为研究女大学生体重和身高的关系，从某大学随机选取8名女大学生，其身高和体重数据如下表：

身高	165	165	157	170	175	165	155	170
体重	48	57	50	54	64	61	43	59

 
利用最小二乘法求得身高预报体重的回归方程为：，据此可求得，下列说法正确的是（   ）

A．两组变量的相关系数为0.64

B．越趋近于1，表示两组变量的相关关系越强

C．女大学生的身高解释了64%的体重变化

D．女大学生的身高差异有64%是由体重引起的

某生物兴趣小组对冬季昼夜温差与反季节新品种大豆发芽数之间的关系进行研究，他们分别记录了月日至月日每天的昼夜温差与实验室每天颗种子的发芽数，得到以下表格

该兴趣小组确定的研究方案是：先从这组数据中选取组数据，然后用剩下的组数据求线性回归方程，再用被选取的组数据进行检验.
(1) 求统计数据中发芽数的平均数与方差；
(2) 若选取的是月日与月日的两组数据，请根据月日至月日的数据，求出发芽数关于温差的线性回归方程，若由线性回归方程得到的估计数据与所选取的检验数据的误差不超过，则认为得到的线性回归方程是可靠的，问得到的线性回归方程是否可靠？ 附：线性回归方程中斜率和截距最小二乘估法计算公式：
，

国家二孩政策放开后，某市政府主管部门理论预测2018年到2022年全市人口总数与年份的关系有如表所示：

年份年	0	1	2	3	4
人口数十万	5	7	8	11	19

 
请根据表中提供的数据，运用最小二乘法求出y关于x的线性回归方程；
据此，估计2023年该市人口总数．
（附）参考公式：，．

已知某种商品的广告费支出（单位：万元）与销售额（单位：万元）之间有如表对应数据根据表中数据可得回归方程 ，其中，据此估计，当投入6万元广告费时，销售额约为（   ）万元

	1	2	3	4	5
	10	15	30	45	50

 

A．60

B．63

C．65

D．69

某商品要了解年广告费（单位：万元）对年销售额（单位：万元）的影响，对近4年的年广告费和年销售额数据作了初步整理，得到下面的表格：

用广告费作解释变量，年销售额作预报变量，若认为适宜作为年销售额关于年广告费的回归方程类型，则
（1）根据表中数据，建立关于的回归方程；
（2）已知商品的年利润与的关系式为.根据（1）的结果，年广告费约为何值时（小数点后保留两位），年利润的预报值最大？
附：对于一组数据，其回归直线的斜率和截距的最小二乘估计分别为
，.