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（元）与生产该产品的数量（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.已求得用指数函数模型拟合的回归方程为，与的相关系数.参考数据（其中）：

183.4	0.34	0.115	1.53	360	22385.5	61.4	0.135

（1）用反比例函数模型求关于的回归方程；
（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；
（3）该企业采取订单生产模式（根据订单数量进行生产，即产品全部售出）.根据市场调研数据，若该产品单价定为100元，则签订9千件订单的概率为0.8，签订10千件订单的概率为0.2；若单价定为90元，则签订10千件订单的概率为0.3，签订11千件订单的概率为0.7.已知每件产品的原料成本为10元，根据（2）的结果，企业要想获得更高利润，产品单价应选择100元还是90元，请说明理由.
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估计分别为：，，相关系数.

2 . 商品的销售价格与销售量密切相关，为更精准地为商品确定最终售价，商家对商品A按以下单价进行试售，得到部分的数据如下：

单价（元）
销量（件）

（1）求销量关于的线性回归方程；
（2）预计今后的销售中，销量与单价服从（1）中的线性回归方程，已知每件商品的成本是元，为了获得最大利润，商品的单价应定为多少元？（结果保留整数）
（参考数据：，，）（参考公式：，）

3 . 随着网络的发展，网上购物越来越受到人们的喜爱，各大购物网站为增加收入，促销策略越来越多样化，促销费用也不断增加.下表是某购物网站2017年1-8月促销费用（万元）和产品销量（万件）的具体数据.

（1）根据数据绘制的散点图能够看出可用线性回归模型拟合与的关系，请用相关系数加以说明；（系数精确到0.001）
（2）建立关于的回归方程（系数精确到0.01）；如果该公司计划在9月份实现产品销量超6万件，预测至少需投入促销费用多少万元（结果精确到0.01）.
参考数据：，，，，，其中，分别为第个月的促销费用和产品销量，.
参考公式：（1）样本的相关系数
（2）对于一组数据，，，，其回归方程的斜率和截距的最小二乘估计分别为，.

4 . 大学生赵敏利用寒假参加社会实践，对机械销售公司7月份至12月份销售某种机械配件的销售量及销售单价进行了调查，销售单价x和销售量y之间的一组数据如表所示：

月份i	7	8	9	10	11	12
销售单价xi（元）	9	9.5	10	10.5	11	8
销售量yi（件）	11	10	8	6	5	14

（1）根据7至11月份的数据，求出y关于x的回归直线方程；
（2）若由回归直线方程得到的估计数据与剩下的检验数据的误差不超过0.5元，则认为所得到的回归直线方程是理想的，试问（1）中所得到的回归直线方程是否理想？
（3）预计在今后的销售中，销售量与销售单价仍然服从（1）中的关系，若该种机器配件的成本是2.5元/件，那么该配件的销售单价应定为多少元才能获得最大利润？（注：利润=销售收入-成本）．
参考公式：回归直线方程，其中，参考数据：．

5 . 二手车经销商小王对其所经营的型号二手汽车的使用年数（单位年）与销售价格（单位：万元／辆）进行整理，得到如下数据：

使用年数x	2	3	4	5	6	7
售价y	20	12	8	6.4	4.4	3
	3.00	2.48	2.08	1.86	1.48	1.10

下面是关于的折线图.

(1)由折线图可以看出，可以用线性回归模型拟合与的关系，求关于的回归方程，并预测当某辆型号二手车使用年数为9年时售价约为多少？（小数点后保留两位有效数字）
(2)基于成本的考虑，该型号二手车的售价不得低于7118元，请根据（1）求出的回归方程预测在收购该型号二手车时车辆的使用年数不得超过多少年？
参考公式：回归方程中斜率和截距的最小二乘估计公式分别为：
,,
.

6 . 某公司为了确定下一年度投入某种产品的宣传费用，需了解年宣传费x（单位：万元）对年销量y（单位：吨）和年利润（单位：万元）的影响.对近6宣传费x_i和年销售量y_i（i＝1，2，3，4，5，6）的数据做了初步统计，得到如下数据：

年份	2013	2014	2015	2016	2017	2018
年宣传费x（万元）	38	48	58	68	78	88
年销售量y（吨）	16.8	18.8	20.7	22.4	24.0	25.5

经电脑模拟，发现年宣传费x（万元）与年销售量y（吨）之间近似满足关系式y＝a•x^b（a，b＞0），即lny＝blnx+lna．，对上述数据作了初步处理，得到相关的值如下表：

75.3	24.6	18.3	101.4

（Ⅰ）从表中所给出的6年年销售量数据中任选2年做年销售量的调研，求所选数据中至多有一年年销售量低于20吨的概率.
（Ⅱ）根据所给数据，求关于的回归方程；
（Ⅲ） 若生产该产品的固定成本为200（万元），且每生产1（吨）产品的生产成本为20（万元）（总成本=固定成本+生产成本+年宣传费），销售收入为（万元），假定该产品产销平衡（即生产的产品都能卖掉），则2019年该公司应该投入多少宣传费才能使利润最大？（其中）
附：对于一组数据，其回归直线中的斜率和截距的最小二乘估计分别为