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
| 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

.