如图是某创业公司2017年每月份公司利润（单位：百万元）情况的散点图：为了预测该公司2018年的利润情况，根据上图数据，建立了利润y与月份x的两个线性回归模型：①0.94+0.028；②0.96+0.032lnx，并得到以下统计值：

	模型①	模型②
残差平方和（yi）2	0.000591	0.000164
总偏差平方和（yi）2	0.006050

 
（1）请利用相关指数R²判断哪个模型的拟合效果更好；
（2）为了激励员工工作的积极性，公司每月会根据利润的情况进行奖惩，假设本月利润为y₁，而上一月利润为y₂，计算z，并规定：若z≥10，则向全体员工发放奖金总额z元；若z＜10，从全体员工每人的工资中倒扣10﹣z元作为惩罚，扣完为止，请根据（1）中拟合效果更好的回归模型，试预测208年4月份该公司的奖惩情况？（结果精确到小数点后两位）
参考数据及公式：1.73，2.24，1n2≈0.69，1n3≈1.10，ln5≈1.61．相关指数R²＝1．

下表是某年美国旧轿车价格的调查资料:

使用年数x	1	2	3	4	5	6	7	8	9	10
平均价格 y/美元	2 651	1 943	1 494	1 087	765	538	484	290	226	204

 
试建立y与x之间的回归方程.

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y（单位：万件）的影响，统计了近10年投入的年研发费用x，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 为大于0的常数）哪一个更适合作为年研发费用和年销售量的回归方程类型（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下表：

15	15	28.25	56.5

 
根据（1）的判断结果及表中数据，求关于的回归方程；
（3）已知企业年利润z（单位：千万元）与，的关系为（其中…），根据（2）的结果，要使得该企业下一年的年利润最大，预计下一年应投入多少研发费用?
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，

某学生为了测试煤气灶烧水如何节省煤气的问题设计了一个实验，并获得了煤气开关旋钮旋转的弧度数与烧开一壶水所用时间的一组数据，且作了一定的数据处理(如下表)，得到了散点图(如下图)．

1.47	20.6	0.78	2.35	0.81	-19.3	16.2

 
表中．
（1）根据散点图判断，与哪一个更适宜作烧水时间关于开关旋钮旋转的弧度数的回归方程类型?(不必说明理由)
（2）根据判断结果和表中数据，建立关于的回归方程；
（3）若旋转的弧度数与单位时间内煤气输出量成正比，那么为多少时，烧开一壶水最省煤气？
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．

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：

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）：

（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.