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 . 2019年上半年我国多个省市暴发了“非洲猪瘟”疫情，生猪大量病死，存栏量急剧下降，一时间猪肉价格暴涨，其他肉类价格也跟着大幅上扬，严重影响了居民的生活.为了解决这个问题，我国政府一方面鼓励有条件的企业和散户防控疫情，扩大生产；另一方面积极向多个国家开放猪肉进口，扩大肉源，确保市场供给稳定.某大型生猪生产企业分析当前市场形势，决定响应政府号召，扩大生产，决策层调阅了该企业过去生产相关数据，就“一天中一头猪的平均成本与生猪存栏数量之间的关系”进行研究.现相关数据统计如下表：

生猪存栏数量（千头）	2	3	4	5	8
头猪每天平均成本（元）	3.2	2.4	2	1.9	1.5

（1）研究员甲根据以上数据认为与具有线性回归关系，请帮他求出关于的线性回归方程（保留小数点后两位有效数字）
（2）研究员乙根据以上数据得出与的回归模型：.为了评价两种模型的拟合结果，请完成以下任务：
①完成下表（计算结果精确到0.01元）（备注：称为相应于点的残差）；

生猪存栏数量（千头）		2	3	4	5	8
头猪每天平均成本（元）		3.2	2.4	2	1.9	1.5
模型甲	估计值
	残差
模型乙	估计值	3.2	2.4	2	1.76	1.4
	残差	0	0	0	0.14	0.1

②分别计算模型甲与模型乙的残差平方和及，并通过比较与的大小，判断哪个模型拟合效果更好；
（3）根据市场调查，生猪存栏数量达到1万头时，饲养一头猪每一天的平均收入为7.5元；生猪存栏数量达到1.2万头时，饲养一头猪每一天的平均收入为7.2元.若按（2）中拟合效果较好的模型计算一天中一头猪的平均成本，问该生猪存栏数量选择1万头还是1.2万头能获得更多利润?请说明理由.（利润=收入-成本）
参考公式：，
参考数据： .

4 . 某公司为了解年营销费用x（单位：万元）对年销售量y（单位：万件）的影响，统计了近5年的年营销费用和年销售量，得到的散点图如图所示，对数据进行初步处理后，得到一些统计量的值如下表所示．
表中，，，．已知可以作为年销售量y关于年营销费用x的回归方程．
(1)求y关于x的回归方程；
(2)若公司每件产品的销售利润为4元，固定成本为每年120万元，用所求的回归方程估计该公司每年投入多少营销费用，才能使得该产品一年的收益达到最大？（收益销售利润营销费用固定成本）
参考数据：，．
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，．

5 . 二手车经销商小王对其所经营的型号二手汽车的使用年数与销售价格（单位：万元/辆）进行整理，得到如下数据：

使用年数
售价

下面是关于的折线图：

（1）由折线图可以看出，可以用线性回归模型拟合与的关系，请用相关系数加以说明；
（2）求关于的回归方程并预测某辆型号二手车当使用年数为年时售价约为多少？（、小数点后保留两位有效数字）
（3）基于成本的考虑，该型号二手车的售价不得低于元，请根据（2）求出的回归方程预测在收购该型号二手车时车辆的使用年数不得超过多少年？
参考数据：
，，，
，，
，，.
参考公式：回归直线方程中斜率和截距的最小二乘估计公式分别为：
，.
，、为样本平均值.

6 . 某公司为了确定下一年度投入某种产品的宣传费用，需了解年宣传费x（单位：万元）对年销量y（单位：吨）和年利润（单位：万元）的影响.对近6宣传费x_i和年销售量y_i（i＝1，2，3，4，5，6）的数据做了初步统计，得到如下数据：

年份	2013	2014	2015	2016	2017	2018
年宣传费x（万元）	38	48	58	68	78	88
年销售量y（吨）	16.8	18.8	20.7	22.4	24.0	25.5

经电脑模拟，发现年宣传费x（万元）与年销售量y（吨）之间近似满足关系式y＝a•x^b（a，b＞0），即lny＝blnx+lna．，对上述数据作了初步处理，得到相关的值如下表：

75.3	24.6	18.3	101.4

（Ⅰ）从表中所给出的6年年销售量数据中任选2年做年销售量的调研，求所选数据中至多有一年年销售量低于20吨的概率.
（Ⅱ）根据所给数据，求关于的回归方程；
（Ⅲ） 若生产该产品的固定成本为200（万元），且每生产1（吨）产品的生产成本为20（万元）（总成本=固定成本+生产成本+年宣传费），销售收入为（万元），假定该产品产销平衡（即生产的产品都能卖掉），则2019年该公司应该投入多少宣传费才能使利润最大？（其中）
附：对于一组数据，其回归直线中的斜率和截距的最小二乘估计分别为