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	56.5	31	22.75	17.8	15.95	14.5	13	12.5

根据以上数据绘制了散点图观察散点图，两个变量间关系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x的相关系数.

(1)用反比例函数模型求y关于x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0.001），并用其估计产量为10千件时每件产品的非原料成本；
(3)根据企业长期研究表明，非原料成本y服从正态分布，用样本平均数作为的估计值，用样本标准差s作为的估计值，若非原料成本y在之外，说明该成本异常，并称落在之外的成本为异样成本，此时需寻找出现异样成本的原因.利用估计值判断上述非原料成本数据是否需要寻找出现异样成本的原因？
参考数据（其中）：

0.34	0.115	1.53	184	5777.555	93.06	30.705	13.9

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：，，相关系数.

2 . 某企业为改进生产，现 某产品及成本相关数据进行统计．现收集了该产品的成本费y（单位：万元/吨）及同批次产品生产数量x（单位：吨）的20组数据．现分别用两种模型①，②进行拟合，据收集到的数据，计算得到如下值：

14.5		0.08	665	0.04	-450	4

表中，．
若用刻画回归效果，得到模型①、②的值分别为，．
(1)利用和比较模型①、②的拟合效果，应选择哪个模型？并说明理由；
(2)根据（1）中所选择的模型，求y关于x的回归方程；并求同批次产品生产数量为25（吨）时y的预报值．
附：对于一组数据，，…，，其回归直线的斜率和截距的最小二乘法估计分别为，．

3 . 近期，济南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，用表示活动推出的天数，表示每天使用扫码支付的人次（单位：十人次），统计数据如表所示：表：根据以上数据，绘制了散点图.

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

（1）根据散点图判断，在推广期内与（，均为大于零的常数）哪一个适宜作为扫码支付的人次关于活动推出天数的回归方程类型？（给出判断，不必说明理由）；
（2）根据（1）的判断结果及表中的数据，建立关于的回归方程，并预测活动推出第8天使用扫码支付的人次；
（3）推广期结束后，车队对乘客的支付方式进行统计，结果如下表：

支付方式	现金	乘车卡	扫码
比例	10%	60%	30%

车队为缓解周边居民出行压力，以80万元的单价购进了一批新车，根据以往的经验可知，每辆车每个月的运营成本约为0.66万元.已知该线路公交车票价为2元，使用现金支付的乘客无优惠，使用乘车卡支付的乘客享受8折优惠，扫码支付的乘客随机优惠，根据统计结果得知，使用扫码支付的乘客中有的概率享受7折优惠，有的概率享受8折优惠，有的概率享受9折优惠，预计该车队每辆车每个月有1万人次乘车，根据所给数据以事件发生的频率作为相应事件发生的概率，在不考虑其它因素的条件下，按照上述收费标准，假设这批车需要年才能开始盈利，求的值.
参考数据：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：，.

66	1.54	2.711	50.12	3.47

4 . 某电视厂家准备在五一举行促销活动，现在根据近七年的广告费与销售量的数据确定此次广告费支出．广告费支出（万元）和销售量（万台）的数据如下：

年份	2012	2013	2014	2015	2016	2017	2018
广告费支出	1	2	4	6	11	13	19
销售量	1.9	3.2	4.0	4.4	5.2	5.3	5.4

(1)若用线性回归模型拟合与的关系，求出关于的线性回归方程（其中；参考方程：回归直线，
(2)若用模型拟合与的关系，可得回归方程，经计算线性回归模型和该模型的分别约为0.75和0.88，请用说明选择哪个回归模型更好；
(3)已知利润与，的关系为．根据（2）的结果回答：当广告费时，销售量及利润的预报值是多少？（精确到参考数据：