四名同学根据各自的样本数据研究变量之间的相关关系，并求得回归直线方程，分别得到以下四个结论：
①与负相关且. ②与负相关且
③与正相关且 ④与正相关且
其中一定不正确的结论的序号是（  ）

A．①②

B．②③

C．③④

D．①④

下列有关线性回归分析的六个命题：
①线性回归直线必过样本数据的中心点；
②回归直线就是散点图中经过样本数据点最多的那条直线；
③当相关性系数时，两个变量正相关；
④如果两个变量的相关性越强，则相关性系数就越接近于1；
⑤残差图中残差点所在的水平带状区域越宽，则回归方程的预报精确度越高；
⑥甲、乙两个模型的分别约为0.88和0.80，则模型乙的拟合效果更好.
其中真命题的个数为（  ）

A．1个

B．2个

C．3个

D．4个

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.

某种产品的广告费用支出x(万元)与销售额y(万元)之间有如下的对应数据：

(1)画出散点图；
(2)求回归直线方程；
(3)据此估计广告费用为9万元时，销售收入y的值.
注：①参考公式：线性回归方程系数公式；
②参考数据：

我市南澳县是广东唯一的海岛县，海区面积广阔，发展太平洋牡蛎养殖业具有得天独厚的优势，所产的“南澳牡蛎”是中国国家地理标志产品，产量高、肉质肥、营养好，素有“海洋牛奶精品”的美誉．根据养殖规模与以往的养殖经验，产自某南澳牡蛎养殖基地的单个“南澳牡蛎”质量（克）在正常环境下服从正态分布．
（1）购买10只该基地的“南澳牡蛎”，会买到质量小于20g的牡蛎的可能性有多大？
（2）2019年该基地考虑增加人工投入，现有以往的人工投入增量x（人）与年收益增量y（万元）的数据如下：

人工投入增量x（人）	2	3	4	6	8	10	13
年收益增量y（万元）	13	22	31	42	50	56	58

 
该基地为了预测人工投入增量为16人时的年收益增量，建立了y与x的两个回归模型：
模型①：由最小二乘公式可求得y与x的线性回归方程：；
模型②：由散点图的样本点分布，可以认为样本点集中在曲线：的附近，对人工投入增量x做变换，令，则，且有．

（i）根据所给的统计量，求模型②中y关于x的回归方程（精确到0.1）；
（ii）根据下列表格中的数据，比较两种模型的相关指数，并选择拟合精度更高、更可靠的模型，预测人工投入增量为16人时的年收益增量．

回归模型	模型①	模型②
回归方程
	182.4	79.2

 
附：若随机变量，则，；
样本的最小二乘估计公式为：，
另，刻画回归效果的相关指数