某公司想了解对某产品投入的宣传费用与该产品的营业额的影响\(.\)下面是以往公司对该产品的宣传费用\(x\) \((\)单位：万元\()\)和产品营业额\(y\) \((\)单位：万元\()\)的统计折线图．

\((2)\) 建立产品营业额\(y\)关于宣传费用\(x\)的归方程；

参考数据：\(\underset{i=1}{\overset{7}{\sum}}\,{{y}_{i}}=37.28\)，\(\bar{y}=5.33\)，\(\underset{i=1}{\overset{7}{\sum}}\,{{x}_{i}}{{y}_{i}}=160.68\)，\(\sqrt{\underset{i=1}{\overset{7}{\sum}}\,{{\left({{y}_{i}}-\bar{y} \right)}^{2}}}=2.2\)，\(\sqrt{7}\approx 2.64\)

参考公式：相关系数，\(r=\dfrac{{\sum }_{i=1}^{n}\left( {{x}_{i}}-\bar{x} \right)\left( {{y}_{i}}-\bar{y} \right)}{\sqrt{{\sum }_{i=1}^{n}{{\left( {{x}_{i}}-\bar{x} \right)}^{2}}{\sum }_{i=1}^{n}{{\left( {{y}_{i}}-\bar{y} \right)}^{2}}}}=\dfrac{{\sum }_{i=1}^{n}{{x}_{i}}{{y}_{i}}-n\bar{x}\bar{y}}{\sqrt{{\sum }_{i=1}^{n}{{\left( {{x}_{i}}-\bar{x} \right)}^{2}}{\sum }_{i=1}^{n}{{\left( {{y}_{i}}-\bar{y} \right)}^{2}}}}\)，

回归方程\(y=\hat{a}+\hat{b}x\)中斜率和截距的最小二乘估计公式分别为\(\hat{b}=\dfrac{{\sum }_{i=1}^{n}\left( {{x}_{i}}-\bar{x} \right)\left( {{y}_{i}}-\bar{y} \right)}{{\sum }_{i=1}^{n}{{\left( {{x}_{i}}-\bar{x} \right)}^{2}}}=\dfrac{{\sum }_{i=1}^{n}{{x}_{i}}{{y}_{i}}-n\bar{x}\bar{y}}{{\sum }_{i=1}^{n}x_{i}^{2}-n{{{\bar{x}}}^{2}}}\)，\(\hat{a}=\bar{y}-\hat{b}\bar{x}.(\)计算结果保留两位小数\()\)

某基地蔬菜大棚采用水培、无土栽培方式种植各类蔬菜\(.\)过去\(50\)周的资料显示，该地周光照量\(X(\)小时\()\)都在\(30\)小时以上，其中不足\(50\)小时的周数有\(5\)周，不低于\(50\)小时且不超过\(70\)小时的周数有\(35\)周，超过\(70\)小时的周数有\(10\)周\(.\)根据统计，该基地的西红柿增加量\(y(\)百斤\()\)与使用某种液体肥料\(x(\)千克\()\)之间对应数据为如图所示的折线图．

\(⑴\)依据数据的折线图，是否可用线性回归模型拟合\(y\)与\(x\)的关系？请计算相关系数\(r\)并加以说明\((\)精确到\(0.01).(\)若\(|r| > 0.75\)，则线性相关程度很高，可用线性回归模型拟合\()\)

\(⑵\)蔬菜大棚对光照要求较大，某光照控制仪商家为该基地提供了部分光照控制仪，但每周光照控制仪最多可运行台数受周光照量\(X\)限制，并有如下关系：

若某台光照控制仪运行，则该台光照控制仪周利润为\(3000\)元；若某台光照控制仪未运行，则该台光照控制仪周亏损\(1000\)元\(.\)若商家安装了\(3\)台光照控制仪，求商家在过去\(50\)周周总利润的平均值．

附：相关系数公式\(r= \dfrac{ \sum\nolimits_{i=1}^{n}\left({x}_{i}- \bar{x}\right)\left({y}_{i}- \bar{y}\right)}{ \sqrt{ \sum\limits_{i=1}^{n}{\left({x}_{i}- \bar{x}\right)}^{2}} \sqrt{ \sum\limits_{i=1}^{n}{\left({y}_{i}- \bar{y}\right)}^{2}}} \)，参考数据\(\sqrt{0.3}\approx 0.55\)，\(\sqrt{0.9}\approx 0.95\)．

某基地蔬菜大棚采用水培、无土栽培方式种植各类蔬菜\(.\)过去\(50\)周的资料显示，该地周光照量\(X\)\((\)小时\()\)都在\(30\)小时以上，其中不足\(50\)小时的周数有\(5\)周，不低于\(50\)小时且不超过\(70\)小时的周数有\(35\)周，超过\(70\)小时的周数有\(10\)周\(.\)根据统计，该基地的西红柿增加量\(y\)\((\)百斤\()\)与使用某种液体肥料\(x\)\((\)千克\()\)之间对应数据为如图所示的折线图．

\((1)\)依据数据的折线图，是否可用线性回归模型拟合\(y\)与\(x\)的关系？请计算相关系数\(r\)并加以说明\((\)精确到\(0.01).(\)若\(\left|r\right| > 0.75 \)，则线性相关程度很高，可用线性回归模型拟合\()\)

\((2)\)蔬菜大棚对光照要求较大，某光照控制仪商家为该基地提供了部分光照控制仪，但每周光照控制仪最多可运行台数受周光照量\(X\)限制，并有如下关系：

若某台光照控制仪运行，则该台光照控制仪周利润为\(3000\)元；若某台光照控制仪未运行，则该台光照控制仪周亏损\(1000\)元\(.\)若商家安装了\(3\)台光照控制仪，求商家在过去\(50\)周周总利润的平均值

附：相关系数公式\(r= \dfrac{ \sum\nolimits_{i=1}^{n}\left({x}_{i}- \overset{¯}{x}\right)\left({y}_{i}- \overset{¯}{y}\right)}{ \sqrt{ \sum\nolimits_{i=1}^{n}{\left({x}_{i}- \overset{¯}{x}\right)}^{2}} \sqrt{ \sum\nolimits_{i=1}^{n}{\left({y}_{i}- \overset{¯}{y}\right)}^{2}}} \)，参考数据\( \sqrt{0.3}≈0.55 \)，\( \sqrt{0.9}≈0.95 \)