年高考第一轮复习数学 统 计

12.3 统 计●知识梳理1.抽样当总体中的个体较少时，一般可用简单随机抽样；当总体中的个体较多时，一般可用系统抽样；当总体由差异明显的几部分组成时，一般可用分层抽样，而简单随机抽样作为一种最简单的抽样方法，又在其中处于一种非常重要的地位.实施简单随机抽样，主要有两种方法：抽签法和随机数表法.系统抽样适用于总体中的个体数较多的情况，因为这时采用简单随机抽样就显得不方便，系统抽样与简单随机抽样之间存在着密切联系，即在将总体中的个体均匀分后的每一段进行抽样时，采用的是简单随机抽样；与简单随机抽样一样，系统抽样也属于等概率抽样.分层抽样在内容上与系统抽样是平行的，在每一层进行抽样时，采用简单随机抽样或系统抽样，分层抽样也是等概率抽样.2.样本与总体用样本估计总体是研究统计问题的一种思想方法.当总体中的个体取不同数值很少时，其频率分布表由所取样本的不同数值及其相应的频率来表示，其几何表示就是相应的条形图，当总体中的个体取不同值较多，甚至无限时，其频率分布的研究要用到初中学过的整理样本数据的知识.用样本估计总体，除在整体上用样本的频率分布去估计总体的分布以外，还可以从特征数上进行估计，即用样本的平均数去估计总体的平均数，用关于样本的方差（标准差）去估计总体的方差（标准差）.3.正态分布正态分布在实际生产、生活中有着广泛的应用，很多变量，如测量的误差、产品的尺寸等服从或近似服从正态分布，利用正态分布的有关性质可以对产品进行假设检验.4.线性回归直线设x 、y 是具有相关关系的两个变量，且相应于n 组观察值的n 个点大致分布在一条直线的附近，我们把整体上这n 个点最接近的一条直线叫线性回归直线.特别提示在三种抽样中，简单随机抽样是最简单、最基本的抽样方法，其他两种抽样方法是建立在它的基础上的.三种抽样方法的共同点是：它们都是等概率抽样，体现了抽样的公平性.三种抽样方法各有其特点和适用范围，在抽样实践中要根据具体情况选用相应的抽样方法.●点击双基1.一个总体中共有10个个体，用简单随机抽样的方法从中抽取一容量为3的样本，则某特定个体入样的概率是 A.310C 3 B.89103⨯⨯ C.103 D. 101 解析：简单随机抽样中每一个体的入样概率为Nn . 答案：C2.（2004年江苏，6）某校为了了解学生的课外阅读情况，随机调查了50名学生，得到他们在某一天各自课外阅读所用时间的数据，结果用下面的条形图表示.根据条形图可得这50名学生这一天平均每人的课外阅读时间为 055人数(人)h )A.0.6 hB.0.9 hC.1.0 hD.1.5 h解析：一天平均每人的课外阅读时间应为一天的总阅读时间与学生数的比，即 5050.2105.1100.1205.050⨯+⨯+⨯+⨯+⨯=0.9 h. 答案：B3.一个年级有12个班，每个班有50名同学，随机编号为1～50号，为了了解他们在课外的兴趣爱好，要求每班的33号学生留下来参加阅卷调查，这里运用的抽样方法是A.分层抽样法B.抽签法C.随机数表法D.系统抽样法答案：D4.如果随机变量ξ～N （μ，σ2），且E ξ=3，D ξ=1，则P （－1＜ξ≤1）等于A.2Φ（1）－1B.Φ（4）－Φ（2）C.Φ（2）－Φ（4）D.Φ（－4）－Φ（－2）解析：对正态分布，μ=E ξ=3，σ2=D ξ=1，故P （－1＜ξ≤1）=Φ（1－3）－Φ（－1－3）=Φ（－2）－Φ（－4）=Φ（4）－Φ（2）.答案：B5.为考虑广告费用x 与销售额y 之间的关系，抽取了5家餐厅，得到如下数据： 广告费用（千元） 1.0 4.06.0 10.0 14.0 销售额（千元） 19.0 44.0 40.0 52.0 53.0 现要使销售额达到6万元，则需广告费用为______.（保留两位有效数字）解析：先求出回归方程yˆ=bx+a ，令y ˆ=6，得x=1.5万元. 答案：1.5万元●典例剖析【例1】 某批零件共160个，其中，一级品48个，二级品64个，三级品32个，等外品16个.从中抽取一个容量为20的样本.请说明分别用简单随机抽样、系统抽样和分层抽样法抽取时总体中的每个个体被取到的概率均相同.剖析：要说明每个个体被取到的概率相同，只需计算出用三种抽样方法抽取个体时，每个个体被取到的概率.解：（1）简单随机抽样法：可采取抽签法，将160个零件按1～160编号，相应地制作1～160号的160个签，从中随机抽20个.显然每个个体被抽到的概率为16020=81. （2）系统抽样法：将160个零件从1至160编上号，按编号顺序分成20组，每组8个.然后在第1组用抽签法随机抽取一个号码，如它是第k 号（1≤k ≤8），则在其余组中分别抽取第k+8n （n=1，2，3，…，19）号，此时每个个体被抽到的概率为81. （3）分层抽样法：按比例16020=81，分别在一级品、二级品、三级品、等外品中抽取48×81=6个，64×81=8个，32×81=4个，16×81=2个，每个个体被抽到的概率分别为486，648，324，162，即都是81. 综上可知，无论采取哪种抽样，总体的每个个体被抽到的概率都是81. 评述：三种抽样方法的共同点就是每个个体被抽到的概率相同，这样样本的抽取体现了公平性和客观性.思考讨论现有20张奖券，已知只有一张能获奖，甲从中任摸一张，中奖的概率为201，刮开一看没中奖.乙再从余下19张中任摸一张，中奖概率为191，这样说甲、乙中奖的概率不一样，是否正确?【例2】 将温度调节器放置在贮存着某种液体的容器内，调节器设定在d ℃，液体的温度ξ（单位：℃）是一个随机变量，且ξ～N （d ，0.52）.（1）若d=90°，求ξ<89的概率；（2）若要保持液体的温度至少为80 ℃的概率不低于0.99，问d 至少是多少?（其中若η～N （0，1），则Φ（2）=P （η<2）=0.9772，Φ（－2.327）=P （η<－2.327）=0.01）.剖析：（1）要求P （ξ<89）=F （89），∵ξ～N （d ，0.5）不是标准正态分布，而给出的是Φ（2），Φ（－2.327），故需转化为标准正态分布的数值.（2）转化为标准正态分布下的数值求概率p ，再利用p ≥0.99，解d.解：（1）P （ξ<89）=F （89）=Φ（5.09089-）=Φ（－2）=1－Φ（2）=1－0.9772=0.0228. （2）由已知d 满足0.99≤P （ξ≥80），即1－P （ξ<80）≥1－0.01，∴P （ξ<80）≤0.01.∴Φ（5.080d -）≤0.01=Φ（－2.327）. ∴5.080d -≤－2.327. ∴d ≤81.1635.故d 至少为81.1635.评述：（1）若ξ～N （0，1），则η=σμξ-～N （0，1）.（2）标准正态分布的密度函数f （x ）是偶函数，x<0时，f （x ）为增函数，x>0时，f （x ）为减函数.深化拓展在实际生活中，常用统计中假设检验的思想检验产品是否合格，方法是：（1）提出统计假设：某种指标服从正态分布N （μ，σ2）；（2）确定一次试验中的取值a ；（2）作出统计推断：若a ∈（μ－3σ，μ+3σ），则接受假设，若a ∈（μ－3σ，μ+3σ），则拒绝假设.如：某砖瓦厂生产的砖的“抗断强度”ξ服从正态分布N （30，0.8），质检人员从该厂某一天生产的1000块砖中随机抽查一块，测得它的抗断强度为27.5 kg/cm 2，你认为该厂这天生产的这批砖是否合格?为什么?分析：由于在一次试验中ξ落在区间（μ－3σ，μ+3σ）内的概率为0.997，故ξ几乎必然落在上述区间内.于是把μ=30，σ=0.8代入，算出区间（μ－3σ，μ+3σ）=（27.6，32.4），而27.5∉（27.6，32.4）.∴据此认为这批砖不合格.【例3】 已知测量误差ξ～N （2，100）（cm ），必须进行多少次测量，才能使至少有一次测量误差的绝对值不超过8 cm 的频率大于0.9?解：设η表示n 次测量中绝对误差不超过8 cm 的次数，则η～B （n ，p ）.其中P=P （|ξ|<8）=Φ（1028-）－Φ（1028--）=Φ（0.6）－1+Φ（1）=0.7258－1+0.8413=0.5671.由题意，∵P （η≥1）>0.9，n 应满足P （η≥1）=1－P （η=0）=1－（1－p ）n >0.9，∴n>)5671.01lg()9.01lg(--=4329.0lg 1-=2.75. 因此，至少要进行3次测量，才能使至少有一次误差的绝对值不超过8 cm 的概率大于0.9. ●闯关训练夯实基础1.对总数为N 的一批零件抽取一个容量为30的样本，若每个零件被抽取的概率为0.25，则N 等于A.150B.200C.120D.100解析：∵N30=0.25，∴N=120.答案：C2.设随机变量ξ～N （μ，σ），且P （ξ≤C ）=P （ξ>C ），则C 等于A.0B.σC.－μD.μ解析：由正态曲线的图象关于直线x=μ对称可得答案为D.答案：D3.（2003年全国，14）某公司生产三种型号的轿车，产量分别为1200辆、6000辆和2000辆，为检验该公司的产品质量，现用分层抽样的方法抽取46辆进行检验，这三种型号的轿车依次应抽取______辆、______辆、______辆.解析：因总轿车数为9200辆，而抽取46辆进行检验，抽样比例为920046=2001，而三种型号的轿车有显著区别.根据分层抽样分为三层按2001比例分别有6辆、30辆、10辆. 答案：6 30 104.某厂生产的零件外直径ξ～N （8.0，1.52）（mm ），今从该厂上、下午生产的零件中各随机取出一个，测得其外直径分别为7.9 mm 和7.5 mm ，则可认为A.上、下午生产情况均为正常B.上、下午生产情况均为异常C.上午生产情况正常，下午生产情况异常D.上午生产情况异常，下午生产情况正常解析：根据3σ原则，在8+3×1.5=8.45（mm ）与8－3×1.5=7.55（mm ）之外时为异常. 答案：C5.随机变量ξ服从正态分布N （0，1），如果P （ξ<1）=0.8413，求P （－1<ξ<0）. 解：∵ξ～N （0，1），∴P （－1<ξ<0）=P （0<ξ<1）=Φ（1）－Φ（0）=0.8413－0.5=0.3413.6.公共汽车门的高度是按照确保99%以上的成年男子头部不跟车门顶部碰撞设计的，如果某地成年男子的身高ξ～N （173，72）（cm ），问车门应设计多高？解：设公共汽车门的设计高度为x cm ，由题意，需使P （ξ≥x ）＜1%.∵ξ～N （173，72），∴P （ξ≤x ）=Φ（7173-x ）＞0.99. 查表得7173-x ＞2.33，∴x ＞189.31，即公共汽车门的高度应设计为190 cm ，可确保99%以上的成年男子头部不跟车门顶部碰撞.培养能力7.一投资者在两个投资方案中选择一个，这两个投资方案的利润x （万元）分别服从正态分布N （8，32）和N （6，22），投资者要求利润超过5万元的概率尽量地大，那么他应选择哪一个方案?解：对第一个方案，有x ～N （8，32），于是P （x>5）=1－P （x ≤5）=1－F （5）=1－Φ（385-）=1－Φ（－1）=1－［1－Φ（1）]=Φ（1）=0.8413. 对第二个方案，有x ～N （6，22），于是P （x>5）=1－P （x ≤5）=1－F （5）=1－Φ（265-）=1－Φ（－0.5）=Φ（0.5）=0.6915.相比之下，“利润超过5万元”的概率以第一个方案为好，可选第一个方案.探究创新（2）画出频率分布直方图和累积频率分布图；（3）根据累积频率分布图，总体中小于22的样本数据大约占多大的百分比?（2）频率分布直方图及累积频率分布图如下：（3横坐标为22，落在21～24的区间内，折线图在这段区间上的线段所在的直线方程是y －0.3=21243.051.0--（x －21）， 即y=0.07x －1.17.当x=22时，y=1.54－0.17=0.37.因此，总体中小于22的数据大约占37%.●思悟小结以上两种情况的不同之处在于前者的频率分布表中列出的是几个不同数值的频率，相应的条形图是用其高度来取各个值的频率的；后者的频率分布表中列出的是在各个不同区间内取值的频率，相应的直方图是用图形面积的大小来表示在各个区间内取值的频率.●教师下载中心教学点睛简单随机抽样，有以下特点：（1）它要求被抽取样本的总体的个体数有限.这样，就便于对其中各个个体被抽取的概率进行分析.（2）它是从总体中逐个地进行抽取，这样，就便于在抽样实践中进行操作.（3）它是一种不放回抽样.由于抽样实践中多采用不放回抽样，使其具有较广泛的实用性，而且由于所抽取的样本中没有被重复抽取的个体，便于进行有关的分析和计算.（4）它是一种等概率抽样.不仅每次从总体中抽取一个个体时，各个个体被抽取的概率相等，而且在整个抽样过程当中，各个个体被抽取的概率相等，从而保证了这种抽样方法的公平性.频率分布随着样本容量的增大更加接近总体分布，当样本容量无限增大且分组的组距无限缩小时，频率分布直方图就会演变成一条光滑曲线——反映总体分布的频率密度曲线，基于频率分布与相应的总体分布的关系，且通常我们并不知道一个总体的分布，因此，我们往往是从总体中抽取一个样本，用样本的频率分布去估计相应的总体分布.统计中假设检验的基本思想是：根据小概率事件在一次试验中几乎不可能发生的原理和从总体中抽测的个体的数值，对事先所作的统计假设作出判断：是拒绝假设，还是接受假设.拓展例题【例题】 设有一样本x 1，x 2，…，x n ，其标准差为s x ，另有一样本y 1，y 2，…，y n ，其中y i =3x i +2（i=1，2，…，n ），其标准差为s y ，求证：s y =3s x .证明：∵x =nx x x n ++21， ∴y =ny y y n ++21 =nx x x n )23()23()23(21++++++ =nn x x x n 2)(321+++ =3x +2. ∴s y 2=n1［（y 12+y 22+…+y n 2）－n y 2］ =n1［（3x 1+2）2+（3x 2+2）2+…+（3x n +2）2－n （3x +2）2］ =n1［9（x 12+x 22+…+x n 2）+12（x 1+x 2+…+x n ）+4n －n （9x 2+12x +4）］ =n9［（x 12+x 22+…+x n 2）－n x 2］ =9s x 2.∵s x ≥0，s y ≥0，∴s y =3s x .。

高考数学一轮复习《统计》练习题（含答案）一、单选题1．已知条件p ：11x -<<，q ：x >m ，若p 是q 的充分不必要条件，则实数m 的取值范围是（ ） A ．[)1,-+∞B ．(),1-∞-C ．()1,0-D ．(],1-∞-2．下表为随机数表的一部分：08015 17727 45318 22374 21115 78253 77214 77402 43236 00210 45521 64237已知甲班有60位同学，编号为00~59号，规定：利用上面的随机数表，从第1行第4列的数开始，从左向右依次读取2个数，则抽到的第8位同学的编号是（ ） A ．11B ．15C ．25D ．373．一组数据的方差为()20S S ≥，将该组数据都乘以2，所得到的一组新数据的标准差为（ ）A ．22S B ．SC ．2SD ．2S4．甲、乙两所学校的男女生比例如图所示，已知甲校学生总数为1500，乙校学生总数为1000，下列结论错误的是（ ）A ．甲校女生比乙校女生多B ．乙校男生比甲校男生少C ．乙校女生比甲校男生少D ．甲校女生比乙校男生少5．某校共有学生3000人，为了解学生的身高情况，用分层抽样的方法从三个年级中抽取容量为100的样本，其中高一抽取40人，高二抽取30人，则该校高三学生人数为（ ） A ．600B ．800C ．900D ．12006．设某高中的男生体重y （单位：kg ）与身高x （单位：cm ）具有线性相关关系，根据一组样本数据()(12)i i x y i n =,，，，，用最小二乘法建立的回归方程为ˆ0.8580.71y x =-，则下列结论中不正确的是（ ） A ．y 与x 有正的线性相关关系B ．回归直线过样本点的中心(),x yC ．若该高中某男生身高增加1cm ，则其体重约增加0.85kgD ．若该高中某男生身高为170cm ，则可断定其体重必为63.79kg 7．x 是12100,,,x x x 的平均值，5为4120,,,x x x 的平均值，10为4142100,,,x x x 的平均值，则x =（ ） A ．8B ．9C ．15D ．1528．某学校有男生400人，女生600人．为调查该校全体学生每天睡眠时间，采用分层抽样的方法抽取样本，计算得男生每天睡眠时间均值为7.5小时，方差为1，女生每天睡眠时间为7小时，方差为0.5．若男、女样本量按比例分配，则可估计总体方差为（ ）． A ．0.45B ．0.62C ．0.7D ．0.769．某样本点)()(,1,2,,i i x y i n =⋅⋅⋅的经验回归方程为ˆ0.50.7yx =+，当8x =时，y 的实际值为4.5，则当8x =时，预测值与实际值的差值为（ ）． A ．0.1B ．0.2C ．0.3D ．0.410．若数据9，m ，6，n ，5的平均数为7，方差为2，则数据11，9，21m -，17，21n -的平均数和方差分别为（ ） A ．13，4B ．14，4C ．13，8D ．14，811．2021年起，我市将试行“3+1+2”的普通高考新模式，即除语文、数学、外语3门必选科目外，考生再从物理、历史中选1门，从化学、生物、地理、政治中选2门作为选考科目.为了帮助学生合理选科，某中学将高一每个学生的六门科目综合成绩按比例均缩放成5分制，绘制成雷达图.甲同学的成绩雷达图如图所示，下面叙述一定不正确的是（ ）A ．甲的化学成绩领先年级平均分最多.B ．甲有2个科目的成绩低于年级平均分.C ．甲的成绩最好的前两个科目是化学和地理.D ．对甲而言，物理、化学、地理是比较理想的一种选科结果.12．冬末春初，乍暖还寒，人们容易感冒发热，若发生群体性发热，则会影响到人们的身体健康，干扰正常工作生产，某大型公司规定：若任意连续7天，每天不超过5人体温高于37.3℃，则称没有发生群体性发热，下列连续7天体温高于37.3℃人数的统计特征数中，能判定该公司没有发生群体性发热的为（ ）（1）中位数为3，众数为2 （2）均值小于1，中位数为1（3）均值为3，众数为4 （4）均值为2 A ．（1）（3）B ．（3）（4）C ．（2）（3）D ．（2）（4）二、填空题13．某校高一、高二、高三年级的学生人数之比为5:5:4，现按年级用分层抽样的方法抽取若干人，若抽取的高三年级的学生人数为20，则抽取的样本容量为______.14．已知具有线性相关的变量x 、y ，设其样本点为()(1,2,,,8)i i i A x y i =，回归直线方程为1ˆ2yx b =+，若128(6,2)OA OA OA +++=(O 为原点），则b =_______.15．已知一组数据按顺序排列为：12，16，20，n ，46，51，58，60.若这组数据的第30百分位数的两倍与这组数据的第50百分位数相等，则n 的值为___________.16．某工厂为了对新研发的一种产品进行合理定价，将该产品按事先拟定的价格进行试销，得到如下数据：由表中的数据得线性回归方程为y bx a =+，其中20b =-，预测当产品价格定为9.5(元)时，销量约为__________件．三、解答题17．某区政府组织了以“不忘初心，牢记使命”为主题的教育活动，为统计全区党员干部一周参与主题教育活动的时间，从全区的党员干部中随机抽取n 名，获得了他们一周参与主题教育活动时间（单位：h ）的频率分布直方图如图所示，已知参与主题教育活动时间在(]12,16内的人数为92．(1)求n 的值；(2)以每组数据所在区间的中点值作为本组的代表，估算这些党员干部参与主题教育活动时间的中位数（中位数精确到0.01）．(3)如果计划对参与主题教育活动时间在(]16,24内的党员干部给予奖励，且在(]16,20，(]20,24内的分别评为二等奖和一等奖，那么按照分层抽样的方法从获得一、二等奖的党员干部中选取5人参加社区义务宣讲活动，再从这5人中随机抽取2人作为主宣讲人，求这2人均是二等奖的概率．18．由于疫情影响，今年我们学校开展线上教学，高一年级某班班主任为了了解学生上网学习时间，对本班40名学生某天上网学习时间进行了调查，将数据（取整数）整理后，绘制出如图所示频率分布直方图，已知从左到右各个小组的频率分别是0.15，0.25，0.35，0.20，0.05，则根据直方图所提供的信息：（1）这一天上网学习时间在100~119分钟之间的学生有多少人？（2）估计这40位同学的线上平均学习时间（同一组中的数据用该组区间的中点值为代表）以及中位数分别是多少？（精确到0.1）（3）如果只用这40名学生这一天上网学习时间作为样本去推断该校高一年级全体学生该天的上网学习时间，这样推断是否合理？为什么？19．省政府坚持以习近平新时代中国特色社会主义思想为指导，落实全国、全省教育大会部署，坚持社会主义办学方向，落实立德树人根本任务，发展素质教育，推进育人方式变革，引导全社会树立科学的教育质量观和人才培养观，切实减轻有损中小学生身心健康的过重学业负担，遵循教育教学规律，促进中小学生健康成长，培养德智体美劳全面发展的社会主义建设者和接班人．从某市抽取1000名一年级小学生进行调查，统计他们每周做作业的时长（单位：小时），根据结果绘制的频率分布直方图如下：（1）根据频率分布直方图，求所有被抽查小学生每周做作业的平均时长和中位数；（同一组中的数据用该组区间的中点值作代表）（2）①为了进一步了解，现采用分层抽样的方法从[8,10]和[10,12]组中抽取50名学生，则两组各抽取多少人？②再利用分层抽样从抽取的50人中选5人参加一个座谈会．现从参加座谈会的5名学生中随机抽取两人发言，求[8,10]小组中恰有2人发言的概率？20．为了调查某地区高中女生的日均消费情况，研究人员随机抽取了该地区5000名高中女生作出调查，所得数据统计如下图所示．(1)求a 的值以及这5000名高中女生的日均消费的平均数（同一组数据用该组区间的中间值代替）；(2)在样本中，现按照分层抽样的方法从该地区消费在[)15,20与[)20,25的高中女生中随机抽取9人，若再从9人中随机抽取3人，记这3人中消费在[)15,20的人数为X ，求X 的分布列以及数学期望．21．道德与法律的联系：法律､道德都是行为规范，都是为规范人们的行为而规定的行动准则.1.法律需要道德的奠基和撑持；2.道德的实施需要法律的强制保障.某校进行了一次道德与法律的相关测试（满分：100分），并随机抽取了50个统计其分数，得到的结果如下表所示： 成绩/分 [)0,20[)20,40[)40,60[)60,80[)80,100人数/个 44102210(1)若同一组数据用该区间中点值作代表，试估计这次测试的平均分和中位数（所得结果四舍五入保留整数）；(2)假设处于[)20,40的4个人的成绩分别为20，26，35，38，求表中成绩的10%分位数； (3)以频率估计概率，若在这个学校中，随机挑选3人，记3人的成绩在[)80,100间的数量为随机变量X ，求X 的分布列和数学期望()E X .22．某校从高三年级学生中随机抽取100名学生的某次数学考试成绩，将其成绩分成[)50,60，[)60,70，[)70,80，[)80,90，[]90,100的5组，制成如图所示的频率分布直方图.(1)求图中x 的值；(2)估计这组数据的平均数；(3)若成绩在[)50,60内的学生中男生占40%.现从成绩在[)50,60内的学生中随机抽取2人进行分析，求2人中恰有1名女生的概率.23．某校从高三学生中选取了50名学生参加数学质量检测，成绩（单位：分）分组及各组的频数如下：[40,50)，2；[50,60)，3；[60,70)，10；[70,80)，15；[80,90)，12；[90,100]，8．(1)列出频率分布表；(2)画出频率直方图及频率折线图．24．某农业科学研究所为检验某农作物种子的培育有效率，进行了如下试验：一是对该农作物的10000粒种子进行培育，发现有20粒种子未发芽；二是将未进行培育的该农作物的2500粒种子种植在5块试验田中，各试验田种植的种子数及未发芽数如下表：（1）求y 关于x 的回归直线方程； （2）在上述试验下，若以1nN-表示该农作物种子的培育有效率，其中n 为进行培育的10000粒种子的未发芽数，N 为依据上述回归方程估算的未进行培育的10000粒种子的未发芽数，请估计该农作物种子的培育有效率（结果保留3位有效数字）．参考公式；在回归方程ˆˆˆy bx a =+中，1221ˆni ii nii x y nx ybxnx==-⋅=-∑∑，ˆˆa y bx=-参考答案1．D2．A3．D4．D5．C6．D7．A8．D9．B10．C11．A12．D 13．7014．18-##-0.12515．34 16．6017．（1）由已知可得，0.25(0.02500.04750.05000.0125)0.1150a =-+++=． 则0.1150492n ⨯⨯=，得922000.11504n ==⨯．（2）设中位数为x ，则0.050040.01254(16)0.11500.5x ⨯+⨯+-⨯=，得13.83x ≈．（3）按照分层抽样的方法从(16，20]内选取的人数为0.050540.05000.0125⨯=+，从(20，24]内选取的人数为0.0125510.05000.0125⨯=+．记二等奖的4人分别为a ，b ，c ，d ，一等奖的1人为A ，事件E 为“从这5人中抽取2人作为主宣讲人，且这2人均是二等奖”．从这5人中随机抽取2人的基本事件为(,)a b ，(,)a c ，(,)a d ，(,)a A ，(,)b c ，(,)b d ，(,)b A ，(,)c d ，(,)c A ，(,)d A ，共10种，其中2人均是二等奖的情况有(,)a b ，(,)a c ，(,)a d ，(,)b c ，(,)b d ，(,)c d ，共6种， 由古典概型的概率计算公式得()63105P E ==． 18．（1）因为频数=样本容量⨯频率，一天上网学习时间在100119分钟之间的学生所占频率为0.35，所以一天上网学习时间在100~119分钟之间的学生人数为400.3514⨯=（人） （2）40位同学的线上学习时间估计值为：0.1569.90.2589.90.35109.90.20129.90.05149.9104.9⨯+⨯+⨯+⨯+⨯=分钟在中位数左边和右边的小长方形的面积和是相等的，设在99.9~119.9靠近左侧长度为x ,则0.15+0.25+0.350.5x =解得0.27x ≈； 所以中位数估计值是99.9+0.27=100.17100.2≈（3）因为该样本的选取只在高一某班，不具有代表性，所以这样推断不合理. 19．（1）设抽查学生做作业的平均时长为x ，中位数为y ，0.0510.130.2550.370.1590.1110.0513 6.8x =⨯+⨯+⨯+⨯+⨯+⨯+⨯=， 0.050.10.250.15(6)0.5y y =+++⨯-=，解得203y =即抽查学生做作业的平均时长为6.8，中位数为203． （2）①[8,10]组的人数为10000.15150⨯=人，设抽取的人数为a ，[]10,12组的人数为10000.1100⨯=人， 设抽取的人数为b ，则50150100250a b ==，解得30a =，20b = 所以在[8,10]和[]10,12两组中分别抽取30人和20人，②再抽取5人，其中[8,10]和[]10,12两组中分别抽取3人和2人，将[8,10]组中被抽取的工作人员标记为1A ，2A ，3A ，将[]10,12中的标记为1B ，2B ． 设事件C 表示从[8,10]小组中恰好抽取2人，则抽取的情况如下：{}12,A A ，{}13,A A ，{}11,A B ，{}12,A B ，{}23,A A ，{}21,A B ，{}22,A B ，{}31,A B ，{}32,A B ，{}12,B B 共10种情况；其中在[8,10]中恰好抽取2人有3种，则3()10P C =． 20．（1）由题意得，()20.040.080.0651a +++⨯=，解得0.01a =，故所求平均数为17.50.427.50.332.50.0537.50.0524.25⨯0.2+22.5⨯+⨯+⨯++=（元）； （2）由题意得，消费在[)15,20，[)20,25的高中女生分别有3人和6人，故X 的可能取值为0，1，2，3，∴()6033395021C C P X C ===，()21633915128C C P X C ===，()1263393214C C P X C ===，()0363391384C C P X C ===， 故X 的分布列为：∴()515310123121281484E X =⨯+⨯+⨯+⨯=； 故答案为：1. 21．(1)估计这次测试的平均分为1043045010702290106250x ⨯+⨯+⨯+⨯+⨯==（分）；设这次测试的中位数为0x ，显然()060,80x ∈，则060441022200.550x -+++⋅=，解得066x ≈（分）. 即估计这次测试的中位数为66.(2)由于5010%5⨯=，所以表中成绩的10%分位数为2026232+=. (3)X 所有可能取值为0，1，2，3.由表中数据可知，任意挑选一人，成绩在[)80,100间的概率为101505=. 所以()346405125P X ⎛⎫=== ⎪⎝⎭，()21341481C 55125P X ⎛⎫=== ⎪⎝⎭， ()122341122C 55125P X ⎛⎫⎛⎫=== ⎪ ⎪⎝⎭⎝⎭，()31135125P X ⎛⎫=== ⎪⎝⎭， 故X 的分布列为故X 的数学期望()6448121301231251251251255E X =⨯+⨯+⨯+⨯=. 22．(1)由频率分布直方图得()0.0050.0350.0300.010101x ++++⨯=，解得0.020x =， 所以图中x 的值是0.020.(2)由频率分布直方图得这组数据的平均数： (550.005650.020750.03585x =⨯+⨯+⨯+⨯)0.030950.0101077+⨯⨯=， 所以这组数据的平均数为77.(3)数学成绩在[)50,60内的人数为0. 005101005⨯⨯=(人)，其中男生人数为540%2⨯=(人)，则女生人数为3人，记2名男生分别为1A ，2A ，3名女生分别为1B ，2B ，3B ，从数学成绩在[)50,60内的5人中随机抽取2人进行分析的基本事件为：121112132122A A A B A B A B A B A B ,,,,,,23121323A B B B B B B B ,,,，共10个不同结果，它们等可能， 其中2人中恰有1名女生的基本事件为111213212223,,,,,A B A B A B A B A B A B ，共6种结果， 所以2人中恰有1名女生的概率为为63105=. 23．（1）解：频率分布表如下：（2） 频率直方图及频率折线图如图所示．24． (1)依题意，3004005006007005005x ++++==，2466755y ++++==， 513002400450066006700713700ii i x y ==⋅+⋅+⋅+⋅+⋅=∑， 52222221(34567)100001350000i i x==++++⋅=∑， 于是得512252113700550051200ˆ0.01213500005500100000i ii i i x y nx y b x nx==-⋅-⋅⋅====-⋅-∑∑，ˆˆ50.0125001ay bx =-=-⨯=-， 所以y 关于x 的回归直线方程为ˆ0.0121yx =-； (2)由(1)知，估计未进行培育的10000粒种子的未发芽数N 约为：ˆ0.012100001119y =⨯-=，而已培育的10000粒种子有20粒种子未发芽，即20n =， 所以该农作物种子的培育有效率为209910832119119-=≈。

第31讲统计与统计模型学校____________ 姓名____________ 班级____________一、知识梳理数据的收集与直观表示1.总体、个体、样本与样本容量考察问题涉及的对象全体是总体，总体中每个对象是个体，抽取的部分对象组成总体的一个样本，一个样本中包含的个体数目是样本容量.(1)普查：一般地，对总体中每个个体都进行考察的方法称为普查(也称为全面调查).(2)抽样调查：只抽取样本进行考察的方法称为抽样调查.(1)定义：一般地，简单随机抽样(也称为纯随机抽样)就是从总体中不加任何分组、划类、排队等，完全随机地抽取个体.(2)两种常用方法：抽签法，随机数表法.一般地，如果相对于要考察的问题来说，总体可以分成有明显差别的、互不重叠的几部分时，每一部分可称为层，在各层中按层在总体中所占比例进行随机抽样的方法称为分层随机抽样(简称为分层抽样).(1)常见的统计图表有柱形图、折线图、扇形图、茎叶图、频数分布直方图、频率分布直方图等.(2)频率分布直方图①作频率分布直方图的步骤(ⅰ)找出最值，计算极差：即一组数据中最大值与最小值的差；(ⅱ)合理分组，确定区间：根据数据的多少，一般分5～9组；(ⅲ)整理数据：逐个检查原始数据，统计每个区间内数的个数(称为区间对应的频数)，并求出频数与数据个数的比值(称为区间对应的频率)，各组均为左闭右开区间，最后一组是闭区间；(ⅳ)作出有关图示：频率，每一组数对应的矩形高度与频率成正比，而且每个矩形的面积等于这一组数对应的组距频率，从而可知频率分布直方图中，所有矩形的面积之和为1.②频率分布折线图作图的方法都是：把每个矩形上面一边的中点用线段连接起来.为了方便看图，折线图都画成与横轴相交，所以折线图与横轴的左右两个交点是没有实际意义的.不难看出，虽然作频率分布直方图过程中，原有数据被“压缩”了，从这两种图中也得不到所有原始数据.但是，由这两种图可以清楚地看出数据分布的总体态势，而且也可以得出有关数字特征的大致情况.比如，估计出平均数、中位数、百分位数、方差.当然，利用直方图估计出的这些数字特征与利用原始数据求出的数字特征一般会有差异. 数据的数字特征、用样本估计总体 (1)最值一组数据的最值指的是其中的最大值与最小值，最值反映的是这组数最极端的情况. (2)平均数①定义：如果给定的一组数是x 1，x 2，…，x n ，则这组数的平均数为x －＝1n(x 1＋x 2＋…＋x n ).这一公式在数学中常简记为x －＝1n∑ni ＝1x i ， ②性质：一般地，利用平均数的计算公式可知，如果x 1，x 2，…，x n 的平均数为x ，且a ，b 为常数，则ax 1＋b ，ax 2＋b ，…，ax n ＋b 的平均数为a x －＋b .(3)中位数有奇数个数，且按照从小到大排列后为x 1，x 2，…，x 2n ＋1，则称x n ＋1为这组数的中位数；如果一组数有偶数个数，且按照从小到大排列后为x 1，x 2，…，x 2n ，则称x n ＋x n ＋12为这组数的中位数. (4)百分位数①定义：一组数的p %(p ∈(0，100))分位数指的是满足下列条件的一个数值：至少有p %的数据不大于该值，且至少有(100－p )%的数据不小于该值.②确定方法：设一组数按照从小到大排列后为x 1，x 2，…，x n ，计算i ＝np %的值，如果i 不是整数，设i 0为大于i 的最小整数，取xi 0为p %分位数；如果i 是整数，取x i ＋x i ＋12为p %分位数. (5)众数一组数据中，出现次数最多的数据称为这组数据的众数. (6)极差、方差与标准差①极差：一组数的极差指的是这组数的最大值减去最小值所得的差，描述了这组数的离散程度. ②方差定义：如果x 1，x 2，…，x n 的平均数为x ，则方差可用求和符号表示为s 2＝1n∑n i ＝1(x i －x －)2＝1n∑ni ＝1x 2i －x －2. 性质：如果a ，b 为常数，则ax 1＋b ，ax 2＋b ，…，ax n ＋b 的方差为a 2s 2. ③标准差定义：方差的算术平方根s 表示，即样本数据x 1，x 2，…，x n 的标准差为s ＝1n∑ni ＝1（x i －x ）2. 性质：如果a ，b 为常数，则ax 1＋b ，ax 2＋b ，…，ax n ＋b 的标准差为|a |s .一般情况下，如果样本容量恰当，抽样方法合理，在估计总体的数字特征时，只需直接算出样本对应的数字特征即可. 统计模型(1)相关关系：两个变量有关系，但又没有确切到可由其中的一个去精确地决定另一个的程度，这种关系称为相关关系. (2)相关关系的分类：正相关和负相关.(3)线性相关：如果变量x 与变量y 之间的关系可以近似地用一次函数来刻画，则称x 与y 线性相关.(1)r ＝∑ni ＝1（x i －x －）（y i －y －）∑ni ＝1（x i －x －）2∑ni ＝1（y i －y －）2＝∑ni ＝1x i y i －nx －y－（∑ni ＝1x 2i －n x －2）（∑ni ＝1y 2i －ny 2）.(2)当r >0时，成对样本数据正相关；当r <0时，成对样本数据负相关.(3)|r |≤1；当|r |越接近1时，成对样本数据的线性相关程度越强；当|r |越接近0时，成对样本数据的线性相关程度越弱.(1)我们将y ^＝b ^x ＋a ^称为y 关于x 的回归直线方程，其中⎩⎪⎨⎪⎧b ^＝∑n i ＝1（x i －x －）（y i －y －）∑ni ＝1（x i －x －）2＝∑ni ＝1x i y i －n x －y －∑n i ＝1x 2i －n x－2，a ^＝y ^－b ^x －.(2)残差：观测值减去预测值，称为残差. 4.2×2列联表和χ2如果随机事件A 与B 的样本数据的2×2列联表如下.记n ＝a ＋b ＋c χ2＝n （ad－bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ）.统计学中，常用的显著性水平α以及对应的分位数k 如下表所示.要推断“A (1)作2×2列联表.(2)根据2×2列联表计算χ2的值.(3)查对分位数kχ2的值后，发现χ2≥k 成立，就称在犯错误的概率不超过α的前提下，可以认为A 与B 不独立(也称为A 与B 有关)；或说有1－α的把握认为A 与Bχ2<k 成立，就称不能得到前述结论.这一过程通常称为独立性检验.二、考点和典型例题1、数据的收集与直观表示【典例1-1】北京2022年冬奥会期间，某大学派出了100名志愿者，为了解志愿者的工作情况，该大学学生会将这100名志愿者随机编号为1，2，…，100，再从中利用系统抽样的方法抽取一个容量为20的样本进行问卷调查，若所抽中的最小编号为3，则所抽中的最大编号为（）A．96 B．97 C．98 D．99【典例1-2】某社区卫生室为了了解该社区居民的身体健康状况，对该社区1100名男性居民和900名女性居民按性别采用等比例分层随机抽样的方法进行抽样调查，抽取了一个容量为100的样本，则应从男性居民中抽取的人数为（）A．45 B．50 C．55 D．60【典例1-3】已知某地区中小学生人数比例和近视情况分别如图甲和图乙所示，为了了解该地区中小学生的近视形成原因，用分层抽样的方法随机抽取1%的学生进行调查，其中被抽取的小学生有80人，则样本容量和该地区的高中生近视人数分别为（）A．200，25 B．200，2500 C．8000，25 D．8000，2500【典例1-4】将某市参加高中数学建模竞赛的学生成绩分成5组：[50,60),[60,70),[70,80),[80,90),[90,100)，并整理得到频率分布直方图（如图所示）．现按成绩运用分层抽样的方法抽取100位同学进行学习方法的问卷调查，则成绩在区间[70,80)内应抽取的人数为（）A ．10B ．20C ．30D ．35【典例1-5】某学校为调查学生参加课外体育锻炼的时间，将该校某班的40名学生进行编号，分别为00，01，02，…，39，现从中抽取一个容量为10的样本进行调查，选取方法是从下面的随机数表的第1行第11列开始向右读取数据，直到取足样本，则抽取样本的第6个号码为（ ）90 84 60 79 80 24 36 59 87 38 82 07 53 89 35 96 35 23 79 18 05 98 90 07 3546 40 62 98 80 54 97 20 56 95 15 74 80 08 32 16 46 70 50 80 67 72 16 42 75 A ．07 B ．40C ．35D ．232、数据的数字特征、用样本估计总体【典例2-1】某学校举行诗歌朗诵比赛，10位评委对甲、乙两位同学的表现打分，满分为10分，将两位同学的得分制成如下茎叶图，其中茎叶图茎部分是得分的个位数，叶部分是得分的小数，则下列说法错误的是（ ）A ．甲同学的平均分大于乙同学的平均分C ．甲、乙两位同学得分的中位数相同D ．甲同学得分的方差更小【典例2-2】已知数据1x ，2x ，…，n x 的平均值为2，方差为1，若数据11ax ，21ax +，…，()10n ax a +>的平均值为b ，方差为4，则b =（ ）.A ．5B ．4C ．3D ．2【典例2-3】某校高一年级1000名学生在一次考试中的成绩的频率分布直方图如图所示，现用分层抽样的方法从成绩40~70分的同学中共抽取80名同学，则抽取成绩50~60分的人数是（ ）A ．20B ．30C ．40D ．50【典例2-4】某高中为了了解本校学生考入大学一年后的学习情况，对本校上一年考入大学的同学进行了调查，根据学生所属的专业类型，制成饼图，现从这些同学中抽出100人进行进一步调查，已知张三为理学专业，李四为工学专业，则下列说法不正确的是（ ）A ．若按专业类型进行分层抽样，则张三被抽到的可能性比李四大B ．若按专业类型进行分层抽样，则理学专业和工学专业应抽取30人和20人C ．采用分层抽样比简单随机抽样更合理D ．该问题中的样本容量为100【典例2-5】如图是2021年青年歌手大奖赛中，七位评委为甲､乙两名选手打出的分数的茎叶图（其中m n ､均为数字09中的一个），在去掉一个最高分和一个是低分后，则下列说法错误的是（ ）A ．甲选手得分的平均数一定大于乙选手得分的平均数B ．甲选手得分的中位数一定大于乙选手得分的中位数C ．甲选手得分的众数与m 的值无关D ．甲选手得分的方差与n 的值无关 3、统计模型【典例3-1】已知下列命题：①回归直线y bx a =+恒过样本点的中心(),x y ;②两个变量线性相关性越强，则相关系数r 就越接近于1; ③两个模型中残差平方和越小的模型拟合的效果越好． 则正确命题的个数是（ ）． A ．0B ．1C ．2D ．3【典例3-2】下列说法错误的是（ ） A ．相关系数r 的绝对值越大，两个变量的线性相关性越强 B ．在回归分析中，残差平方和越大，模型的拟合效果越好C ．相关指数20.64R =，表示解释变量对于预报变量变化的贡献率为64%D ．在残差图中，残差点分布的带状区域的宽度越狭窄，其模型拟合的精度越高 【典例3-3】如图是一组实验数据构成的散点图，以下函数中适合作为y 与x 的回归方程的类型是（ ）A ．y ax b =+B ．2y ax c =+C ．log a y b x c =+D ．x y ba c =+【典例3-4】当下，大量的青少年沉迷于各种网络游戏，极大地毒害了青少年的身心健康.为了引导青少年抵制不良游戏，适度参与益脑游戏，某游戏公司开发了一款益脑游戏，在内测时收集了玩家对每一关的平均过关时间，如下表：计算得到一些统计量的值为：661128.5,106.05i i i i i u x u ====∑∑，其中，ln i i u y =.若用模型e bx y a =拟合y 与x 的关系，根据提供的数据，求出y 与x 的经验回归方程；参考公式：对于一组数据(),i i x y （1,2,3,,i n =⋅⋅⋅），其经验回归直线ˆˆˆybx a =+的斜率和截距的最小二乘估计分别为1221ˆniii nii x ynxybxnx =-=-=-∑∑，ˆˆay bx =-. 【典例3-5】2022年北京冬奥会即第24届冬季奥林匹克运动会在2022年2月4日至2月20日在北京和张家口举行.某研究机构为了解大学生对冰壶运动是否有兴趣，从某大学随机抽取男生、女生各200人，对冰壶运动有兴趣的人数占总数的2740，女生中有80人对冰壶运动没有兴趣.(1)完成上面2×2列联表，并判断是否有99%的把握认为对冰壶运动是否有兴趣与性别有关？(2)按性别用分层抽样的方法从对冰壶运动有兴趣的学生中抽取9人，若从这9人中随机选出2人作为冰壶运动的宣传员，设X 表示选出的2人中女生的人数，求X 的分布列和数学期望.附：22()()()()()()n ad bc K n a b c d a b c d a c b d -==+++++++.。

第4节 变量间的相关关系与统计案例考试要求 1.会作两个有关联变量的数据的散点图，会利用散点图认识变量间的相关关系；2.了解最小二乘法的思想，能根据给出的线性回归方程系数公式建立线性回归方程(线性回归方程系数公式不要求记忆)；3.了解独立性检验(只要求2×2列联表)的基本思想、方法及其简单应用；4.了解回归分析的基本思想、方法及其简单应用.1.相关关系与回归分析回归分析是对具有相关关系的两个变量进行统计分析的一种常用方法；判断相关性的常用统计图是：散点图；统计量有相关系数与相关指数.(1)在散点图中，点散布在从左下角到右上角的区域，对于两个变量的这种相关关系，我们将它称为正相关.(2)在散点图中，点散布在从左上角到右下角的区域，两个变量的这种相关关系称为负相关.(3)如果散点图中点的分布从整体上看大致在一条直线附近，称两个变量具有线性相关关系. 2.线性回归方程(1)最小二乘法：使得样本数据的点到回归直线的距离的平方和最小的方法叫做最小二乘法.(2)回归方程：两个具有线性相关关系的变量的一组数据：(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )，其回归方程为y ^＝b ^x ＋a ^__，则b ^＝, a ^=y －-b ^x －.其中，b ^是回归方程的斜率，a ^是在y 轴上的截距.回归直线一定过样本点的中心(x －,y －). 3.回归分析(1)定义：对具有相关关系的两个变量进行统计分析的一种常用方法.（2）样本点的中心:对于一组具有线性相关关系的数据（x 1, y 1）(x 2, y 2),…，（x n, y n ）, 其中(x －,y －)称为样本点的中心. (3)相关系数当r >0时，表明两个变量正相关； 当r <0时，表明两个变量负相关.r 的绝对值越接近于1，表明两个变量的线性相关性越强.r 的绝对值越接近于0，表明两个变量之间几乎不存在线性相关关系.通常|r |大于0.75时，认为两个变量有很强的线性相关性.(4)相关指数：R 2＝.其中是残差平方和，其值越小，则R 2越大(接近1)，模型的拟合效果越好. 4.独立性检验(1)利用随机变量K 2来判断“两个分类变量有关系”的方法称为独立性检验. (2)列联表：列出的两个分类变量的频数表，称为列联表.假设有两个分类变量X 和Y ，它们的可能取值分别为{x 1，x 2}和{y 1，y 2}，其样本频数列联表(2×2列联表)为y 1 y 2 总计 x 1 a b a ＋b x 2 c dc ＋d总计a ＋cb ＋d a ＋b ＋c ＋d则随机变量K 2＝n （ad －bc ）2（a ＋b ）（a ＋c ）（b ＋d ）（c ＋d ）n ＝a ＋b ＋c ＋d 为样本容量.1.求解回归方程的关键是确定回归系数a ^，b ^，应充分利用回归直线过样本点的中心(x －，y －).2.根据回归方程计算的y ^值，仅是一个预报值，不是真实发生的值.3.根据K 2的值可以判断两个分类变量有关的可信程度，若K 2越大，则两分类变量有关的把握越大.1.思考辨析(在括号内打“√”或“×”)(1)“名师出高徒”可以解释为教师的教学水平与学生的水平成正相关关系.( )(2)通过回归直线方程y ^＝b ^x ＋a ^可以估计预报变量的取值和变化趋势.( ) (3)只有两个变量有相关关系，所得到的回归模型才有预测价值.( ) (4)事件X ，Y 关系越密切，则由观测数据计算得到的K 2的观测值越大.( ) 答案 (1)√ (2)√ (3)√ (4)√2.(易错题)(2022·兰州模拟)在一组样本数据(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )(n ≥2，n ∈N *，x 1，x 2，…，x n 不全相等)的散点图中，若所有样本点(x i ，y i )(i ＝1，2，…，n )都在直线y ＝12x ＋1上，则这组样本数据的样本相关系数为( ) A.－1 B.0C.12D.1答案 D解析 由题设知，所有样本点(x i ，y i )(i ＝1，2，…，n )都在直线y ＝12x ＋1上，可知这组样本数据完全正相关，故其相关系数为1，故选D.3.两个变量y 与x 的回归模型中，分别选择了4个不同模型，它们的相关指数R 2如下，其中拟合效果最好的模型是( ) A.模型1的相关指数R 2为0.98 B.模型2的相关指数R 2为0.80C.模型3的相关指数R2为0.50D.模型4的相关指数R2为0.25答案 A解析在两个变量y与x的回归模型中，它们的相关指数R2越近于1，拟合效果越好，在四个选项中A的相关指数最大，所以拟合效果最好的是模型1.4.(2020·全国Ⅰ卷)某校一个课外学习小组为研究某作物种子的发芽率y和温度x(单位：℃)的关系，在20个不同的温度条件下进行种子发芽实验，由实验数据(x i，y i)(i＝1，2，…，20)得到下面的散点图：由此散点图，在10 ℃至40 ℃之间，下面四个回归方程类型中最适宜作为发芽率y和温度x的回归方程类型的是()A.y＝a＋bxB.y＝a＋bx2C.y＝a＋b e xD.y＝a＋b ln x答案 D解析由散点图可以看出，这些点大致分布在对数型函数的图象附近.故选D. 5.为了判断高中三年级学生是否选修文科与性别的关系，现随机抽取50名学生，得到如下2×2列联表：理科文科男1310女720已知P(K2≥3.841)≈0.05，P(K2≥5.024)≈0.025.根据表中数据，得到K2的观测值k＝50×（13×20－10×7）223×27×20×30≈4.844.则认为选修文科与性别有关系出错的可能性为________.答案 5%解析 K 2的观测值k ≈4.844，这表明小概率事件发生.根据假设检验的基本原理，应该断定“是否选修文科与性别之间有关系”成立，并且这种判断出错的可能性约为5%.6.(2022·银川模拟)某车间为了提高工作效率，需要测试加工零件所花费的时间，为此进行了5次试验，这5次试验的数据如下表：零件数x (个) 10 20 30 40 50 加工时间y (min)62a758189若用最小二乘法求得回归直线方程为y ^＝0.67x ＋54.9，则a 的值为________. 答案 68解析 x －＝10＋20＋30＋40＋505＝30，y －＝62＋a ＋75＋81＋895＝61＋2＋a 5，所以61＋2＋a5＝0.67×30＋54.9， 解得a ＝68.考点一 相关关系的判断1.某商家今年上半年各月的人均销售额(单位：千元)与利润率统计表如下：月份 1 2 3 4 5 6 人均销售额 6 5 8 3 4 7 利润率(%)12.610.418.53.08.116.3根据表中数据，下列说法正确的是( ) A.利润率与人均销售额成正相关关系 B.利润率与人均销售额成负相关关系 C.利润率与人均销售额成正比例函数关系D.利润率与人均销售额成反比例函数关系 答案 A解析 由统计表可得利润率与人均销售额不是正比例关系，也不是反比例关系，排除C 和D ；其属于正相关关系，A 正确，B 错误.2.对四组数据进行统计，获得如图所示的散点图，关于其相关系数的比较，正确的是( )A.r 2<r 4<0<r 3<r 1B.r 4<r 2<0<r 1<r 3C.r 4<r 2<0<r 3<r 1D.r 2<r 4<0<r 1<r 3 答案 A解析 由散点图知图①与图③是正相关，故r 1>0，r 3>0， 图②与图④是负相关，故r 2<0，r 4<0，且图①与图②的样本点集中在一条直线附近，因此r 2<r 4<0<r 3<r 1，故选A. 3.(2022·合肥模拟)根据如下样本数据，得到回归直线方程y ^＝b ^x ＋a ^，则( )x 3 4 5 6 7 8 y－3.0 －2.00.5－0.52.54.0A.a ^>0，b ^>0 B.a ^>0，b ^<0 C.a ^<0，b ^>0D.a ^<0，b ^<0答案 C解析 作出散点图(图略)，由散点图可知，a ^<0，b ^>0. 感悟提升 判断相关关系的两种方法：(1)散点图法：如果样本点的分布从整体上看大致在某一曲线附近，变量之间就有相关关系；如果样本点的分布从整体上看大致在某一直线附近，变量之间就有线性相关关系.(2)相关系数法：利用相关系数判定，|r |越趋近于1，相关性越强. 考点二 回归分析 角度1 线性回归方程及应用例1 (2021·成都诊断)某种机械设备随着使用年限的增加，它的使用功能逐渐减退，使用价值逐年减少，通常把它使用价值逐年减少的“量”换算成费用，称之为“失效费”.某种机械设备的使用年限x (单位：年)与失效费y (单位：万元)的统计数据如下表所示：使用年限x (单位：年) 1234567失效费y (单位：万元)2.903.30 3.604.40 4.805.20 5.90(1)由上表数据可知，可用线性回归模型拟合y 与x 的关系，请用相关系数加以说明；(精确到0.01)(2)求出y 关于x 的线性回归方程，并估算该种机械设备使用10年的失效费. 参考公式：相关系数r ＝∑ni ＝1 （x i －x －）（y i －y －）∑ni ＝1 （x i －x －）2∑ni ＝1（y i －y －）2.线性回归方程y ^＝b ^x ＋a ^中斜率和截距最小二乘估计计算公式：b ^＝∑ni ＝1（x i －x －）（y i －y －）∑ni ＝1（x i －x －）2，a ^＝y －－b ^x －. 参考数据：∑7i ＝1(x i －x －)(y i －y －)＝14.00， ∑7i ＝1(y i －y －)2＝7.08，198.24≈14.10.解 (1)由题意，知x －＝1＋2＋3＋4＋5＋6＋77＝4，y －＝2.90＋3.30＋3.60＋4.40＋4.80＋5.20＋5.907＝4.30，∑7i ＝1(x i －x －)2＝(1－4)2＋(2－4)2＋(3－4)2＋(4－4)2＋(5－4)2＋(6－4)2＋(7－4)2＝28， ∴r ＝14.0028×7.08＝14.00198.24≈14.0014.10≈0.99.因为y 与x 的相关系数近似为0.99，所以y 与x 的线性相关程度相当大，从而可以用线性回归模型拟合y 与x 的关系. (2)∵b ^＝∑7i ＝1 （x i －x －）（y i －y －）∑7i ＝1 （x i －x －）2＝1428＝0.5， ∴a ^＝y －－b ^x －＝4.3－0.5×4＝2.3.∴y 关于x 的线性回归方程为y ^＝0.5x ＋2.3.将x ＝10代入线性回归方程，得y ^＝0.5×10＋2.3＝7.3， ∴估算该种机械设备使用10年的失效费为7.3万元. 角度2 非线性回归方程及应用例2 (2022·郑州调研)人类已经进入大数据时代.目前，数据量级已经从TB(1 TB ＝1 024 GB)级别跃升到PB(1 PB ＝1 024 TB)，EB(1 EB ＝1 024 PB)乃至ZB(1 ZB ＝1 024 EB)级别.国际数据公司(IDC)研究结果表明，2008年全球产生的数据量为0.49 ZB ，2009年数据量为0.8 ZB ，2010年增长到1.2 ZB ，2011年数据量更是高达1.82 ZB.下表是国际数据公司(IDC)研究的全球近6年每年产生的数据量(单位：ZB)及相关统计量的值：表中z i ＝ln y i ，z －＝16∑6i ＝1z i . (1)根据上表数据信息判断，方程y ＝c 1·e c 2x (e 是自然对数的底数)更适宜作为该公司统计的年数据量y 关于年份序号x 的回归方程类型，试求此回归方程(c 2精确到0.01)；(2)有人预计2022年全世界产生的数据规模将超过2011年的50倍.根据(1)中的回归方程，说明这种判断是否准确，并说明理由. 参数数据：e4.56≈95.58，e4.58≈97.51，回归方程y ^＝a ^＋b ^x 中，b ^＝∑n i ＝1（x i －x －）（y i －y －）∑ni ＝1 （x i －x －）2＝∑ni ＝1x i y i －nx － y －∑n i ＝1x 2i －nx －2， a ^＝y －－b ^x －.解 (1)由y ＝c 1·e c 2x 得ln y ＝c 2x ＋ln c 1， 即z ＝c 2x ＋ln c 1，∴c 2＝∑6i ＝1（x i －x －）（z i －z －）∑6i ＝1（x i －x －）2＝6.7317.5≈0.38.又∵z －＝c 2x －＋ln c 1，0.38×3.5＋ln c 1＝2.85，ln c 1＝1.52. ∴ln y ＝0.38x ＋1.52，即y ＝e 0.38x ＋1.52为所求的回归方程. (2)根据(1)知回归方程为y ＝e 0.38x ＋1.52.当x ＝9时，y ＝e 0.38×9＋1.52＝e 4.94>e 4.56≈95.58，95.581.82≈52.52.据此可以判断2022年全球产生的数据量超过2011年的50倍，因此，这种判断是准确的.感悟提升 回归分析问题的类型及解题方法 (1)求回归方程①根据散点图判断两变量是否线性相关，如不是，应通过换元构造线性相关. ②利用公式，求出回归系数b ^.③待定系数法：利用回归直线过样本点的中心求系数a ^.(2)利用回归方程进行预测，把线性回归方程看作一次函数，求函数值. (3)利用回归直线判断正、负相关，决定正相关还是负相关的是系数b ^.(4)回归方程的拟合效果，可以利用相关系数判断，当|r |越趋近于1时，两变量的线性相关性越强.训练1 下面给出了根据我国2015～2021年水果人均占有量y (单位：kg)和年份代码x 绘制的散点图和线性回归方程的残差图.(2015年～2021年的年份代码x 分别为1～7)(1)根据散点图分析y 与x 之间的相关关系；(2)根据散点图相应数据计算得∑7i ＝1y i ＝1 074，∑7i ＝1x i y i ＝4 517，求y 关于x 的线性回归方程；(精确到0.01)(3)根据线性回归方程的残差图，分析线性回归方程的拟合效果. 附：回归方程y ^＝a ^＋b ^x 中斜率和截距的最小二乘估计公式分别为 b ^＝∑ni ＝1 （x i －x －）（y i －y －）∑ni ＝1 （x i －x －）2＝∑ni ＝1x i y i －nx － y －∑n i ＝1x 2i－nx －2， a ^＝y －－b ^x －.解 (1)从散点图可以看出，这些点的分布整体上在一条直线附近，且当x 由小变大时，y 也由小变大，所以y 与x 之间具有线性相关关系，且是正相关. (2)由题意可知，x －＝1＋2＋3＋4＋5＋6＋77＝4，y －＝17∑7i ＝1y i＝1 0747， ∑7i ＝1x 2i ＝12＋22＋32＋42＋52＋62＋72＝140， ∴b ^＝∑7i ＝1x i y i－7x － y －∑7i ＝1x 2i －7x －2＝4 517－7×4×1 0747140－7×42＝22128≈7.89，∴a ^＝y －－b ^x －＝1 0747－7.89×4≈121.87，∴y 关于x 的线性回归方程为y ^＝7.89x ＋121.87.(3)由残差图可以看出历年数据的残差均分布在－2～2之间，且图中各点比较均匀地分布在数值0所在直线附近，带状区域很窄，说明对应的回归直线拟合效果较好.考点三 独立性检验例3 (2021·武汉质检)有关研究表明，正确佩戴安全头盔，规范使用安全带能够将交通事故死亡风险大幅降低，对保护群众生命安全具有重要作用.2020年4月，“一盔一带”安全守护行动在全国各地开展，行动期间，公安交管部门将加强执法管理，依法查纠摩托车和电动自行车骑乘人员不佩戴安全头盔，汽车驾乘人员不使用安全带的行为，助推养成安全习惯，该行动开展一段时间后，某市针对电动自行车骑乘人员是否佩戴安全头盔问题进行调查，在随机调查的1 000名骑行人员中，记录其年龄和是否佩戴头盔情况，得到统计图如图所示.(1)估算该市电动自行车骑乘人员的平均年龄； (2)根据所给的数据，完成列联表：是否佩戴头盔是否(3)根据(2)中的列联表，判断是否有99%的把握认为佩戴安全头盔与年龄有关. 附：K 2＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ）.解 (1)该市电动自行车骑乘人员平均年龄为25×0.25＋35×0.35＋45×0.2＋55×0.15＋65×0.05＝39(周岁). (2)完成2×2列联表如下：(3)K 2的观测值k ＝1 000×（60×540－60×340）2600×400×880×120＝12522≈5.682<6.635.故没有99%的把握认为佩戴安全头盔与年龄有关.感悟提升 1.在2×2列联表中，如果两个变量没有关系，则应满足ad －bc ≈0. |ad －bc |越小，说明两个变量之间关系越弱；|ad －bc |越大，说明两个变量之间关系越强.2.解决独立性检验的应用问题，一定要按照独立性检验的步骤得出结论.独立性检验的一般步骤：(1)根据样本数据制成2×2列联表：(2)根据公式K2＝n（ad－bc）2（a＋b）（a＋c）（b＋d）（c＋d）计算K2的观测值k；(3)通过比较观测值k与临界值的大小关系来作统计推断.训练2 (2022·南宁模拟)第五代移动通信技术(5G技术)是最新一代蜂窝移动通信技术，也是继4G、3G和2G系统之后的延伸.5G的性能目标是高数据速率、减少延迟、节省能源、降低成本、提高系统容量和大规模设备连接.某大学为了解学生对“5G”相关知识的了解程度，随机抽取100名学生参与测试，并根据得分划分成“不太了解”或“比较了解”两类后整理得到如下列联表：(1)补全列联表，并判断是否有99.9%的把握认为“学生对5G的了解程度与性别有关”；(2)从“不太了解”的学生中按性别分层抽取6人，再从这6人中随机选取2人参加“5G”知识讲座，求抽到的2人中恰有1名女生的概率.附：K2＝n（ad－bc）2（a＋b）（c＋d）（a＋c）（b＋d）(n＝a＋b＋c＋d). 临界值表：解(1)补全的列联表如下：不太了解 比较了解 总计 男生 25 33 58 女生 5 37 42 总计3070100所以K 2的观测值k ＝100×（25×37－33×5）258×42×30×70≈11.291>10.828，故有99.9%的把握认为“学生对5G 的了解程度与性别有关”. (2)“不太了解”的男生有25人，女生有5人，按性别分层抽样从中抽取6人，则男生应抽取5人，记为a ，b ，c ，d ，e ，女生应抽取1人，记为x ，再从这6人中随机抽取2人共有15种情况：xa ，xb ，xc ，xd ，xe ，ab ，ac ，ad ，ae ，bc ，bd ，be ，cd ，ce ，de ，抽到恰有1名女生有5种情况：xa ，xb ，xc ，xd ，xe ， 所以所求的概率为515＝13.1.为调查中学生近视情况，测得某校在150名男生中有80名近视，在140名女生中有70名近视.在检验这些学生眼睛近视是否与性别有关时，用下列哪种方法最有说服力( ) A.回归分析 B.均值与方差 C.独立性检验 D.概率答案 C解析 “近视”与“性别”是两类变量，其是否有关，应用独立性检验判断. 2.对变量x ，y 有观测数据(x i ，y i )(i ＝1，2，…，10)，得散点图(1)；对变量u ，v ，有观测数据(u i ，v i )(i ＝1，2，…，10)，得散点图(2)，由这两个散点图可以判断( )A.变量x 与y 正相关，u 与v 正相关B.变量x 与y 正相关，u 与v 负相关C.变量x 与y 负相关，u 与v 正相关D.变量x 与y 负相关，u 与v 负相关 答案 C解析 由题图(1)可知，y 随x 的增大而减小，各点整体呈下降趋势，x 与y 负相关，由题图(2)可知，u 随v 的增大而增大，各点整体呈上升趋势，u 与v 正相关. 3.有下列说法：①在残差图中，残差点比较均匀地落在水平的带状区域内，说明选用的模型比较合适；②用相关指数R 2来刻画回归的效果，R 2值越接近于1，说明模型的拟合效果越好；③比较两个模型的拟合效果，可以比较残差平方和的大小，残差平方和越小的模型，拟合效果越好.正确的是( ) A.①② B.②③ C.①③ D.①②③答案 D4.(2022·昆明诊断)下表是关于某设备的使用年限x (单位：年)和所支出的维修费用y (单位：万元)的统计表：x 2 3 4 5 6 y3.44.25.15.56.8由表可得线性回归方程y ^＝0.81x ＋a ^，若规定：维修费用y 不超过10万元，一旦大于10万元时，该设备必须报废.据此模型预测，该设备使用年限的最大值约为( ) A.7B.8C.9D.10答案 D解析 由已知表格，得x －＝15×(2＋3＋4＋5＋6)＝4， y －＝15×(3.4＋4.2＋5.1＋5.5＋6.8)＝5，因为回归直线恒过样本点的中心(x －，y －)， 所以5＝0.81×4＋a ^，解得a ^＝1.76， 所以回归直线的方程为y ^＝0.81x ＋1.76，由y ≤10，得0.81x ＋1.76≤10，解得x ≤82481≈10.17，由于x ∈N *，所以据此模型预测，该设备使用年限的最大值为10.故选D. 5.某高校为调查学生喜欢“应用统计”课程是否与性别有关，随机抽取了选修课程的55名学生，得到数据如下表：附表：参考公式：K 2＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ），其中n ＝a ＋b ＋c ＋d .参照附表，得到的正确结论是( )A.在犯错误的概率不超过0.1%的前提下，认为喜欢“应用统计”课程与性别有关B.在犯错误的概率不超过0.1%的前提下，认为喜欢“应用统计”课程与性别无关C.有99.99%以上的把握认为喜欢“应用统计”课程与性别有关D.有99.99%以上的把握认为喜欢“应用统计”课程与性别无关 答案 A解析 ∵K 2的观测值k ＝55×（20×20－5×10）225×30×30×25≈11.978＞10.828，所以有99.9%的把握认为喜欢“应用统计”课程与性别有关，即在犯错误的概率不超过0.1%的前提下，认为喜欢“应用统计”课程与性别有关. 6.下列说法：①残差可用来判断模型拟合的效果；②设有一个回归方程：y ^＝3－5x ，变量x 增加一个单位时，y 平均增加5个单位； ③线性回归直线：y ^＝b ^x ＋a ^必过点(x －，y －)；④在一个2×2列联表中，由计算得K 2的观测值k ＝6.665，则有99%的把握确认这两个变量间有关系(其中P (K 2≥6.635)＝0.010)， 其中错误的个数是( ) A.0 B.1 C.2 D.3答案 B解析 对于①，残差可用来判断模型拟合的效果，残差越小，拟合效果越好，∴①正确；对于②，回归方程y ^＝3－5x 中，变量x 增加一个单位时，y 平均减少5个单位，∴②错误；对于③，线性回归直线y ^＝b ^x ＋a ^必过样本点的中心(x －，y －)，∴③正确； 对于④，在2×2列联表中，由计算得k ＝6.665，对照临界值得，有99%的把握确认这两个变量间有关系，∴④正确. 综上，其中错误的命题是②，共1个，故选B.7.已知x 和y 的散点图如图所示，在相关关系中，若用y ＝c 1e c 2x 拟合时的相关指数为R 21，用y ^＝b ^x ＋a ^拟合时的相关指数为R 22，则R 21，R 22中较大的是________.答案 R 21解析 由散点图知，用y ＝c 1e c 2x 拟合的效果比y ^＝b ^x ＋a ^拟合的效果要好，所以R 21>R 22，故较大者为R 21.8.某医疗研究所为了检验某种血清预防感冒的作用，把500名使用血清的人与另外500名未使用血清的人一年中的感冒记录作比较，提出假设H 0：“这种血清不能起到预防感冒的作用”，利用2×2列联表计算得K 2的观测值k ≈3.918，经查临界值表知P (K 2≥3.841)≈0.05.则下列结论中，正确结论的序号是________. ①有95%的把握认为“这种血清能起到预防感冒的作用”；②若某人未使用该血清，那么他在一年中有95%的可能性得感冒；③这种血清预防感冒的有效率为95%；④这种血清预防感冒的有效率为5%. 答案 ①解析 k ≈3.918≥3.841，而P (K 2≥3.814)≈0.05，所以有95%的把握认为“这种血清能起到预防感冒的作用”.要注意我们检验的是假设是否成立和该血清预防感冒的有效率是没有关系的，不是同一个问题，不要混淆.9.在一次对人体脂肪含量和年龄的关系的研究中，研究人员获得了一组样本数据，并制成如图所示的人体脂肪含量与年龄的关系的散点图，下列结论中正确的是________(填序号).①人体脂肪含量与年龄正相关，且脂肪含量的中位数等于20%； ②人体脂肪含量与年龄正相关，且脂肪含量的中位数小于20%；③人体脂肪含量与年龄负相关，且脂肪含量的中位数等于20%； ④人体脂肪含量与年龄负相关，且脂肪含量的中位数小于20%. 答案 ②解析 观察图形，可知人体脂肪含量与年龄正相关，且脂肪含量的中位数小于20%.10.(2022·河南名校联考)某学校食堂统计了最近5天到餐厅就餐的人数x (单位：百人)与食堂向食材公司购买所需食材(原材料)的数量y (单位：袋)，得到如下统计表：(1)根据所给的5组数据，求出y 关于x 的线性回归方程y ^＝b ^x ＋a ^；(2)已知购买食材的费用C (单位：元)与数量y (单位：袋)的关系为C ＝⎩⎨⎧400y －20，0<y <36（y ∈N ），380y ，y ≥36（y ∈N ），投入使用的每袋食材相应的销售单价为700元，多余的食材必须无偿退还食材公司，据悉下周一大约有1 500人到食堂餐厅就餐，根据(1)中求出的线性回归方程，预测食堂应购买多少袋食材，才能获得最大利润，最大利润是多少？(注：利润L ＝销售收入－原材料费用)参考公式：b ^＝∑ni ＝1（x i －x －）（y i －y －）∑ni ＝1 （x i －x －）2＝∑ni ＝1x i y i －nx － y －∑n i ＝1x 2i－nx －2，a ^＝y －－b ^x －. 参考数据：∑5i ＝1x i y i ＝1 343，∑5i ＝1x 2i ＝558，∑5i ＝1y 2i＝3 237. 解 (1)由所给数据可得x －＝13＋9＋8＋10＋125＝10.4，y －＝32＋23＋18＋24＋285＝25，所以b ^＝∑5i ＝1x i y i －5x － y －∑5i ＝1x 2i－5x －2＝1 343－5×10.4×25558－5×10.42＝2.5，又a ^＝y －－b ^x －＝25－2.5×10.4＝－1， 所以y 关于x 的线性回归方程为y ^＝2.5x －1. (2)由(1)中求出的线性回归方程知，当x ＝15时，y ＝36.5，即预计需要购买食材36.5袋. 因为C ＝⎩⎪⎨⎪⎧400y －20，0<y <36（y ∈N ），380y ，y ≥36（y ∈N ），所以当y <36时，利润L ＝700y －(400y －20)＝300y ＋20，y ∈N ， 此时当y ＝35时，利润L max ＝300×35＋20＝10 520(元)；当y ≥36时，根据线性回归方程预测需要购买食材36.5袋，并且剩余的食材只能无偿退还，此时当y ＝36时，利润L ＝700×36－380×36＝11 520(元)， 当y ＝37时，利润L ＝700×36.5－380×37＝11 490(元).综上，食堂应购买36袋食材，才能获得最大利润，最大利润为11 520元. 11.(2022·“四省八校”开学考试)据我国一项专题调查显示，某市高级职称的中年知识分子中竟有高达75.3%的人处于亚健康状态，更令人担忧的是85%以上的企业管理者处于慢性疲劳状态或亚健康状态，这是由他们所处的特殊工作及生活的环境和行为模式所决定的.亚健康是指非病非健康的一种临界状态.如果这种状态不能及时得到纠正，非常容易引起身心疾病.某高科技公司为了了解亚健康与性别的关系，对本公司部分员工进行了不记名问卷调查，该公司处于正常工作状态的员工(包括管理人员)共有8 000人，其中男性员工有6 000人，女性员工有2 000人，从8 000人中用分层抽样的方法随机抽取了400人作为样本进行健康状况的调查.(1)求男性员工、女性员工各抽取多少人？(2)通过调查得到如图所示的统计图，其中a＝0.2，b＝0.1.根据统计图，完成下面2×2列联表，健康亚健康总计男员工女员工总计400问是否有97.5%的把握认为人处于亚健康状态与性别有关？参考公式：K2＝n（ad－bc）2（a＋b）（c＋d）（a＋c）（b＋d），n＝a＋b＋c＋d. 参考数据：P(K≥k0)0.050.0250.0100.005k0 3.841 5.024 6.6357.879解(1)由题意知样本容量与总体的比值为4008 000＝120，∴男性员工抽取了6 000×120＝300(人)，女性员工抽取了2 000×120＝100(人).(2)由统计图可知，样本中男员工处于亚健康状态的人数为300×0.2＝60，样本中女员工处于亚健康状态的人数为100×0.1＝10，2×2列联表为健康 亚健康 总计 男员工 240 60 300 女员工 90 10 100 总计33070400则K 2的观测值k ＝400×（240×10－60×90）2300×100×330×70≈5.195>5.024，∴有97.5%的把握认为人处于亚健康状态与性别有关.12.已知某次考试之后，班主任从全班同学中随机抽取一个容量为8的样本，他们的数学、物理成绩(单位：分)对应如下表：学生编号 1 2 3 4 5 6 7 8 数学成绩 60 65 70 75 80 85 90 95 物理成绩7277808488909395给出散点图如下：根据以上信息，判断下列结论：①根据散点图，可以判断数学成绩与物理成绩具有线性相关关系； ②根据散点图，可以判断数学成绩与物理成绩具有一次函数关系；③从全班随机抽取甲、乙两名同学，若甲同学数学成绩为80分，乙同学数学成绩为60分，则甲同学的物理成绩一定比乙同学的物理成绩高. 其中正确的为________(填序号). 答案 ①解析 由散点图知，各点大致分布在一条直线附近，故可以判断数学成绩与物理成绩具有线性相关关系，但不能判断数学成绩与物理成绩具有一次函数关系，故①正确，②错误；若甲同学数学成绩为80分，乙同学数学成绩为60分，则甲同学的物理成绩可能比乙同学的物理成绩高，故③错误.13.在一组样本数据(x 1，y 1)，(x 2，y 2)，…，(x 6，y 6)的散点图中，若所有样本点(x i ，y i )(i ＝1，2，…，6)都在曲线y ＝bx 2－12附近波动.经计算∑6i ＝1x i ＝12，∑6i ＝1y i ＝14，∑6i ＝1x 2i ＝23，则实数b 的值为________. 答案 1723解析 令t ＝x 2，则曲线的回归方程变为线性的回归方程，即y ＝bt －12， 此时t －＝∑6i ＝1x 2i 6＝236，y －＝∑6i ＝1yi 6＝73，代入y ＝bt －12，得73＝b ×236－12，解得b ＝1723.14.近年来，国资委、党委高度重视扶贫开发工作，坚决贯彻落实中央扶贫工作重大决策部署，在各个贫困县全力推进定点扶贫各项工作，取得了积极成效，某贫困县为了响应国家精准扶贫的号召，特地承包了一块土地，已知土地的使用面积以及相应的管理时间的关系如下表所示：并调查了某村300名村民参与管理的意愿，得到的部分数据如下表所示：(1)求y 关于x 的线性回归方程(计算结果保留两位小数)；(2)是否有99.9%的把握认为村民的性别与参与管理的意愿具有相关性？参考公式：b ^＝∑ni ＝1（x i －x －）（y i －y －）∑ni ＝1（x i －x －）2，a ^＝y －－b ^x －，K 2＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ），其中n ＝a ＋b ＋c ＋d .临界值表：解 (1)依题意得，x －＝1＋2＋3＋4＋55＝3，y －＝8＋10＋13＋25＋245＝16，故∑5i ＝1(x i －x －)(y i －y －)＝(－2)×(－8)＋(－1)×(－6)＋1×9＋2×8＝47， ∑5i ＝1(x i －x －)2＝4＋1＋1＋4＝10，则b ^＝∑5i ＝1（x i －x －）（y i －y －）∑5i ＝1 （x i －x －）2＝4710＝4.7，a ^＝y －－b ^x －＝16－4.7×3＝1.9.所以y 关于x 的线性回归方程为y ^＝4.7x ＋1.9. (2)依题意，女性不愿意参与管理的人数为50， 计算得K 2的观测值为k ＝300×（150×50－50×50）2200×100×200×100＝300×5 000×5 000200×100×200×100＝18.75>10.828， 故有99.9%的把握认为村民的性别与参与管理的意愿具有相关性.。

第十章⎪⎪⎪统计与统计案例 第一节 统 计突破点(一) 随机抽样基础联通 抓主干知识的“源”与“流”1．简单随机抽样(1)定义：设一个总体含有N 个个体，从中逐个不放回地抽取n 个个体作为样本(n ≤N )，如果每次抽取时总体内的各个个体被抽到的机会都相等，就把这种抽样方法叫做简单随机抽样．(2)最常用的简单随机抽样的方法：抽签法和随机数法． 2．系统抽样在抽样时，将总体分成均衡的几个部分，然后按照事先确定的规则，从每一部分抽取一个个体，得到所需要的样本，这种抽样方法叫做系统抽样(也称为机械抽样)．3．分层抽样在抽样时，将总体分成互不交叉的层，然后按照一定的比例，从各层独立地抽取一定数量的个体，将各层取出的个体合在一起作为样本，这种抽样方法是一种分层抽样．4．三种抽样方法的比较 类别 共同点各自特点 相互联系 适用范围 简单随机抽样均为不放回抽样，且抽样过程中每个个体被抽取的机会相等 从总体中逐个抽取 是后两种方法的基础总体中的个数较少系统抽样将总体均分成几部分，按事先确定的规则在各部分中抽取在起始部分抽样时采用简单随机抽样 元素个数很多且均衡的总体抽样分层抽样将总体分成几层，分层按比例进行抽取各层抽样时采用简单随机抽样或系统抽样总体由差异明显的几部分组成本节主要包括2个知识点： 1.随机抽样； 2.用样本估计总体.考点贯通抓高考命题的“形”与“神”简单随机抽样1．抽签法的步骤第一步，将总体中的N个个体编号；第二步，将这N个号码写在形状、大小相同的号签上；第三步，将号签放在同一不透明的箱中，并搅拌均匀；第四步，从箱中每次抽取1个号签，连续抽取k次；第五步，将总体中与抽取的号签的编号一致的k个个体取出．2．随机数法的步骤第一步，将个体编号；第二步，在随机数表中任选一个数开始；第三步，从选定的数开始，按照一定抽样规则在随机数表中选取数字，取足满足要求的数字就得到样本的号码．[例1](1)以下抽样方法是简单随机抽样的是()A．在某年明信片销售活动中，规定每100万张为一个开奖组，通过随机抽取的方式确定号码的后四位为2709的为三等奖B．某车间包装一种产品，在自动包装的传送带上，每隔30分钟抽一包产品，称其重量是否合格C．某学校分别从行政人员、教师、后勤人员中抽取2人、14人、4人了解对学校机构改革的意见D．用抽签方法从10件产品中选取3件进行质量检验(2)总体由编号为01，02，…，19,20的20个个体组成．利用下面的随机数表选取5个个体，选取方法是从随机数表第1行的第5列和第6列数字开始由左到右依次选取两个数字，则选出来的第5个个体的编号为()7816657208026314070243699728019832049234493582003623486969387481A.08 B．07C．02 D．01[解析](1)选项A、B不是简单随机抽样，因为抽取的个体间的间隔是固定的；选项C 不是简单随机抽样，因为总体的个体有明显的层次；选项D是简单随机抽样．(2)由题意知前5个个体的编号为08,02,14,07,01.[答案](1)D(2)D系统抽样系统抽样的步骤(1)先将总体的N 个个体编号；(2)确定分段间隔k (k ∈N *)，对编号进行分段．当N n (n 是样本容量)是整数时，取k ＝Nn ；(3)在第1段用简单随机抽样确定第1个个体编号l (l ≤k )；(4)按照一定的规则抽取样本．通常是将l 加上间隔k 得到第2个个体编号(l ＋k )，再加k 得到第3个个体编号(l ＋2k )，依次进行下去，直到获取整个样本．[例2] (1)某单位有840名职工，现采用系统抽样方法抽取42人做问卷调查，将840人按1，2，…，840随机编号，则抽取的42人中，编号落入区间[481,720]的人数为( )A ．11B ．12C ．13D ．14(2)中央电视台为了解观众对《中国好歌曲》的意见，准备从502名现场观众中抽取10%进行座谈，现用系统抽样的方法完成这一抽样，则在进行分组时，需剔除________个个体，抽样间隔为________．[解析] (1)由系统抽样定义可知，所分组距为84042＝20，每组抽取一人，因为包含整数个组，所以抽取个体在区间[481,720]的数目为(720－480)÷20＝12.(2)把502名观众平均分成50组，由于502除以50的商是10，余数是2，所以每组有10名观众，还剩2名观众，采用系统抽样的方法抽样时，应先用简单随机抽样的方法从502名观众中抽取2名观众，这2名观众不参加座谈；再将剩下的500名观众编号为1,2,3，…，500，并均匀分成50段，每段含50050＝10个个体．所以需剔除2个个体，抽样间隔为10. [答案] (1)B (2)2 10 [易错提醒]用系统抽样法抽取样本，当Nn 不为整数时，取k ＝⎣⎡⎦⎤N n ，即先从总体中用简单随机抽样的方法剔除(N －nk )个个体，且剔除多余的个体不影响抽样的公平性．分层抽样进行分层抽样的相关计算时，常利用以下关系式巧解：(1)样本容量n 总体的个数N ＝该层抽取的个体数该层的个体数； (2)总体中某两层的个体数之比＝样本中这两层抽取的个体数之比．[例3](1)某校老年、中年和青年教师的人数见下表，采用分层抽样的方法调查教师的身体状况，在抽取的样本中，青年教师有320人，则该样本中的老年教师人数为()类别人数老年教师900中年教师 1 800青年教师 1 600合计 4 300A．90 B．100C．180 D．300(2)(2016·东北三校联考)某工厂生产甲、乙、丙三种型号的产品，产品数量之比为3∶5∶7，现用分层抽样的方法抽出容量为n的样本，其中甲种产品有18件，则样本容量n＝() A．54 B．90C．45 D．126(3)某学校三个兴趣小组的学生人数分布如下表(每名同学只参加一个小组)(单位：人).篮球组书画组乐器组高一4530a高二151020学校要对这三个小组的活动效果进行抽样调查，按小组分层抽样的方法，从参加这三个兴趣小组的学生中抽取30人，结果篮球组被抽出12人，则a的值为________．[解析](1)设该样本中的老年教师人数为x，由题意及分层抽样的特点得x900＝3201 600，故x＝180.(2)依题意得33＋5＋7×n＝18，解得n＝90，即样本容量为90.(3)由题意知1245＋15＝3045＋15＋30＋10＋a＋20，解得a＝30.[答案](1)C(2)B(3)30[方法技巧]分层抽样的解题策略(1)分层抽样中分多少层，如何分层要视具体情况而定，总的原则是：层内样本的差异要小，两层之间的样本差异要大，且互不重叠．(2)为了保证每个个体等可能入样，所有层中每个个体被抽到的可能性相同．(3)在每层抽样时，应采用简单随机抽样或系统抽样的方法进行抽样．(4)抽样比＝样本容量总体容量＝各层样本数量各层个体数量.能力练通 抓应用体验的“得”与“失”1.[考点一]某工厂的质检人员对生产的100件产品，采用随机数法抽取10件检查，对100件产品采用下面的编号方法①1,2,3，…，100； ②001,002，…，100； ③00,01,02，…，99； ④01,02,03，…，100. 其中正确的序号是( ) A ．②③④ B ．③④ C ．②③D ．①②解析：选C 根据随机数法编号可知，①④编号位数不统一．2.[考点三]为了调查老师对微课堂的了解程度，某市拟采用分层抽样的方法从A ，B ，C 三所中学抽取60名教师进行调查，已知A ，B ，C 三所学校中分别有180,270,90名教师，则从C 学校中应抽取的人数为( )A ．10B ．12C ．18D ．24解析：选A 根据分层抽样的特征，从C 学校中应抽取的人数为90180＋270＋90×60＝10.3.[考点二]某班共有52人，现根据学生的学号，用系统抽样的方法，抽取一个容量为4的样本，已知3号、29号、42号学生在样本中，那么样本中还有一个学生的学号是( )A ．10B ．11C ．12D ．16解析：选D 从被抽中的3名学生的学号中可以看出学号间距为13，所以样本中还有一个学生的学号是16，故选D.4.[考点三]某市有A 、B 、C 三所学校，共有高三文科学生1 500人，且A 、B 、C 三所学校的高三文科学生人数成等差数列，在三月进行全市联考后，准备用分层抽样的方法从所有高三文科学生中抽取容量为120的样本，进行成绩分析，则应从B 校学生中抽取________人．解析：设A 、B 、C 三所学校高三文科学生人数分别为x ，y ，z ，由题知x ，y ，z 成等差数列，所以x ＋z ＝2y ，又x ＋y ＋z ＝1 500，所以y ＝500，用分层抽样方法抽取B 校学生人数为1201 500×500＝40.答案：405.[考点二]为了了解本班学生对网络游戏的态度，高三(6)班计划在全班60人中展开调查，根据调查结果，班主任计划采用系统抽样的方法抽取若干名学生进行座谈，为此先对60名学生进行编号为：01,02,03，…，60，已知抽取的学生中最小的两个编号为03,09，则抽取的学生中最大的编号为________．解析：由最小的两个编号为03,09可知，抽取时的分段间隔是6.即抽取10名同学，其编号构成首项为3，公差为6的等差数列，故最大编号为3＋9×6＝57.答案：57突破点(二)用样本估计总体基础联通抓主干知识的“源”与“流”1．频率分布直方图和茎叶图(1)作频率分布直方图的步骤①求极差(即一组数据中最大值与最小值的差)；②决定组距与组数；③将数据分组；④列频率分布表；⑤画频率分布直方图．(2)频率分布折线图和总体密度曲线①频率分布折线图：连接频率分布直方图中各小长方形上端的中点，就得到频率分布折线图．②总体密度曲线：随着样本容量的增加，作图时所分的组数增加，组距减小，相应的频率折线图会越来越接近于一条光滑曲线，统计中称这条光滑曲线为总体密度曲线．(3)茎叶图的优点茎叶图的优点是可以保留原始数据，而且可以随时记录，这对数据的记录和表示都能带来方便．2．样本的数字特征(1)众数、中位数、平均数数字特征定义与求法优点与缺点众数一组数据中重复出现次数最多的数众数体现了样本数据的最大集中点，不受极端值的影响．但显然它对其他数据信息的忽视使得无法客观地反映总体特征中位数把一组数据按从小到大的顺序排列，处在中间位置的一个数据(或两个数据的平均数)中位数等分样本数据所占频率，它不受少数几个极端值的影响，这在某些情况下是优点，但它对极端值的不敏感有时也会成为缺点平均数如果有n个数据x1，x2，…，xn ，那么这n个数的平均数x＝x1＋x2＋…＋x nn 平均数与每一个样本数据有关，可以反映出更多的关于样本数据全体的信息，但平均数受数据中的极端值的影响较大，使平均数在估计总体时可靠性降低(2)标准差、方差①标准差：样本数据到平均数的一种平均距离，一般用s表示，s＝1n[(x1－x)2＋(x2－x)2＋…＋(x n－x)2].②方差：标准差的平方s2＝1n[(x1－x)2＋(x2－x)2＋…＋(x n－x)2]，其中x i(i＝1,2,3，…，n)是样本数据，n 是样本容量，x是样本平均数．③方差与标准差相比，都是衡量样本数据离散程度的统计量，但方差因为对标准差进行了平方运算，夸大了样本的偏差程度．(3)平均数、方差公式的推广若数据x1，x2，…，x n的平均数为x，方差为s2，则数据mx1＋a，mx2＋a，…，mx n ＋a的平均数为m x＋a，方差为m2s2.考点贯通抓高考命题的“形”与“神”频率分布直方图[例1](1)(2016·山东高考)某高校调查了200名学生每周的自习时间(单位：小时)，制成了如图所示的频率分布直方图，其中自习时间的范围是[17.5,30]，样本数据分组为[17.5,20)，[20,22.5)，[22.5,25)，[25,27.5)，[27.5,30]．根据直方图，这200名学生中每周的自习时间不少于22.5小时的人数是()A．56 B．60 C．120 D．140(2)某地政府调查了工薪阶层1 000人的月工资收入，并根据调查结果画出如图所示的频率分布直方图，为了了解工薪阶层对月工资收入的满意程度，要用分层抽样的方法从调查的1 000人中抽出100人做电话询访，则(30,35](百元)月工资收入段应抽出________人．[解析] (1)由频率分布直方图知200名学生每周的自习时间不少于22.5小时的频率为1－(0.02＋0.10)×2.5＝0.7，则这200名学生中每周的自习时间不少于22.5小时的人数为200×0.7＝140，故选D.(2)月工资收入落在(30,35](百元)内的频率为1－(0.02＋0.04＋0.05＋0.05＋0.01)×5＝1－0.85＝0.15，所以(30,35](百元)月工资收入段应抽出100×0.15＝15(人)．[答案] (1)D (2)15 [方法技巧]1．绘制频率分布直方图时需注意的两点(1)制作好频率分布表后，可以利用各组的频率之和是否为1来检验该表是否正确； (2)频率分布直方图的纵坐标是频率组距，而不是频率．2．与频率分布直方图计算有关的两个关系式 (1)频率组距×组距＝频率； (2)频数样本容量＝频率，此关系式的变形为频数频率＝样本容量，样本容量×频率＝频数．茎叶图1．茎叶图的绘制需注意：(1)“叶”的位置只有一个数字，而“茎”的位置的数字位数一般不需要统一； (2)重复出现的数据要重复记录，不能遗漏，特别是“叶”的位置上的数据． 2．茎叶图通常用来记录两位数的数据，可以用来分析单组数据，也可以用来比较两组数据．通过茎叶图可以确定数据的中位数，数据大致集中在哪个茎，数据是否关于该茎对称，数据分布是否均匀等．[例2] 某良种培育基地正在培育一小麦新品种A ，将其与原有的一个优良品种B 进行对照试验，两种小麦各种植了25亩，所得亩产数据(单位：千克)如下．品种A ：357,359,367,368,375,388,392,399,400,405,412,414,415,421,423,423,427,430,430,434,443,445,445,451,454品种B ：363,371,374,383,385,386,391,392,394,394,395,397,397,400,401,401,403,406,407,410,412,4 15,416,422,430(1)作出数据的茎叶图；(2)通过观察茎叶图，对品种A与B的亩产量及其稳定性进行比较，写出统计结论．[解](1)画出茎叶图如图所示：(2)通过观察茎叶图可以看出：①品种A的亩产平均数(或均值)比品种B高；②品种A 的亩产标准差(或方差)比品种B大，故品种A的亩产稳定性较差．[方法技巧]茎叶图问题的求解策略(1)由于茎叶图完全反映了所有的原始数据，解决由茎叶图给出的统计图表问题时，要充分对这个图表提供的样本数据进行相关的计算或者是对某些问题作出判断．(2)茎叶图不能直接反映总体的分布情况，这就需要通过茎叶图数据求出样本数据的数字特征，进一步估计总体情况．样本的数字特征1．用样本估计总体时，样本的平均数、标准差只是总体的平均数、标准差的近似．实际应用中，需先计算数据的平均数，分析平均水平，再计算方差(标准差)，分析稳定情况．2．若给出图形，一方面可以由图形得到相应的样本数据，计算平均数、方差(标准差)；另一方面，可以从图形直观分析样本数据的分布情况，大致判断平均数的范围，并利用数据的波动性比较方差(标准差)的大小．考法(一)与频率分布直方图交汇命题[例3](2016·北京高考)某市居民用水拟实行阶梯水价，每人月用水量中不超过w立方米的部分按4元/立方米收费，超出w立方米的部分按10元/立方米收费．从该市随机调查了10 000位居民，获得了他们某月的用水量数据，整理得到如下频率分布直方图．(1)如果w为整数，那么根据此次调查，为使80%以上居民在该月的用水价格为4元/立方米，w至少定为多少？(2)假设同组中的每个数据用该组区间的右端点值代替．当w＝3时，估计该市居民该月的人均水费．[解](1)由用水量的频率分布直方图，知该市居民该月用水量在区间[0.5,1]，(1,1.5]，(1.5,2]，(2,2.5]，(2.5,3]内的频率依次为0.1,0.15,0.2,0.25,0.15.所以该月用水量不超过3立方米的居民占85%，用水量不超过2立方米的居民占45%.依题意，w至少定为3.(2)由用水量的频率分布直方图及题意，得居民该月用水费用的数据分组与频率分布表如下：组号12345678分组[2,4](4,6](6,8](8,10](10,12](12,17](17,22](22,27] 频率0.10.150.20.250.150.050.050.05 根据题意，该市居民该月的人均水费估计为4×0.1＋6×0.15＋8×0.2＋10×0.25＋12×0.15＋17×0.05＋22×0.05＋27×0.05＝10.5(元)．[方法技巧]频率分布直方图与众数、中位数、平均数的关系(1)最高的小长方形底边中点的横坐标为众数；(2)中位数左边和右边的小长方形的面积和是相等的；(3)平均数是频率分布直方图的“重心”，等于频率分布直方图中每个小长方形的面积乘以小长方形底边中点的横坐标之和．考法(二)与茎叶图交汇命题[例4](1)如图所示的茎叶图记录了甲、乙两组各五名学生在一次英语听力测试中的成绩(单位：分)，已知甲组数据的中位数为17，乙组数据的平均数为17.4，则x，y的值分别为()甲组乙组9099y6166x629A.7,8 B．5,7 C．8,5 D．7,7(2)将某选手的9个得分去掉1个最高分，去掉1个最低分，7个剩余分数的平均分为91.现场作的9个分数的茎叶图后来有1个数据模糊，无法辨认，在图中以x表示：8 7 7 941x91则7个剩余分数的方差为________．[解析] (1)甲组数据的中位数为17, 故y ＝7，乙组数据的平均数为3×10＋20＋(9＋6＋6＋x ＋9)5＝17.4，解得x ＝7.(2)由图可知去掉的两个数是87,99，所以87＋90×2＋91×2＋94＋90＋x ＝91×7，解得x ＝4.s 2＝17[(87－91)2＋(90－91)2×2＋(91－91)2×2＋(94－91)2×2]＝367.[答案] (1)D (2)367[易错提醒]在使用茎叶图时，一定要观察所有的样本数据，弄清楚这个图中数字的特点，不要漏掉了数据，也不要混淆茎叶图中茎与叶的含义．考法(三) 与优化决策问题交汇[例5] 甲、乙、丙、丁四人参加某运动会射击项目选拔赛，四人的平均成绩和方差如下表所示：甲 乙 丙 丁 平均环数x 8.3 8.8 8.8 8.7 方差s 23.53.62.25.4从这四个人中选择一人参加该运动会射击项目比赛，最佳人选是( ) A ．甲 B ．乙 C ．丙D ．丁[解析] 由题目表格中数据可知，丙平均环数最高，且方差最小，说明成绩好，且技术稳定，选C.[答案] C [方法技巧]利用样本的数字特征解决优化决策问题的依据(1)平均数反映了数据取值的平均水平；标准差、方差描述了一组数据围绕平均数波动的大小．标准差、方差越大，数据的离散程度越大，越不稳定；标准差、方差越小，数据的离散程度越小，越稳定．(2)用样本估计总体就是利用样本的数字特征来描述总体的数字特征．能力练通 抓应用体验的“得”与“失”1.[考点一]在样本的频率分布直方图中，共有7个小长方形，若中间一个小长方形的面积等于其他6个小长方形的面积的和的14，且样本容量为80，则中间一组的频数为( )A ．0.25B ．0.5C ．20D ．16解析：选D 设中间一组的频数为x ，依题意有x 80＝14⎝⎛⎭⎫1－x 80，解得x ＝16. 2.[考点二]在一次马拉松比赛中，35名运动员的成绩(单位：分钟)的茎叶图如图所示． 131415⎪⎪⎪⎪0 0 3 4 5 6 6 8 8 8 91 1 12 2 23 34 45 5 56 67 80 1 2 2 3 3 3若将运动员按成绩由好到差编为1～35号，再用系统抽样方法从中抽取7人，则其中成绩在区间[139,151]上的运动员人数是( )A ．3B ．4C ．5D ．6解析：选B 35÷7＝5，因此可将编号为1～35的35个数据分成7组，每组有5个数据，在区间[139,151]上共有20个数据，分在20÷5＝4个小组中，每组取1人，共取4人．3.[考点一]某班50位学生期中考试数学成绩的频率分布直方图如图所示，其中成绩分组区间是：[40,50)，[50,60)，[60,70)，[70,80)，[80,90)，[90,100]，则图中x 的值等于( )A ．0.12B ．0.012C ．0.18D ．0.018解析：选D 依题意，0.054×10＋10×x ＋0.01×10＋0.006×10×3＝1，解得 x ＝0.018. 4.[考点三·考法(二)]如图是某学校举行的运动会上七位评委为某体操项目打出的分数的茎叶统计图，去掉一个最高分和一个最低分后，所剩数据的平均数和方差分别为( )7 9 8 4 4 6 4 793A ．84,4.84B ．84,1.6C ．85,1.6D ．85,4 解析：选C 依题意，所剩数据的平均数是80＋15×(4×3＋6＋7)＝85，所剩数据的方差是15×[3×(84－85)2＋(86－85)2＋(87－85)2]＝1.6.5.[考点三·考法(三)]甲、乙两名射击运动员参加某大型运动会的预选赛，他们分别射击了5次，成绩如下表(单位：环)：甲 10 8 9 9 9 乙1010799如果甲、乙两人中只有1人入选，则入选的最佳人选应是________．解析：x －甲＝x －乙＝9，s 2甲＝15×[(9－10)2＋(9－8)2＋(9－9)2＋(9－9)2＋(9－9)2]＝25， s 2乙＝15×[(9－10)2＋(9－10)2＋(9－7)2＋(9－9)2＋(9－9)2]＝65>s 2甲，故甲更稳定． 答案：甲6.[考点三·考法(一)](2016·四川高考)我国是世界上严重缺水的国家，某市政府为了鼓励居民节约用水，计划调整居民生活用水收费方案，拟确定一个合理的月用水量标准x (吨)，一位居民的月用水量不超过x 的部分按平价收费，超出x 的部分按议价收费．为了了解居民用水情况，通过抽样，获得了某年100位居民每人的月均用水量(单位：吨)，将数据按照[0,0.5)，[0.5,1)，…，[4,4.5]分成9组，制成了如图所示的频率分布直方图．(1)求直方图中a 的值；(2)设该市有30万居民，估计全市居民中月均用水量不低于3吨的人数，并说明理由； (3)若该市政府希望使85%的居民每月的用水量不超过标准x (吨)，估计x 的值，并说明理由．解：(1)由频率分布直方图可知，月均用水量在[0,0.5)中的频率为0.08×0.5＝0.04.同理，在[0.5,1)，[1.5,2)，[2，2.5)，[3,3.5)，[3.5,4)，[4,4.5]中的频率分别为0.08，0.20，0.26,0.06,0.04,0.02.由0.04＋0.08＋0.5×a ＋0.20＋0.26＋0.5×a ＋0.06＋0.04＋0.02＝1，解得a ＝0.30. (2)由(1)知100位居民每人的月均用水量不低于3吨的频率为0.06＋0.04＋0.02＝0.12.由以上样本的频率分布，可以估计全市30万居民中月均用水量不低于3吨的人数为300 000×0.12＝36 000.(3)因为前6组的频率之和为0.04＋0.08＋0.15＋0.20＋0.26＋0.15＝0.88＞0.85，而前5组的频率之和为0.04＋0.08＋0.15＋0.20＋0.26＝0.73＜0.85，所以2.5≤x ＜3.由0.30×(x －2.5)＝0.85－0.73，解得x ＝2.9.所以，估计月用水量标准为2.9吨时，85%的居民每月的用水量不超过标准． 7.[考点三·考法(二)]某车间20名工人年龄数据如下表： 年龄(岁) 工人数(人)19 1 28 3 29 3 30 5 31 4 32 3 40 1 合计20(1)求这20名工人年龄的众数与极差；(2)以十位数为茎，个位数为叶，作出这20名工人年龄的茎叶图； (3)求这20名工人年龄的方差．解：(1)由题可知，这20名工人年龄的众数是30，极差是40－19＝21. (2)这20名工人年龄的茎叶图如图所示：(3)这20名工人年龄的平均数为x ＝120(19＋3×28＋3×29＋5×30＋4×31＋3×32＋40)＝30，∴这20名工人年龄的方差为s 2＝120∑20 i ＝1 (x i －x )2＝112＋6×22＋7×12＋5×02＋10220＝25220＝12.6.[全国卷5年真题集中演练——明规律] 1．(2016·全国丙卷)某旅游城市为向游客介绍本地的气温情况，绘制了一年中各月平均最高气温和平均最低气温的雷达图．图中A 点表示十月的平均最高气温约为15 ℃，B 点表示四月的平均最低气温约为5 ℃.下面叙述不正确的是( )A．各月的平均最低气温都在0 ℃以上B．七月的平均温差比一月的平均温差大C．三月和十一月的平均最高气温基本相同D．平均最高气温高于20 ℃的月份有5个解析：选D由图形可得各月的平均最低气温都在0 ℃以上，A正确；七月的平均温差约为10 ℃，而一月的平均温差约为5 ℃，故B正确；三月和十一月的平均最高气温都在10 ℃左右，基本相同，C正确；故D错误．2．(2013·新课标全国卷Ⅰ)为了解某地区的中小学生的视力情况，拟从该地区的中小学生中抽取部分学生进行调查，事先已了解到该地区小学、初中、高中三个学段学生的视力情况有较大差异，而男女生视力情况差异不大，在下面的抽样方法中，最合理的抽样方法是()A．简单随机抽样B．按性别分层抽样C．按学段分层抽样D．系统抽样解析：选C由于该地区的中小学生人数比较多，不能采用简单随机抽样，排除选项A；由于小学、初中、高中三个学段的学生视力差异性比较大，可采取按照学段进行分层抽样，而男女生视力情况差异性不大，不能按照性别进行分层抽样，排除B和D.故选C.3．(2014·新课标全国卷Ⅰ)从某企业生产的某种产品中抽取100件，测量这些产品的一项质量指标值，由测量结果得如下频数分布表：质量指标值分组[75,85)[85,95)[95,105)[105,115)[115,125) 频数62638228(1)作出这些数据的频率分布直方图(2)估计这种产品质量指标值的平均数及方差(同一组中的数据用该组区间的中点值作代表)；(3)根据以上抽样调查数据，能否认为该企业生产的这种产品符合“质量指标值不低于95的产品至少要占全部产品的80%”的规定？解：(1)如图所示：(2)质量指标值的样本平均数为x＝80×0.06＋90×0.26＋100×0.38＋110×0.22＋120×0.08＝100.质量指标值的样本方差为s2＝(－20)2×0.06＋(－10)2×0.26＋0×0.38＋102×0.22＋202×0.08＝104.所以这种产品质量指标值的平均数的估计值为100，方差的估计值为104.(3)质量指标值不低于95的产品所占比例的估计值为0．38＋0.22＋0.08＝0.68.由于该估计值小于0.8，故不能认为该企业生产的这种产品符合“质量指标值不低于95的产品至少要占全部产品的80%”的规定．4．(2014·新课标全国卷Ⅱ)某市为了考核甲、乙两部门的工作情况，随机访问了50位市民．根据这50位市民对这两部门的评分(评分越高表明市民的评价越高)，绘制茎叶图如下：(1)分别估计该市的市民对甲、乙两部门评分的中位数；(2)分别估计该市的市民对甲、乙两部门的评分高于90的概率；(3)根据茎叶图分析该市的市民对甲、乙两部门的评价．解：(1)由所给茎叶图知，50位市民对甲部门的评分由小到大排序，排在第25,26位的是75,75，故样本中位数为75，所以该市的市民对甲部门评分的中位数的估计值是75.50位市民对乙部门的评分由小到大排序，排在第25,26位的是66,68，故样本中位数为66＋682＝67，所以该市的市民对乙部门评分的中位数的估计值是67.(2)由所给茎叶图知，50位市民对甲、乙部门的评分高于90的比率分别为550＝0.1，850＝0.16，故该市的市民对甲、乙部门的评分高于90的概率的估计值分别为0.1，0.16.(3)由所给茎叶图知，市民对甲部门的评分的中位数高于对乙部门的评分的中位数，而且由茎叶图可以大致看出对甲部门的评分的标准差要小于对乙部门的评分的标准差，说明该市市民对甲部门的评价较高、评价较为一致，对乙部门的评价较低、评价差异较大．5．(2013·新课标全国卷Ⅰ)为了比较两种治疗失眠症的药(分别称为A 药，B 药)的疗效，随机地选取20位患者服用A 药，20位患者服用B 药，这40位患者在服用一段时间后，记录他们日平均增加的睡眠时间(单位：h)．试验的观测结果如下：服用A 药的20位患者日平均增加的睡眠时间： 0．6 1.2 2.7 1.5 2.8 1.8 2.2 2.3 3.2 3.5 2．5 2.6 1.2 2.7 1.5 2.9 3.0 3.1 2.3 2.4 服用B 药的20位患者日平均增加的睡眠时间： 3．2 1.7 1.9 0.8 0.9 2.4 1.2 2.6 1.3 1.4 1．6 0.5 1.8 0.6 2.1 1.1 2.5 1.2 2.7 0.5(1)分别计算两组数据的平均数，从计算结果看，哪种药的疗效更好？ (2)根据两组数据完成下面茎叶图，从茎叶图看，哪种药的疗效更好？A 药B 药 0. 1. 2.3.解：(1)设A 药观测数据的平均数为x －，B 药观测数据的平均数为y －.由观测结果可得 x －＝120×(0.6＋1.2＋1.2＋1.5＋1.5＋1.8＋2.2＋2.3＋2.3＋2.4＋2.5＋2.6＋2.7＋2.7＋2.8＋2.9＋3.0＋3.1＋3.2＋3.5)＝2.3，y －＝120×(0.5＋0.5＋0.6＋0.8＋0.9＋1.1＋1.2＋1.2＋1.3＋1.4＋1.6＋1.7＋1.8＋1.9＋2.1＋2.4＋2.5＋2.6＋2.7＋3.2)＝1.6.由以上计算结果可得x －>y －，因此可看出A 药的疗效更好． (2)由观测结果可绘制如下茎叶图：A 药B 药 6 0. 5 5 6 8 9 8 5 5 2 2 1. 1 2 2 3 4 6 7 8 9 9 8 7 7 6 5 4 3 3 22.1 4 5 6 7。

高考数学一轮总复习概率与统计解题策略总结与提升概率与统计是高中数学中的一门重要课程，也是高考数学的一项重要内容。

在高考中，概率与统计的解题能力直接关系到学生的数学成绩。

因此，针对概率与统计的解题策略总结与提升显得尤为重要。

本文将以高考数学一轮总复习中概率与统计的解题策略为主题，详细总结分析了解题中的关键点与技巧。

一、概率与统计解题策略的总结1. 熟悉基本概念：在解决概率与统计问题之前，首先要理解和掌握基本概念。

如概率、随机变量、样本空间等。

通过充分理解这些基本概念，可以为后续解题提供必要的基础。

2. 建立数学模型：在解决概率与统计问题时，可以通过建立数学模型来描述问题。

根据具体情况，可以采用概率分布、期望值、方差等数学工具进行模型构建。

建立好数学模型后，问题的解决就变得更加清晰明确。

3. 利用条件概率：在解决涉及条件概率的问题时，要善于利用条件概率的性质。

根据条件概率的定义，可以通过将问题转化为已知条件下的概率计算，从而简化解题过程，提高解题效率。

4. 注意与排列组合的联系：概率与统计问题中，涉及到的排列组合问题较多。

在解决这类问题时，要灵活运用排列组合的知识，充分考虑元素的顺序、重复与不重复等因素，确保解题过程的准确性。

5. 理解统计分布特征：在统计问题中，了解不同统计分布的特征是解题的关键。

如正态分布、泊松分布、二项分布等。

通过了解统计分布的性质，可以在解答中运用相应的统计分布特征，提高解题的准确性与效率。

6. 运用统计推断方法：在解决统计推断问题时，可以利用抽样、假设检验、置信区间等统计推断方法。

通过对样本数据的分析与比较，对总体进行推断，从而得出准确的结论。

二、概率与统计解题策略的提升1. 做大量习题：提升概率与统计解题能力的最好方法是进行大量的习题训练。

通过不断做题，可以熟悉不同类型的题目，掌握解题方法与技巧。

2. 加强概念理解：在做习题的过程中，要注重对基本概念的理解与应用。

只有深入理解概率与统计的基本概念，才能更好地解决相关问题。