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：

	1	2	3	4	5	6	7	8
	112	61		35		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.

(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，并用其估计产量为10千件时每件产品的非原料成本.
参考数据：

				360

参考公式：对于一组数据，其回归直线的斜率和截距的最小一乘估计分别为：，，相关系数

2 . 某企业坚持以市场需求为导向，合理配置生产资源，不断改革､探索销售模式.下表是该企业每月生产的一种核心产品的产量(件与相应的生产总成本(万元)的五组对照数据：

产量(件	1	2	3	4	5
生产总成本(万元)	3	7	8	10	12

（1）试求与的相关系数，并利用相关系数说明与是否具有较强的线性相关关系(若，则线性相关程度很高，可用线性回归模型拟合)；
（2）建立关于的回归方程，并预测：当为6时，生产总成本的估计值.
参考公式：，，.参考数据：.

3 . 某商场随机抽取在一年中个月的月平均促销费（单位；万元）与月平均利润（单位：万元）作统计，如下表：

月份
月平均促销费（万元）
月平均利润（万元）

经计算得，，，，，．
（Ⅰ）求关于的线性回归方程（结果保留两位小数）；
（Ⅱ）求的相关系数，并回答该商场的月利润额与促销费的相关关系如何？
附：，，．

4 . 某公司为了预测下月产品销售情况，找出了近7个月的产品销售量（单位：万件）的统计表：

月份代码	1	2	3	4	5	6	7
销售量（万件）

但其中数据污损不清，经查证，，.
（1）请用相关系数说明销售量与月份代码有很强的线性相关关系；
（2）求关于的回归方程（系数精确到0.01）；
（3）公司经营期间的广告宣传费（单位：万元）（），每件产品的销售价为10元，预测第8个月的毛利润能否突破15万元，请说明理由.（毛利润等于销售金额减去广告宣传费）
参考公式及数据：，相关系数，当时认为两个变量有很强的线性相关关系，回归方程中斜率和截距的最小二乘估计公式分别为，.