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：，．