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．每批产品的非原料总成本（元）与生产该产品的数量（千件）有关，经统计得到如下数据：

	1	2	3	4	5	6	7
	6	11	21	34	66	101	196

根据以上数据，绘制如图所示的散点图．

观察散点图，两个变量不具有线性相关关系，现考虑用对数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．
（1）根据散点图判断，与（，均为大于零的常数）哪一个适宜作为非原料总成本关于生产该产品的数量的回归方程类型；（给出判断即可，不必说明理由）
（2）根据（1）的判断结果及表1中的数据，建立关于的回归方程；
（3）已知每件产品的原料成本为10元，若该产品的总成本不得高于123470元，请估计最多能生产多少千件产品．
参考数据：

62.14	1.54	2535	50.12	3.47

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估计公式分别为，．

2 . 近期，某公交公司分别推出支付宝和微信扫码支付乘车活动，活动设置了一段时间的推广期，由于推广期内优惠力度较大，吸引越来越多的人开始使用扫码支付，某线路公交车队统计了活动刚推出一周内每一天使用扫码支付的人次，用x表示活动推出的天数，y表示每天使用扫码支付的人次（单位：十人次），绘制了如图所示的散点图：

（I）根据散点图判断在推广期内，与（c，d为为大于零的常数）哪一个适宜作为扫码支付的人次y关于活动推出天数x的回归方程类型？（给出判断即可，不必说明理由）
（Ⅱ）根据（I）的判断结果求y关于x的回归方程，并预测活动推出第8天使用扫码支付的人次.
参考数据：

4	62	1.54	2535	50.12	140	3.47

其中，
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：，．

3 . 武汉某科技公司为提高市场销售业绩，现对某产品在部分营销网点进行试点促销活动．现有两种活动方案，在每个试点网点仅采用一种活动方案，经统计，2018年1月至6月期间，每件产品的生产成本为10元，方案1中每件产品的促销运作成本为5元，方案2中每件产品的促销运作成本为2元，其月利润的变化情况如图①折线图所示．

（1）请根据图①，从两种活动方案中，为该公司选择一种较为有利的活动方案（不必说明理由）；
（2）为制定本年度该产品的销售价格，现统计了8组售价x_i（单位：元/件）和相应销量y（单位：件）（i＝1，2，…8）并制作散点图（如图②），观察散点图可知，可用线性回归模型拟合y与x的关系，试求y关于x的回归方程（系数精确到整数）；
参考公式及数据：40，660，x_iy_i＝206630，x12968，，，
（3）公司策划部选1200lnx+5000和═x²+1200两个模型对销量与售价的关系进行拟合，现得到以下统计值（如表格所示）：

		x2+1200
	52446.95	122.89
	124650
相关指数	R	R

相关指数：R²＝1．
（i）试比较R₁²，R₂²的大小（给出结果即可），并由此判断哪个模型的拟合效果更好；
（ii）根据（1）中所选的方案和（i）中所选的回归模型，求该产品的售价x定为多少时，总利润z可以达到最大？