【推荐1】某企业新研发了一种产品，产品的成本由原料成本及非原料成本组成.每件产品的非原料成本y(元)与生产该产品的数量x(千件)有关，经统计得到如下数据：

x	1	2	3	4	5	6	7	8
y	112	61	44.5	35	30.5	28	25	24

根据以上数据，绘制了散点图.观察散点图，两个变量不具有线性相关关系，现考虑用反比例函数模型和指数函数模型分别对两个变量的关系进行拟合，(反比例函数模型可用转化为线性回归模型；指数函数模型可转化为和x的线性回归模型)现已求得：用指数函数模型拟合的回归方程为，与x的相关系数；

（1）用反比例函数模型求y关于x的回归方程；
（2）用相关系数判断上述两个模型哪一个拟合效果更好(精确到0.01)，并用其估计产量为10千件时每件产品的非原料成本.
参考数据：，，，，，，(其中，
参考公式：对于一组数据，其回归直线的斜率和截距的最小二乘法估计分别为：，相关系数

【推荐2】随着互联网的迅速发展，越来越多的消费者开始选择网络购物，某营销部门统计了年某月某地区的部分特产的网络销售情况，得到网民对不同特产的满意度和对应的销售额（万元）的数据如下表：

特产种类	甲	乙	丙	丁	戊
满意度/%	22	34	25	20	19
销售额/万元	78	90	86	76	75

(1)求销售额关于满意度的相关系数；
(2)约定：销量额关于满意度的相关系数的绝对值在及以上表示线性相关性较强；否则，线性相关性较弱．如果没有达到较强线性相关，则采取“末位淘汰”制（即销售额最少的特产退出销售），求剔除“末位淘汰”的特产后的销量额关于满意度的线性回归方程．（结果精确到）
参考数据：记，的5组样本数据分别为，…，，，，，，，，．