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.

3 . 现有一环保型企业，为了节约成本拟进行生产改造，现将某种产品产量x与单位成本y统计数据如表：

月份	1	2	3	4	5	6
产量千件	2	3	4	3	4	5
单位成本元件	73	72	71	73	69	68

(1)试确定回归方程；
(2)指出产量每增加1000件时，单位成本平均下降多少？
(3)假定单位成本为70元件时，产量应为多少件？
参考公式：
参考数据

4 . 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：，）

5 . 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2018年1-8月促销费用（万元）和产品销量（万件）的具体数据：

月份	1	2	3	4	5	6	7	8
促销费用	2	3	6	10	13	21	15	18
产品销量	1	1	2	3	3.5	5	4	4.5

（1）根据数据绘制的散点图能够看出可用线性回归模型与的关系，请用相关系数加以说明（系数精确到0.001）；
（2）建立关于的线性回归方程（系数精确到0.001）；如果该公司计划在9月份实现产品销量超6万件，预测至少需要投入费用多少万元（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，．

6 . 某果园种植“糖心苹果”已有十余年，根据其种植规模与以往的种植经验，产自该果园的单个“糖心苹果”的果径（最大横切面直径，单位：）在正常环境下服从正态分布.
（1）一顾客购买了20个该果园的“糖心苹果”，求会买到果径小于56的概率；
（2）为了提高利润，该果园每年投入一定的资金，对种植、采摘、包装、宣传等环节进行改进.如图是2009年至2018年，该果园每年的投资金额（单位：万元）与年利润增量（单位：万元）的散点图：

该果园为了预测2019年投资金额为20万元时的年利润增量，建立了关于的两个回归模型；
模型①：由最小二乘公式可求得与的线性回归方程：；
模型②：由图中样本点的分布，可以认为样本点集中在曲线：的附近，对投资金额做交换，令，则，且有，，，.
（I）根据所给的统计量，求模型②中关于的回归方程；
（II）根据下列表格中的数据，比较两种模型的相关指数，并选择拟合精度更高、更可靠的模型，预测投资金额为20万元时的年利润增量（结果保留两位小数）.

回归模型	模型①	模型②
回归方程
	102.28	36.19

附：若随机变量，则，；样本的最小乘估计公式为，；
相关指数.
参考数据：，，，.