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 . 某企业为确定下一年投入某种产品的研发费用，需了解年研发费用（单位：千万元）对年销售量（单位：千万件）的影响，统计了近10年投入的年研发费用与年销售量的数据，得到散点图如图所示.
   
（1）利用散点图判断和（其中均为大于0的常数）哪一个更适合作为年销售量和年研发费用的回归方程类型（只要给出判断即可，不必说明理由）；
（2）对数据作出如下处理，令，得到相关统计量的值如表：根据第（1）问的判断结果及表中数据，求关于的回归方程；

15	15	28.25	56.5

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.

4 . 对于一个古典概型的样本空间和事件A，B，C，D，其中，，，，，，，，则（       ）

A．A与B不互斥	B．A与D互斥但不对立
C．C与D互斥	D．A与C相互独立