\s\up9(^(^)＝－\s\up9(^(^) ＝50－4.5×5＝15.3.

　　所以所求的线性回归方程为\s\up9(^(^)＝4.5x＋15.3.

　　(3)根据(2)中求得的线性回归方程，当广告费用支出为10百万元时，

　　\s\up9(^(^)＝4.5×10＋15.5＝82.5(百万元)，

　　即广告费用支出为10百万元时，销售额大约为82.5百万元.

线性回归分析 　　【例2】　假定小麦基本苗数x与成熟期有效穗y之间存在相关关系，今测得5组数据如下：

x 13.0 23.8 30.0 34.6 42.4 y 37.4 42.9 42.9 41.1 47.2 　　(1)以x为解释变量，y为预报变量，作出散点图；

　　(2)求y与x之间的回归方程，对于基本苗数54.7预报有效穗；

　　(3)计算各组残差，并计算残差平方和；

　　(4)求R2，并说明残差变量对有效穗的影响占百分之几？

　　(参考数据：＝5 101.56，＝9 5943，iyi＝6 744.76)

　　[解]　(1)散点图如下．

　　(2)由(1)中散点图看出，样本点大致分布在一条直线的附近，有比较好的线性相关关系，因此可以用线性回归方程刻画它们之间的关系．

　　设回归方程为\s\up9(^(^)＝\s\up9(^(^)x＋\s\up9(^(^).\s\up9(－(－)＝30.36，\s\up9(－(－)＝41.5，

　　＝5 101.56，＝9 5941.

　　\s\up9(－(－) \s\up9(－(－)＝1 320.66，\s\up9(－(－)2＝921.729 6，

iyi＝6 744.74.