8，即x＝46.24时，\s\up6(^(^)取得最大值．

故年宣传费为46.24千元时，年利润的预报值最大．

解决回归分析问题的一般步骤

(1)画散点图．根据已知数据画出散点图．

(2)判断变量的相关性并求回归方程．通过观察散点图，直观感知两个变量是否具有相关关系；在此基础上，利用最小二乘法求回归系数，然后写出回归方程．

(3)回归分析．画残差图或计算R2，进行残差分析．

(4)实际应用．依据求得的回归方程解决问题．　

　在一段时间内，某种商品的价格x元和需求量y件之间的一组数据为：

x(元) 14 16 18 20 22 y(件) 12 10 7 5 3 且知x与y具有线性相关关系，求出y关于x的回归直线方程，并说明拟合效果的好坏．

解：\s\up6(―(―)＝×(14＋16＋18＋20＋22)＝18，

\s\up6(―(―)＝×(12＋10＋7＋5＋3)＝7.4，

所以\s\up6(^(^)＝7.4＋1.15×18＝28.1，