【高考数学】专题十 概率与统计第二十九讲 回归分析与独立性检验(含答案)

考点11 回归分析与独立性检验概率与统计，是历年高考的必考点，尤其是新高考改革后，各卷都有考查，其主要考查内容有：数字特征与概率的计算问题、随机变量的均值与方差、回归分析与独立性检验、二项分布及其应用等。

例如：2021年全国高考乙卷（文）、（理）[17]，2022年全国新高考卷Ⅱ[19]，2022年全国乙卷（文）、（理）[19]，2022年全国甲卷（文）[17]，2022年北京高考[18]等都对数字特征与概率的计算问题进行了考查。

〔1〕回归分析的实际应用1.求回归直线方程(线性回归方程)的一般步骤 (1)画散点图； (2)求回归直线方程； (3)用回归直线方程进行预报。

2.利用回归方程进行预测，把回归直线方程看作一次函数，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bˆ。

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。

〔2〕独立性检验的实际应用 1.独立性检验的一般步骤(1)根据样本数据列出2×2列联表；(2)计算随机变量2K 的观测值k ，查表确定临界值0k ；(3)如果0k k ≥，就推断“X 与Y 有关系”，这种推断犯错误的概率不超过()02k K P ≥；否则，就认为在犯错误的概率不超过()02k K P ≥的前提下不能推断“X 与Y 有关系”，或者在样本数据中没有发现足够证据支持结论“X 与Y有关系”。

2.独立性检验的应用可以利用独立性检验来推断两个分类变量是否有关系，并且能较精确地给出这种判断的可靠程度。

具体做法是： (1)根据实际问题需要的可信程度(或容许犯错误概率的上界)确定临界值0k ； (2)利用公式，由观测数据计算得到随机变量2K 的观测值k ；(3)如果0k k ≥，就说有()()%100102⨯≥-k K P 的把握认为“X 与Y 有关系”(或说在犯错误的概率不超过()2k K P ≥的前提下认为“X 与Y 有关系”)，否则就说样本观测数据没有提供“X 与Y 有关系”的充分证据(或说在犯错误的概率不超过()02k K P ≥的前提下不能认为“X 与Y 有关系”)。

专题十 概率与统计第二十九讲 回归分析与独立性检验答案部分 2019年1.解析 （1）由调查数据，男顾客中对该商场服务满意的比率为400.850=，因此男顾客对该商场服务满意的概率的估计值为0.8． 女顾客中对该商场服务满意的比率为300.650=，因此女顾客对该商场服务满意的概率的估计值为0.6．（2）22100(40203010) 4.76250507030K ⨯⨯-⨯=≈⨯⨯⨯． 由于4.762 3.841>，故有95%的把握认为男、女顾客对该商场服务的评价有差异.2010-2018年1．C 【解析】因为变量x 和y 满足关系0.11y x =-+，其中0.10-<，所以x 与y 成负相关；又因为变量y 与z 正相关，不妨设z ky b =+(0)k >，则将0.11y x =-+代入即可得到：(0.11)0.1()z k x b kx k b =-++=-++，所以0.10k -<，所以x 与z 负相关，综上可知，应选C ．2．A 【解析】画出散点图知0,0b a <>．3．D 【解析】因为222152(6221410)5281636322016363220χ⨯⨯-⨯⨯==⨯⨯⨯⨯⨯⨯，222252(4201612)521121636322016363220χ⨯⨯-⨯⨯==⨯⨯⨯⨯⨯⨯，222352(824128)52961636322016363220χ⨯⨯-⨯⨯==⨯⨯⨯⨯⨯⨯，222452(143062)524081636322016363220χ⨯⨯-⨯⨯==⨯⨯⨯⨯⨯⨯，则有22224231χχχχ>>>，所以阅读量与性别关联的可能性最大．4．D 【解析】因为所有的点都在直线上，这组样本数据完全正相关，故其相关系数为1，故选D.5．D 【解析】由回归方程为y =0.85x –85.71知y 随x 的增大而增大，所以y 与x 具有正的线性相关关系，由最小二乘法建立的回归方程得过程知ˆ()ybx a bx y bx a y bx =+=+-=-，所以回归直线过样本点的中心（x ，y ）， 利用回归方程可以预测估计总体，所以D 不正确．6．B 【解析】样本中心点是（3.5，42），则ˆˆ429.4 3.59.1ay bx =-=-⨯=，所以回归方程是ˆ9.49.1yx =+，把6x =代入得ˆ65.5y =． 7．乙 数学 【解析】①由图可知，甲的语文成绩排名比总成绩排名靠后；而乙的语文成绩排名比总成绩排名靠前，故填乙．②由图可知，比丙的数学成绩排名还靠后的人比较多；而总成绩的排名中比丙排名靠后的人数比较少，所以丙的数学成绩的排名更靠前，故填数学．8．【解析】(1)利用模型①，该地区2018年的环境基础设施投资额的预测值为ˆ30.413.519226.1y=-+⨯=(亿元)． 利用模型②，该地区2018年的环境基础设施投资额的预测值为ˆ9917.59256.5y=+⨯=(亿元)． (2)利用模型②得到的预测值更可靠． 理由如下：（ⅰ）从折线图可以看出，2000年至2016年的数据对应的点没有随机散布在直线30.413.5y t =-+上下．这说明利用2000年至2016年的数据建立的线性模型①不能很好地描述环境基础设施投资额的变化趋势．2010年相对2009年的环境基础设施投资额有明显增加，2010年至2016年的数据对应的点位于一条直线的附近，这说明从2010年开始环境基础设施投资额的变化规律呈线性增长趋势，利用2010年至2016年的数据建立的线性模型ˆ9917.5yt =+可以较好地描述2010年以后的环境基础设施投资额的变化趋势，因此利用模型②得到的预测值更可靠．（ⅱ）从计算结果看，相对于2016年的环境基础设施投资额220亿元，由模型①得到的预测值226.1亿元的增幅明显偏低，而利用模型②得到的预测值的增幅比较合理．说明利用模型②得到的预测值更可靠．以上给出了2种理由，考生答出其中任意一种或其他合理理由均可得分． 9．【解析】（1）由样本数据得(,)(1,2,,16)i x i i =的相关系数为16()(8.5)0.18ix x i r --==≈-∑．由于||0.25r <，因此可以认为这一天生产的零件尺寸不随生产过程的进行而系统地变大或变小．（2）（i ）由于9.97,0.212x s =≈，由样本数据可以看出抽取的第13个零件的尺寸在(3,3)x s x s -+以外，因此需对当天的生产过程进行检查．（ii ）剔除离群值，即第13个数据，剩下数据的平均数为1(169.979.22)10.0215⨯-=， 这条生产线当天生产的零件尺寸的均值的估计值为10．02．162221160.212169.971591.134ii x==⨯+⨯≈∑，剔除第13个数据，剩下数据的样本方差为221(1591.1349.221510.02)0.00815--⨯≈，0.09≈． 10．【解析】（Ⅰ）由折线图中数据和附注中参考数据得4=t ，28)(712=-∑=i i t t ，55.0)(712=-∑=i iy y，89.232.9417.40))((717171=⨯-=-=--∑∑∑===i i i i i i i iy t y t y y t t，99.0646.2255.089.2≈⨯⨯≈r .因为y 与t 的相关系数近似为0.99，说明y 与t 的线性相关程度相当高，从而可以用线性回归模型拟合y 与t 的关系.（Ⅱ）由331.1732.9≈=y 及（Ⅰ）得103.02889.2)())((ˆ71271≈=---=∑∑==i ii i it ty y t tb ， 92.04103.0331.1ˆˆ≈⨯-≈-=t b y a. 所以，y 关于t 的回归方程为：t y10.092.0ˆ+=. 将2016年对应的9=t 代入回归方程得：82.1910.092.0ˆ=⨯+=y. 所以预测2016年我国生活垃圾无害化处理量将约1.82亿吨.11．【解析】（Ⅰ）由散点图可以判断，y c =+适宜作为年销售量y 关于年宣传费x 的回归方程类型．（Ⅱ）令w =y 关于w 的线性回归方程，由于81821()()108.8ˆ681.6()iii ii w w y y dw w ==--===-∑∑． ˆˆ56368 6.8100.6cy dw =-=-⨯=， 所以y 关于w 的线性回归方程为ˆ100.668y w =+，因此y 关于x 的回归方程为ˆ100.6y=+ （Ⅲ）（ⅰ）由（Ⅱ）知，当49x时，年销售量y 的预报值ˆ100.6576.6y=+= 年利润z 的预报值ˆ576.60.24966.32z=⨯-=． （ⅱ）根据（Ⅱ）得结果知，年利润z 的预报值ˆ0.2(100.620.12zx x =+-=-+．13.66.82==，即46.24x =时，ˆz取得最大值． 故年宣传费为46.24千元时，年利润的预报值最大． 12．【解析】（I ）由所给数据计算得17t =（1+2+3+4+5+6+7）=417y =（2.9+3.3+3.6+4.4+4.8+5.2+5.9）=4.3 7211()t tt =-∑=9+4+1+0+1+4+9=287111()()t tt y y =--∑=(3)( 1.4)(2)(1)(1)(0.7)-⨯-+-⨯-+-⨯-00.110.520.93 1.614+⨯+⨯+⨯+⨯=71117211()()140.528()t t tt y y b tt ==--===-∑∑， 4.30.54 2.3a y bt =-=-⨯=. 所求回归方程为0.5 2.3y t =+.13．【解析】(I)由频率颁布直方图可知,在抽取的100人中,“体育迷”有25人,从而2×2列联表如下:由2×2列联表中数据代入公式计算,得:222112212211212()100(30104515)1003.0307525455533n n n n n x n n n n ++++-⨯-⨯==≈⨯⨯⨯因为3.030<3.841,所以,没有理由认为“体育迷”与性别有关.（II ）由频率分布直方图可知，“超级体育迷”为5人，从而一切可能结果所组成的基本事件空间12132311{(,),(,),(,),(,)a a a a a a a b Ω=12212231,(,),(,),(,),(,),a b a b a b a b3212(,),(,)}a b b b 其中i a 表示男性，1,2,3i =．j b 表示女性，1,2j =．Ω由10个基本事件组成，而且这些事件的出现时等可能的．用A 表示“任选2人中至少有1名是女性”这一事件，则11122122313212{(,),(,),(,),(,),(,),(,),(,)}A a b a b a b a b a b a b b b = ∴7()10P A =。

高考数学复习考点知识与题型专题讲解专题18 回归分析、独立性检验1．有关独立性检验的问题，解题思路如下：（1）利用频率估计概率；（2）根据题意，求得2K的值，对照临界值得结果.2．对于非线性回归方程及其应用，考查将非线性回归问题转化为线性回归问题求解，在解题的过程中，要注重回归方程的公式的正确计算，注意所给数据的正确应用.2倍.1 / 31（1）求表中a，b的值，并补全表中所缺数据；（2）运用独立性检验思想，判断是否有99.5%的把握认为中学生使用手机对学习有影响？参考数据：()()()()()22n ad bcKa b c d a c b d-=++++，其中n a b c d=+++.【试题来源】三省三校“3 3 3”2021届高考备考诊断性联考卷（二）【答案】（1）28,14,ab=⎧⎨=⎩，表格答案见解析；（2）有99.5%的把握认为中学生使用手机对学习有影响.【分析】（1）由题意可得122680,2a ba b+++=⎧⎨=⎩从而可求出,a b的值，进而可填出列联表；（2）直接利用公式()()()()()22n ad bcKa b c d a c b d-=++++求解，然后根据临界值表得结论【解析】（1）由己知得122680,2a ba b+++=⎧⎨=⎩解得28,14,ab=⎧⎨=⎩补全表中所缺数据如下：（2）根据题意计算观测值为()2280282614129.8257.87942384040K⨯⨯-⨯=≈>⨯⨯⨯，所以有99.5%的把握认为中学生使用手机对学习有影响.2．某校高二生物研究性学习小组的同学们为了研究当地某种昆虫的产卵数与温度的变化关系，他们收集了一只该种昆虫在温度Cx︒时相对应产卵数个数为y的8组数据，为了对数据进行分析，他们绘制了如下散点图：（1）根据散点图，甲、乙两位同学分别用y bx a=+和z dx c=+（其中lnz y=）两种模型进行回归分析，试判断这两位同学得到的回归方程中，哪一个的相关指数2R更接近1；（给出判断即可，不必说明理由）（2）根据（1）的结论选定上述两个模型中更适宜作为对昆虫产卵数与温度变化关系进行回归分析的模型，并利用下表中数据，计算该模型的回归方程：（方程3 / 31表示为()y f x =的形式，数据计算结果保留两位小数）（3）据测算，若只此种昆虫的产卵数超过4e ，则会发生虫害.研究性学习小组的同学通过查阅气象资料得知近期当地温度维持在25C ︒左右，试利用（2）中的回归方程预测近期当地是否会发生虫害. 附：对于一组数据()()()1122,,,,,,n n u v u v u v ，其回归直线v u βα=+的斜率和截距的最小二乘估计分别为1221ˆˆˆ,nl i i ni i u v nuvv u unu βαβ==-==--∑∑. 【试题来源】甘肃省兰州市2020-2021学年高三下学期诊断试题【答案】（1）乙同学模型的相关指数2R 更接近1；（2）应选择z dx c =+做为回归方程，0.22 2.22x y e -=；（3）近期当地不会发生虫害.【分析】（1）通过观察图象即可得出结论；（2）根据（1）的结论，应选择z dx c =+做为回归方程，利用最小二乘法即可求解，求出,d c 即可. （3）当25x =时，求出估计值，即可判断得出结论.【解析】（1）乙同学模型的相关指数2R 更接近1.（2）根据（1）的结论，应选择z dx c =+做为回归方程，根据公式，812221757826 3.30.22, 3.30.2226 2.425722826i i i nii x z nxzd c z dx xnx =-=--⨯⨯==≈=-≈-⨯=--⨯-∑∑， 0.22 2.42z x ∴=-，5 / 31故y 关于x 的回归方程为0.22 2.22x y e -=.（3）当25x =时，0.22 2.22 3.084x y e e e -==<，因此近期当地不会发生虫害. 3．人均可支配收入是反映一个地区居民收入水平和城市经济发展水平的重要指标，并且对人均消费水平有重大影响，下图是根据国家统计局发布的《2020年上半年居民收入和消费支出情况》绘制的，是我国31个省（区、市）2020年上半年人均可支配收入x （单位：元）与人均消费支出y （单位：元）的散点图．（1）由散点图可以看出，可以用线性回归模型ˆˆybx a =+拟合人均消费支出y 与人均可支配收入x 的关系，请用相关系数加以说明； （2）建立y 关于x 的线性回归方程（精确到0.01）；（3）根据（2）的结论，规定半年人均盈余（人均可支配收入-人均消费支出）不低于4620元的省（区、市）达到阶段小康的标准，则估计达到阶段小康标准的省（区、市）的半年人均可支配收入至少为多少元？ 参考数据：参考公式：相关系数()()niix x y y r --=∑，回归方程ˆˆˆybx a =+中斜率和截距的最小二乘估计公式分别为()()()121ˆniii nii x x y y bx x ==--=-∑∑，ˆˆay bx =-． 【试题来源】2021年新高考测评卷数学（第二模拟）【答案】（1）答案见解析；（2）ˆ0.482192y x =+；（3）13100元.【分析】（1）将已知数据代入相关系数的求解公式即可得解；（2）根据题中数据及参考公式求得ˆb ，ˆa ，即可建立y 关于x 的线性回归方程；（3）由题意知半年人均盈余为ˆx y-，得到不等式ˆ4620x y -≥，解不等式即可． 【解析】（1）由题意知()()316839000000.983800018400iix x yy r --==≈⨯∑，因为y 与x 的相关系数近似为0.98，接近1，所以y 关于x 的线性相关程度非常高，因此可以用线性回归模型拟合y 与x 的关系．（2）()()()3113121683900000ˆ0.481412000000ii i ii xx y y bxx ==--==≈-∑∑，ˆˆ96320.48155002192ay bx =-≈-⨯=，所以ˆ0.482192y x =+． （3）半年人均盈余为ˆ0.4821920.522192x yx x x -=--=-， 令0.5221924620x -≥，得13100x ≥，故估计达到阶段小康标准的省（区、市）的半年人均可支配收入至少为131007 / 31元．4．近年来，明代著名医药学家李时珍故乡黄冈市蕲春县大力发展大健康产业，蕲艾产业化种植已经成为该县脱贫攻坚的主要产业之一，已知蕲艾的株高y (单位：cm)与一定范围内的温度x (单位：℃)有关，现收集了蕲艾的13组观测数据，得到如下的散点图：现根据散点图利用y a =+dy c x=+建立y 关于x 的回归方程，令s =1t =得到如下数据：213t131i =∑21.22且(i s ，i y )与(i t ，i y )(i ＝1，2，3，…，13)的相关系数分别为1r ，2r ，且2r ＝﹣0.9953．（1）用相关系数说明哪种模型建立y 与x 的回归方程更合适； （2）根据（1）的结果及表中数据，建立y 关于x 的回归方程；（3）已知蕲艾的利润z 与x 、y 的关系为1202z y x =-，当x 为何值时，z 的预报值最大．参考数据和公式：0.21×21.22＝4.4562，11.67×21.22＝247.6374＝15.7365，对于一组数据(i u ，i v )(i ＝1，2，3，…，n )，其回归直线方程v uαβ=+的斜率和截距的最小二乘法估计分别为1221ni i i nii u vnu v unuβ==-⋅=-∑∑，v u αβ=-，相关系数ni i u vnu vr -⋅∑．【试题来源】湖北省八市2021届高三下学期3月联考 【答案】（1）用d y c x =+模型建立y 与x 的回归方程更合适；（2）10ˆ111.54yx=-；（3）当温度为20时这种草药的利润最大．【分析】（1）利用相关系数1r ，2r ，比较1||r 与2||r 的大小，得出用模型dy c x=+建立回归方程更合适；（2）根据（1）的结论求出y 关于x 的回归方程即可；（3）由题意写出利润函数ˆz，利用基本不等式求得利润z 的最大值以及对应的x 值．【解析】（1）由题意知20.9953r =-，10.8858r ====，因为121r r <<，所有用dy c x=+模型建立y 与x 的回归方程更合适． （2）因为1311322113 2.1ˆ100.2113i ii ii t y t ydtt ==-⋅-===--∑∑， ˆˆ109.94100.16111.54cy dt =-=+⨯=，9 / 31所以ˆy关于x 的回归方程为10ˆ111.54y x=- （3）由题意知11012020(111.54ˆˆ)22zy x x x =-=--20012230.8()2x x =-+ 2230.8202210.8≤-=，所以22.8ˆ10z≤，当且仅当20x 时等号成立，所以当温度为20时这种草药的利润最大．5．已知某班有50位学生，现对该班关于“举办辩论赛”的态度进行调查，，他们综合评价成绩的频数分布以及对“举办辩论赛”的赞成人数如下表：（1）请根据以上统计数据填写下面2×2列联表，并回答：是否有95%的把握认为“综合评价成绩以80分位分界点”对“举办辩论赛”的态度有差异？（2）若采用分层抽样在综合评价成绩在[60，70)，[70，80)的学生中随机抽取10人进行追踪调查，并选其中3人担任辩论赛主持人，求担任主持人的3人中至少有1人在[60，70)的概率．参考公式：()()()()()22n ad bc K a b c d a c b d -=++++，其中n a b c d =+++．参考数据：【试题来源】山东省聊城市第一中学2021届高三一模检测题（一）【答案】（1）表格见解析，不能；（2）2930.【分析】（1）由已知完成列联表，结合公式计算2K 根据参考数据即可判断结果；（2）由分层抽样得在[)60,70里面抽6个，[)70,80里面抽4个，再用对立事件求解概率即可. 【解析】（1）做个皮尔逊卡方检验的话，有()2250286412 3.125 3.84132184010K ⨯⨯-⨯==<⨯⨯⨯故此不能推翻零假设，不能认定成绩和态度有关.（2）这样分层抽样，会在[)60,70里面抽6个，[)70,80里面抽4个，11 / 31设A 为没有人在[60，70)内的事件，则概率即为()1P P A =-3431029130C C =-=.6．某疫苗进行安全性临床试验.该疫苗安全性的一个重要指标是注射疫苗后人体血液中的高铁血红蛋白（MetHb ）的含量（以下简称为“M 含量”）不超过1%，则为阴性，认为受试者没有出现血症.若一批受试者的M 含量平均数不超过0.65%，出现血症的被测试者的比例不超过5%，同时满足这两个条件则认为该疫苗在M 含量指标上是“安全的”；否则为“不安全”.现有男、女志愿者各200名接受了该疫苗注射.经数据整理，制得频率分布直方图如图.（注：在频率分布直方图中，同一组数据用该区间的中点值作代表.）（1）请说明该疫苗在M 含量指标上的安全性；（2）按照性别分层抽样，随机抽取50名志愿者进行M 含量的检测，其中女性志愿者被检测出阳性的恰好1人.请利用样本估计总体的思想，完成这400名志愿者的22⨯列联表，并判断是否有超过95%的把握认为，注射该疫苗后，高铁血红蛋白血症与性别有关？附：()()()()()22n ad bcKa b c d a c b d-=++++.【试题来源】江西省九所重点中学（玉山一中、临川一中等）2021届高三3月联合考试【答案】（1）该疫苗在M含量指标上是“安全的”；（2）表格见解析，没有. 【分析】（1）求出区间(]1.0,1.2上的频率，以及平均数即可得结论；（2）根据题意写出列联表，计算2K的值，并与3.841比较即可得出结论. 【解析】（1）由频率分布直方图得M含量数据落在区间(]1.0,1.2上的频率为0.150.20.03⨯=，故出现血症的比例为3%5%<，由直方图得平均数为0.30.20.50.30.70.30.90.17 1.10.030.606x=⨯+⨯+⨯+⨯+⨯=即志愿者的M含量的平均数为0.606%0.65%<综上，该疫苗在M含量指标上是“安全的”.（2）依题意得，抽取的50名志愿者中女性志愿者应为25人由已知，25名女性志愿者被检测出阳性恰有1人，故女性中阳性的频率0.04 所以全部女性志愿者阳性共有2000.048⨯=人由（1）知400名志愿者中，阳性的频率为0.03，所以阳性的人数共有4000.0312⨯=人因此男性志愿者被检测出阳性的人数是1284-=人.所以完成表格如下：由22⨯列联表可()22400419281961.375 3.84120020012388K⨯⨯-⨯=≈<⨯⨯⨯，由参考表格，可得，故没有超过95%的把握认为注射疫苗后，高铁血红蛋白血症与性别有关.7．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：（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．13 / 31参考公式：相关系数()()niix x y y r --=∑．线性回归方程ˆˆˆybx a =+中斜率和截距最小二乘估计计算公式：()()()121ˆniii ni i x x y y bx x ==--=-∑∑，ˆˆay bx =-． 参考数据：()71()14.00i i i x x y y =--=∑，()7217.08i iy y =-=∑14.10≈．【试题来源】四川省成都市2021届高三第二次诊断性检测【答案】（1）答案见解析；（2）ˆ0.5 2.3yx =+，7.3万元. 【分析】（1）根据统计数据求x 、y 、()721i i x x =-∑，结合参考数据及相关系数公式，求相关系数r ，进而判断y 与x 的相关程度；（2）利用最小二乘法公式估计ˆb 、ˆa ，写出线性回归方程，进而将10x =代入估算求值.【解析】（1）由题意，知123456747x ++++++==，2.903.30 3.604.40 4.805.20 5.904.307y ++++++==，()()()()()()()()72222222211424344454647428i i x x =-=-+-+-+-+-+-+-=∑．所以结合参考数据知14.000.9914.10r ==≈≈．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．15 / 31（2）因为()()()7172114ˆ0.528iii ii x x y y bx x ==--===-∑∑， 所以ˆˆ 4.30.54 2.3ay bx =-=-⨯=． 所以y 关于x 的线性回归方程为ˆ0.5 2.3y x =+，将10x =代入线性回归方程，得ˆ0.510 2.37.3y=⨯+=． 所以估算该种机械设备使用10年的失效费为7.3万元．8．人类已经进入大数据时代.目前，数据量级已经从TB (1TB =1024GB )级别跃升到PB (1PB =1024TB )，EB (1EB =1024PB )乃至ZB (1ZB =1024EB )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0.49ZB ，2009年数据量为0.8ZB ，2010年增长到1.2ZB ，2011年数据量更是高达1.82ZB .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ln i i z y =，6116i i z z ==∑.（1）根据上表数据信息判断，方程21c xy c e =⋅(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(2c 精确到0.01).（2）有人预计2021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.参考数据： 4.5695.58e ≈， 4.5897.51e ≈，回归方程y a bx =+中，斜率最小二乘法公式为()()()1122211n niii ii i nniij i x x y y x y nxyb x x xnx====---==--∑∑∑∑，a y bx =-.【试题来源】2021年高三数学二轮复习讲练测（新高考版） 【答案】（1） 1.520.38x y e +=；（2）见解析.【分析】（1）设ln z y =，则12ln z c c x =+，再根据参考数据及公式即可得解 （2）先将8x =代入得预计2021年数据量，进而和2011年的50倍比较大小即可得解【解析】（1）由21c xy c e =⋅，两边同时取自然对数得()2112ln ln ln c xy c e c c x =⋅=+，设ln z y =，则12ln z c c x =+. 因为 3.5x =， 2.85z =，()62117.58i i x x=-=∑，()()616.7.i i i x x z z =--=∑，所以()()()12216.730.3817.58niii nij x x y z c x x ==--==≈-∑∑，12ln 2.850.38 3.5 1.52c z c x =-=-⨯=.17 / 31所以 1.520.38ln z x y =+=，所以 1.520.38x y e +=；（2）令8x =，得 1.520.388 4.56ˆ95.58 1.825091ye e +⨯==≈>⨯=. 预计2021年全世界产生的数据规模会超过2011年的50倍.【名师点睛】对于非线性回归方程的求解，一般要结合题意作变换，转化为线性回归方程来求解，同时也要注意相应数据的变化.9．随着手机游戏的发展，在给社会带来经济利益的同时，也使许多人深陷其中，从而产生一些负面的影响．A ，B 两所学校为了解学生每天玩游戏的时间，各自抽取了100名学生进行调查，得到的数据如表所示：A 学校B 学校（1）以样本估计总体，计算A 学校学生日游戏时间的平均数以及B 学校学生日游戏时间的中位数．（2）为了调查家长对孩子玩游戏的态度，学校相关领导随机抽取了200名男性家长和200名女性家长进行调查，并将所得结果统计如表所示，判断是否有99.9%的把握认为家长对孩子玩游戏的态度与家长性别有关？附：()()()()()22n ad bcKa b c d a c b d-=++++，其中n a b c d=+++．【试题来源】普通高等学校招生全国统一考试数学预测卷（一）【答案】（1）A学校学生日游戏时间的平均数为64.7()min；B学校学生日游戏时间的中位数为74()min；（2）没有．【分析】（1）根据频率分布表，利用平均数公式求解；由中位数的定义求解；（2）根据22⨯列联表中的数据，利用()()()()()22n ad bcKa b c d a c b d-=++++求得2K的值，再与临界值表对照下结论.【解析】（1）A学校学生日游戏时间的平均数为3.50.1450.14550.16650.2750.18850.13950.0964.7⨯+⨯+⨯+⨯+⨯+⨯+⨯=()min．B学校学生日游戏时间的中位数为5037102070107425----+⨯=()min．19 / 31（2）由已知可得22⨯列联表：则()2240013639161648.17210.828200200297103K ⨯⨯-⨯=≈<⨯⨯⨯， 所以没有99.9%的把握认为家长对孩子玩游戏的态度与家长性别有关． 10．为了解国内不同年龄段的民众旅游消费的基本情况．某旅游网站从其数据库中随机抽取了1000条客户信息进行分析，这些客户一年的旅游消费金额数据如下表所示；把一年的旅游消费金额满8千元称为“高消费”，否则称为“低消费”． （1）从这些客户中随机选一人，求该客户是高消费的中老年人的概率； （2）完成下面的22⨯列联表，并判断能否有99%的把握认为旅游消费的高低与年龄有关．附表及公式：22()()()()()n ad bcKa b c d a c b d-=++++，其中n a b c d=+++【试题来源】学科网2021年高三1月大联考考后强化卷（新课标Ⅱ卷）【答案】（1）15；（2）填表见解析；有．【分析】（1）用频率估计概率，计算样本中高消费的中老年人的频率即为概率；（2）将数据填入列联表，用2K的计算公式计算2K的观测值k，与附表中的数据比较可得出结论.【解析】（1）样本中总客户数为1000，其中高消费的中老年人有200人，随机选一人，则该客户是高消费的中老年人的概率为2001 10005=．（2）2×2列联表如下：21 / 31可得2K的观测值21000(300200100400)7.937400600700300k ⨯⨯-⨯=≈⨯⨯⨯， 因为7.937 6.635>，所以有99%的把握认为旅游消费的高低与年龄有关． 11．2020山东省旅游发展大会暨首届中国国际文化旅游博览会在济南奥体中心东荷体育馆隆重开幕.大会以“文旅融合发展，乐享好客山东”为主题，来自38个国家和地区的友好宾朋，跨越空间阻隔，相约线上交流，共同推动山东文化和旅游业发展谱写新的篇章.某机构为了解人们对博览会的关注度是否与年龄有关，随机抽取了200位市民（其中40周岁及以下与40周岁以上各100人）进行问卷调查，并得到如下的22⨯列联表：（1）根据22⨯列联表，判断是否有90%的把握认为对博览会的关注度与年龄有关；（2）若从关注度极高的被调查者中按年龄分层抽样的方法抽取9人了解他们从事的职业情况，再从9人中任意选取2人谈谈关注博览会的原因，求这2人中两个年龄段的市民各一人的概率.附：22()()()()()n ad bc Ka b c d a c b d -=++++，其中n a b c d =+++.参考数据：【试题来源】普通高等学校招生全国统一考试数学预测卷（三）【答案】（1）有；（2）59.【分析】（1）根据22⨯列联表中的数据求得2K 值，再与临界值表对照下结论； （2）先利用分层抽样的方法抽取各层的人数，然后再求得9人中任意选取2人的基本事件数和这2人中两个年龄段的市民各一人的基本事件数，代入古典概型的概率公式求解.【解析】（1）由22⨯列联表可得22200(60524840) 2.899 2.70610010010892K ⨯⨯-⨯=≈>⨯⨯⨯，故有90%的把握认为对博览会的关注度与年龄有关.（2）根据题意，从关注度极高的被调查者中按年龄分层抽样的方法抽取9人， 则抽取40周岁及以下的有6095108⨯=人，40周岁以上的有954-=人. 从9人中任意选取2人的基本事件有29C 36=个，这2人中两个年龄段的市民各一人的基本事件有1154C C 20=个；则这2人中两个年龄段的市民各一人的概率205369P ==. 12．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：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：23 / 31（1）求相关系数r 的大小（精确到0.01），并判断管理时间y 与土地使用面积x 的线性相关程度；（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：()()niix x y y r --=∑，()()()()()22n ad bc K a b c d a c b d -=++++，其中n a b c d =+++． 临界值表：22.02．【试题来源】重组卷05-冲刺2021年高考数学之精选真题模拟重组卷（新课标卷）【答案】（1）0.84；管理时间y 与土地使用面积x 的线性相关程度为强相关；（2）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.【分析】（1）根据参考公式和数据计算相关系数r 的值，并判断强弱关系；（2）根据列联表计算2K ，并和临界数表比较大小. 【解析】（1）1234535x ++++==，911142620165y ++++==， ()()()()()()()()113916231116331416niii x x y y =--=-⨯-+--+-⨯-∑()()()()43261653201637+--+--=，()()()()()()2222221132333435310ni i x x =-=-+-+-+-+-=∑， ()()()()()()22222219161116141626162016194ni i y y =-=-+-+-+-+-=∑44.04=≈，()()370.840.7544.04niix x y y r --==≈>∑， 所以管理时间y 与土地使用面积x 的线性相关程度为强相关.（2）由条件可知女性不愿意参与管理的人数为300140604060---=()223001406060402510.828200100180120K ⨯⨯-⨯==>⨯⨯⨯，所以有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. 13．某公司对项目进A 行生产投资，所获得的利润有如下统计数据表：（1）请用线性回归模型拟合y 与x 的关系，并用相关系数加以说明； （2）该公司计划用7百万元对A 、B 两个项目进行投资．若公司对项目B 投资25 / 31()16x x ≤≤百万元所获得的利润y 近似满足：0.490.160.491y x x =-++，求A 、B 两个项目投资金额分别为多少时，获得的总利润最大？ 附：①对于一组数据()11,x y 、()22,x y 、、(),n n x y ，其回归直线方程y bx a=+的斜率和截距的最小二乘法估计公式分别为1221ni ii nii x y nx yb xnx==-⋅=-∑∑，ˆa y bx=-． ②线性相关系数ni ix y nx yr -⋅=∑．一般地，相关系数r 的绝对值在0.95以上（含0.95）认为线性相关性较强；否则，线性相关性较弱． 参考数据：对项目A 投资的统计数据表中111ni i i x y ==∑，212.24ni i y ==∑ 2.1≈．【试题来源】2021年高考数学金榜预测卷（山东、海南专用）【答案】（1）0.2y x =；答案见解析；（2）对A 、B 项目分别投资4.5百万元，2.5百万元时，获得总利润最大．【分析】（1）计算出x 、y 的值，将表格中的数据代入最小二乘法公式，求出b 、a 的值，可得出回归直线方程，并计算出相关系数r 的值，可得出结论；（2）求得()0.491.930.0411y x x ⎡⎤-++⎢+⎣=⎥⎦，利用基本不等式可求得y 的最大值，利用等号成立求得x 的值，即可得出结论.【解析】（1）对项目A 投资的统计数据进行计算，有3x =，0.6y =，52155i i x ==∑，所以515222151190.255535i ii i i x y x yb x x==-⋅-===-⨯-∑∑，0.60.230a y bx =--⨯==，所以回归直线方程为0.2y x =.线性相关系数55i ix y x yr -⋅==∑0.95340.95=≈>， 这说明投资金额x 与所获利润y 之间的线性相关关系较强， 用线性回归方程0.2y x =对该组数据进行拟合合理；（2）设对B 项目投资()16x x ≤≤百万元，则对A 项目投资()7x -百万元． 所获总利润()()0.490.490.490.27 1.930.60411110.x x y x x x ⎡⎤++-=⎥=--++⎢++⎣⎦1.93 1.65≤-=， 当且仅当()100.04194.x x =++，即 2.5x =时取等号， 所以对A 、B 项目分别投资4.5百万元，2.5百万元时，获得总利润最大． 14．有一种速度叫中国速度，有一种骄傲叫中国高铁.中国高铁经过十几年的发展，取得了举世瞩目的成就，使我国完成了从较落后向先进铁路国的跨越式转变.中国的高铁技术不但越来越成熟，而且还走向国外，帮助不少国家修建了高铁.高铁可以说是中国一张行走的名片.截至到2020年，中国高铁运营里程已经达到3.9万公里.下表是2013年至2020年中国高铁每年的运营里程统计表，它反映了中国高铁近几年的飞速发展：27 / 31根据以上数据，回答下面问题.（1）甲同学用曲线y =bx +a 来拟合，并算得相关系数r 1=0.97，乙同学用曲线y =ce dx 来拟合，并算得转化为线性回归方程所对应的相关系数r 2=0.99，试问哪一个更适合作为y 关于x 的回归方程类型，并说明理由；（2）根据（1）的判断结果及表中数据，求y 关于x 的回归方程(系数精确到0.01). 参考公式：用最小二乘法求线性回归方程的系数公式：121()()ˆˆ,()niii nii x x y y ba y bxx x ==--==--∑∑；参考数据：882112.48,()()15.50,()42.00,i i i i i y x x y y x x ===--=-=∑∑令8820.4411ln ,0.84,()() 6.50,() 1.01, 1.15.i i i i i w y w x x w w w w e ====--=-==∑∑【试题来源】安徽省示范高中皖北协作区2021届高三下学期第23届联考 【答案】（1）答案见解析；（2）0.151.15x y e =.【分析】（1）比较已知的相关系数大小关系即可得出正确答案;（2）由已知数据求出x ，结合回归方程变形为ln ln y c dx =+，求出d 和ln c ，从而可求出回归方程.【解析】（1）因为1201r r <<<，所以dx y ce =更适合作为y 关于x 的回归方程类型. （2）12345678364.588x =++++++===，由dx y ce =得ln ln y c dx =+，即ln c dx ω=+，则1821()()6.50.1542()Niii ii x x d x x ωω==--==≈-∑∑， 13ln 0.84 4.50.1484c dx ω=-=-⨯≈，所以0.140.150.140.150.151.15dx x x x y ce e e e e +====. 【名师点睛】本题考查了回归方程的求解，本题第二问的关键是对回归方程，结合对数的运算性质进行变形，结合最小二乘法求线性回归方程的系数公式进行求解.15．打乒乓球是一项众多中学生喜爱的体育运动，某中学体育协会为了解这项运动与性别的关联性，随机调查了100名男生和100名女生，每位学生回答喜欢或不喜欢，得到下面的列联表：（1）分别估计该中学男､女生喜欢打乒乓球的概率；（2）能否有99.5%的把握认为中学生喜欢打乒乓球与性别有关？附：22()()()()()n ad bc K a b c d a c b d -=++++，其中n a b c d =+++.【试题来源】吉林省白山市2021届高三第三次联考（4月份）【答案】（1）男生喜欢打乒乓球的概率的估计值为0.55，女生喜欢打乒乓球的概率的估计值为0.35；（2）有99.5%的把握认为中学生喜欢打乒乓球与性别有关.【分析】（1）根据题意，利用公式求得男生和女生喜欢打乒乓球的频率，从而估计出其概率；（2）由题意，求得2K的值，对照临界值得出结论.【解析】（1）由调查数据可知，男生喜欢打乒乓球的频率为550.55 100=，女生喜欢打乒乓球的频率为350.35 100=，因此该中学男生喜欢打乒乓球的概率的估计值为0.55，女生喜欢打乒乓球的概率的估计值为0.35.（2）因为2 2200(55653545)8001001009011099 K⨯⨯-⨯==⨯⨯⨯且80080087.879 99100>=>，所以有99.5%的把握认为中学生喜欢打乒乓球与性别有关.16．某公司为研究某种图书每册的成本费y(单位：元)与印刷数量x(单位：千册)的关系，收集了一些数据并进行了初步处理，得到了下面的散点图及一些统计量的值.29 / 31表中1i i u x =，8118i i u u ==∑（1）根据散点图判断：y a bx =+与dy c x=+哪一个模型更适合作为该图书每册的成本费y 与印刷数量x 的回归方程？(只要求给出判断，不必说明理由) （2）根据（1）的判断结果及表中数据，建立y 关于x 的回归方程(结果精确到0.01)；（3）若该图书每册的定价为9.22元，则至少应该印刷多少册才能使销售利润不低于80000元？(假设能够全部售出，结果精确到1)附：对于一组数据1122(,),(,,,),()n n v v v ωωω⋯，其回归直线v αβω=+的斜率和截距的最小二乘估计分别为121()()()niii nii v v ωωβωω==--=-∑∑，v αβω=-.【试题来源】2021年高考数学考前信息必刷卷（江苏专用） 【答案】（1）d y c x =+更适合；（2）8.961.22y x=+；（3）至少印刷11120册才能使销售利润不低于80000元.【分析】（1）由散点图可知成反比例函数模型,故dy c x=+更适合; （2）令1u x=,根据表中的数据计算即可得y 关于u 的线性回归方程为1.228.96y u=+,进而得y 关于x 的回归方程为8.961.22y x=+; （3）根据题意只需解不等式8.969.22 1.2280x x x ⎛⎫-+≥ ⎪⎝⎭即可得答案.【解析】（1）由散点图判断，dy c x=+更适合作为该图书每册的成本费y (单位：元)与印刷数量x (单位：千册)的回归方程. （2）令1u x=，先建立y 关于u 的线性回归方程，由于81821()()7.0498.9578.960.787()i iiiiu u y ydu u==-⋅-==≈≈-∑∑，所以 3.638.9570.269 1.22c yd u=-⋅=-⨯≈，所以y关于u的线性回归方程为 1.228.96y u=+，所以y关于x的回归方程为8.961.22yx =+（3）假设印刷x千册，依题意得8.969.22 1.2280x xx⎛⎫-+≥⎪⎝⎭，解得11.12x≥，所以至少印刷11120册才能使销售利润不低于80000元.31 / 31。

高考真题——回归分析和独立性检验副标题一、选择题（本大题共9小题，共45.0分）1.有甲、乙两个班级进行数学考试，按照大于等于85分为优秀，85分以下为非优秀统计成绩，得到如下所示的列联表：已知在全部105人中随机抽取1人，成绩优秀的概率为，则下列说法正确的是()参考公式：K2＝附表：列联表中c的值为30，b的值为35B. 列联表中c的值为15，b的值为50C. 根据列联表中的数据，若按的可靠性要求，能认为“成绩与班级有关系”D. 根据列联表中的数据，若按的可靠性要求，不能认为“成绩与班级有关系”2.某人研究中学生的性别与成绩、视力、智商、阅读量这4个变量的关系，随机抽查了52名中学生，得到统计数据如表1至表4，则与性别有关联的可能性最大的变量是（）表1表2表3表4成绩视力 C. 智商 D. 阅读量3.下列两个变量中具有相关关系的是()A. 正方形的面积与边长B. 匀速行驶的车辆的行驶距离与时间C. 人的身高与体重D. 人的身高与视力4.下列说法：①将一组数据中的每一个数据都加上或减去同一个常数后，方差不变；②设有一个线性回归方程＝3－5x，变量x增加1个单位时，y平均增加5个单位；③线性回归方程＝x＋必过(，)；④设具有相关关系的两个变量x，y的相关系数为r，则|r|越接近于0，x和y之间的线性相关程度越高；⑤在一个2×2列联表中，由计算得K2的值，则K2的值越大，判断两个变量间有关联的把握就越大．其中错误的个数是()A. 0B. 1C. 2D. 35.某次考试，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、物理分数对应如下表：绘出散点图如下：根据以上信息，判断下列结论：①根据此散点图，可以判断数学成绩与物理成绩具有线性相关关系；②根据此散点图，可以判断数学成绩与物理成绩具有一次函数关系；③甲同学数学考了80分，那么，他的物理成绩一定比数学只考了60分的乙同学的物理成绩要高．其中正确的个数为A. 0B. 3C. 2D. 16.有人认为在机动车驾驶技术上，男性优于女性．这是真的么？某社会调查机构与交警合作随机统计了经常开车的100名驾驶员最近三个月内是否有交通事故或交通违法事件发生，得到下面的列联表：附：K2=据此表，可得（）A. 认为机动车驾驶技术与性别有关的可靠性不足B. 认为机动车驾驶技术与性别有关的可靠性超过C. 认为机动车驾驶技术与性别有关的可靠性不足D. 认为机动车驾驶技术与性别有关的可靠性超过7.如图是相关变量x，y的散点图，现对这两个变量进行线性相关分析，方案一：根据图中所有数据，得到线性回归方程y=b1x+a1，相关系数为r1；方案二：剔除点（10，21），根据剩下数据得到线性回归直线方程y=b2x+a2，相关系数为r2．则（）A. B. C. D.8.由K2=得K2=≈8.333＞7.879A. 有以上的把握认为“爱好该项运动与性别有关”B. 有以上的把握认为“爱好该项运动与性别无关”C. 在犯错误的概率不超过的前提下，认为“爱好该项运动与性别有关”D. 在犯错误的概率不超过的前提下，认为“爱好该项运动与性别无关”9.有五组变量：①汽车的重量和汽车每消耗1升汽油所行驶的平均路程；②平均日学习时间和平均学习成绩；③某人每日吸烟量和身体健康情况；④圆的半径与面积；⑤汽车的重量和每千米耗油量．其中两个变量成正相关的是()A. ①③B. ②④C. ②⑤D. ④⑤二、填空题（本大题共1小题，共5.0分）10.高三年级267位学生参加期末考试，某班37位学生的语文成绩，数学成绩与总成绩在全年级的排名情况如图所示，甲、乙、丙为该班三位学生。

(完整)高三数学冲刺复习概率统计、回归方程与独立性检验(word版可编辑修改)编辑整理：尊敬的读者朋友们：这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（(完整)高三数学冲刺复习概率统计、回归方程与独立性检验(word版可编辑修改)）的内容能够给您的工作和学习带来便利。

同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。

本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快业绩进步，以下为(完整)高三数学冲刺复习概率统计、回归方程与独立性检验(word版可编辑修改)的全部内容。

高三数学冲刺复习概率统计、回归方程与独立性检验（启尔优方法与思维数学备课资料)1、2016世界特色魅力城市强新鲜出炉，包括黄山市在内的个中国城市入选。

美丽的黄山风景和人文景观迎来众多宾客。

现在很多人喜欢自助游,某调查机构为了了解“自助游”是否与性别有关,在黄山旅游节期间，随机抽取了人,得如下所示的列联表：赞成“自助游”不赞成“自助游”合计男性女性合计（1）若在这人中,按性别分层抽取一个容量为的样本,女性应抽人，请将上面的列联表补充完整（在答题卡上直接填写结果，不需要写求解过程)，并据此资料能否在犯错误的概率不超过前提下,认为赞成“自助游"是与性别有关系?（2）若以抽取样本的频率为概率,从旅游节游客中随机抽取人赠送精美纪念品，记这人中赞成“自助游”人数为，求的分布列和数学期望.附:2、某省电视台为了解该省卫视一档成语类节目的收视情况，抽查东西两部各5个城市，得到观看该节目的人数（单位:千人）如下茎叶图所示其中一个数字被污损．（1)求东部各城市观看该节目观众平均人数超过西部各城市观看该节目观众平均人数的概率．（2）随着节目的播出，极大激发了观众对成语知识的学习积累的热情，从中获益匪浅，现从观看节目的观众中随机统计了4位观众的周均学习成语知识的时间（单位：小时）与年龄（单位：岁），并制作了对照表（如下表所示）；年龄x （岁）20304050周均学习成语知识时间y(小时）2。

高考数学专题复习：独立性检验一、单选题1．某学校食堂对高三学生偏爱蔬菜还是肉类与性别的关系进行了一次调查，根据独立性检验原理，处理所得数据之后发现，有97.5%的把握但没有99%的把握认为偏爱蔬菜还是肉类与性别有关，则2K 的观测值可能为（ ） k 2.706 A ．2 3.206K =B ．2 6.625K =C ．27.869K =D ．211.208K =2．某校为了解学生“玩手机游戏”和“学习成绩”是否有关，随机抽取了100名学生，运用2×2列联表进行独立性检验，经计算得到2 3.936K =，所以判定玩手机游戏与学习成绩有关系，那么这种判断出错的可能性为（ ）A ．1%B ．5%C ．95%D ．99%3．某校为了调查喜欢语文与性别的关系，随机调查了一些学生，数据如下表，由此判断喜欢语文与性别有关系，那么这种判断出错的可能性为（ ）()()()()()22n ad bc K a b c d a c b d -=++++，其中n a b c d =+++．A ．99.5%B ．5%C ．0.5%D ．95%4．以下四个命题，其中正确的个数有（ ）①在独立性检验中，随机变量2K 的观测值越大，“认为两个分类变量有关”，这种判断犯错误的概率越小.②在线性回归方程ˆ0.80.35yx =-时，变量x 与y 具有负的线性相关关系； ③随机变量X 服从正态分布2(3,)N σ，若(4)0.64P X ≤=，则(23)0.07P X ≤≤=； ④两个随机变量相关性越强，则相关系数r 的值越接近于1. A ．1个B ．2个C ．3个D ．4个5．两个分类变量X 和Y ，它们的取值分别为{}12,x x 和{}12,y y ，其样本频数列联表如下表所示：则下列四组数据中，分类变量X 和Y 之间关系最强的是（ ） A ．4a =，2b =，3c =，6d = B ．2a =，1b =，3c =，5d = C ．4a =，5b =，6c =，8d =D ．2a =，3b =，4c =，6d =6．为了丰富教职工业余文化生活，某校计划在假期组织70名老师外出旅游，并给出了两种方案(方案一和方案二)，每位老师均选择且只选择一种方案，其中有50%的男老师选择方案一，有75%的女老师选择方案二，且选择方案一的老师中女老师占40%，则参照附表，得到的正确结论是（ ）附：()()()()()22n ad bc K a b c d a c b d -=++++，n a b c d =+++.A ．在犯错误的概率不超过2.5%的前提下，认为“选择方案与性别有关”B ．在犯错误的概率不超过2.5%的前提下，认为“选择方案与性别无关”C ．有95%以上的把握认为“选择方案与性别有关”D ．有95%以上的把握认为“选择方案与性别无关”7．利用独立性检验的方法调查高中生性别与爱好某项运动是否有关，通过随机调查200名高中生是否爱好某项运动，利用22⨯列联表，由计算可得27.236K =，参照下表：得到的正确结论是（ ）A ．有99%以上的把握认为“爱好该项运动与性别无关”B ．有99%以上的把握认为“爱好该项运动与性别有关”C ．在犯错误的概率不超过0.5%的前提下，认为“爱好该项运动与性别有关"D ．在犯错误的概率不超过0.5%的前提下，认为“爱好该项运动与性别无关”8．如果根据性别与是否爱好运动的列联表得到2 3.852 3.841x ≈>，所以判断性别与运动有关，那么这种判断犯错的可能性不超过（ ） A ．2.5%B ．0.5%C ．1%D ．5%9．某校为了研究学生的性别和对待某一活动的态度(支持与不支持)的关系，运用22⨯列联表进行独立性检验.经计算2 6.058K =，则所得到的统计学结论是：有（ ）的把握认为“学生性别与支持该活动有关系”A ．0.025%B ．97.5%C ．99%D ．99.9%10．根据分类变量x 与y 的观测数据，计算得到2 2.974χ=.依据0.05α=的独立性检验，结论为（ ）A ．变量x 与y 不独立B．变量x与y不独立，这个结论犯错误的概率不超过0.05C．变量x与y独立D．变量x与y独立，这个结论犯错误的概率不超过0.05二、填空题11．为了调查高中学生参加课外兴趣活动选篮球和舞蹈是否与性别有关，现随机调查了30名学生，得到如下22⨯列联表：根据表中的数据，及观测值2K（其中22()()()()()n ad bcKa b c d a c b d-=++++），参考数据：则在犯错误的概率不超过__________前提下，认为选择舞蹈与性别有关.12．某工厂为了调查工人文化程度与月收入的关系，随机抽取了部分工人，得到如下列联表：(单位：人)由上表中数据计算得2K的观测值22105(10302045)6.10955503075K⨯⨯-⨯=≈⨯⨯⨯，请估计在犯错误的概率不超过__________的前提下认为“文化程度与月收入有关系”．13．利用独立性检验的方法调查高中性别与爱好某项运动是否有关，通过随机调查200名高中生是否爱好某项运动，利用22⨯列联表，由计算可得27.245K≈，参照下表2.706 至少有__________以上的把握认为“爱好该项运动与性别有关”．14．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：已知P (K 2≥3.841)≈0.05，P (K 2≥5.024)≈0.025.根据表中数据，得到K 2的观测值k ＝250(1320107)23272030⨯⨯-⨯⨯⨯⨯≈4.844.则认为选修文科与性别有关系出错的可能性为__________.三、解答题15．为了解某市市民对政府出台楼市限购令的态度，在该市随机抽取了50名市民进行调查，他们月收入（单位：百元）的频率分布直方图如下：（1）求该市市民平均月收入的估计值（每组数据以区间中点值为代表）．（2）将月收入不低于7500元称为“高收入”，否则称为“非高收入”，根据已知条件完成下面的22⨯列联表，并判断能否有99%的把握认为市民对楼市限购令的态度与收入有关．参考公式：()()()()()22n ad bc K a b c d a c b d -=++++，其中n a b c d =+++.16．为了调查某大学学生在某天上网的时间，随机对100名男生和100名女生进行了不记名的问卷调查，得到了如下的统计结果： 表1：男生上网时间与频数分布表表2：女生上网时间与频数分布表（1）若该大学共有女生750人，试估计其中上网时间不少于60分钟的人数； （2）完成联表，并回答能否有90%的把握认为“大学生上网时间与性别有关”.附：()()()()22()n ad bc K a b c d a c b d -=++++，其中n a b c d =+++为样本容量.0.45517．某大学为鼓励学生进行体育锻炼，购买了一批健身器材供学生使用，并从该校大一学生中随机抽取了100名学生调查使用健身器材的情况，得到数据如表所示：（1）设每周使用健身器材的次数不低于3次为“爱好健身”，根据上表数据，填写22⨯列联表，并判断能否在犯错误的概率不超过0.10的前提下认为“男生和女生在使用健身器材的爱好方面有差异”；（2）从上述每周使用健身器材3次的学生中，利用分层抽样的方法抽取5名学生，再从抽取的5名学生中随机抽取3人，求3人中至多有一名女生的概率.18．在对人们休闲方式的一次调查中，仅就看电视与运动这两种休闲方式比较喜欢哪一种进行了调查．调查结果：接受调查总人数110人，其中男、女各55人；受调查者中，女性有30人比较喜欢看电视，男性有35人比较喜欢运动．（1）请根据题目所提供的调查结果填写下列22⨯列联表：（2）能否在犯错误的概率不超过0.05的前提下认为“性别与休闲方式有关系”？注：22()()()()()n ad bcKa b c d a c b d-=++++，（其中n a b c d=+++为样本容量）参考答案1．B【分析】根据把握率确定2K的观测值区间范围即可选择.【详解】∵有97.5%的把握但没有99%的把握，∴2K的观测值区间范围为[5.024,6.635)，结合选项可知，2K的观测值可能为6.625．故选:B2．B【分析】根据2K的值，对照附表即可得解.【详解】由题得2 3.936 3.841K=>，所以判定玩手机游戏与学习成绩有关系，这种判断出错的可能性为5%. 故选：B3．C【分析】计算出2K的值可得答案.【详解】因为()22501520510258.33320307.89225753K⨯⨯-⨯==≈>⨯⨯⨯，所有这种判断出错的可能性0.5%.故选：C.4．A【分析】利用随机变量2K的观测值越大，说明两个变量有关系的可能性越大判断①；根据回归方程一次项系数的正负判断②；根据正态分布的性质判断③； 利用线性相关的概念判断④. 【详解】①：在独立性检验中，因为随机变量2K 的观测值越大，说明两个变量有关系的可能性越大，即犯错误的概率越大，故①错误；②：回归方程ˆ0.80.35yx =-的一次项系数为-0.35<0，故变量x 与y 具有负的线性相关关系，故②正确；③：随机变量X 服从正态分布2(3)N σ，，则(34)(4)(3)0.640.50.14P X P X P X <≤=≤-<=-=， 由对称性可知，(23)0.14P X ≤≤=，故③错误；④：两个随机变量的线性相关关系越强，则相关系数r 的绝对值越接近于1，故④错误. 正确的选项有1个. 故选：A 5．A 【分析】逐项求出ad bc -的值并加以对比，最大值对应的分类变量之间关系最强. 【详解】我们可以用ad bc -的大小近似的判断两个分类变量之间关系的强弱，ad bc -的值越小，关系越弱，越大，关系越强.这四组数据中ad bc -的值分别为18､7､2､0， 所以A 组数据的ad bc -的值最大，相比较而言这组数据反应的X 和Y 的关系最强. 故选：A. 6．C 【分析】设该校男老师的人数为x ，女老师的人数为y ，根据条件，得到22⨯列联表，求出x ，y 的值，利用公式计算2K 的值，再与表中临界值比较可得结果. 【详解】设该校男老师的人数为x ，女老师的人数为y ，则可得如下表格：由题意0.40.50.25x y =+，可得43y x =，可得30x =，40y =，则()227015301510 4.667 3.84125453040K ⨯-⨯=≈>⨯⨯⨯， 但4.667 5.024<，所以无97.5%以上有95%以上的把握认为“选择方案与性别有关”. 故选：C. 7．B 【分析】由已知的27.236K =，对比临界值表可得答案 【详解】解：因为27.236 6.635K =>，所以有99%以上的把握认为“爱好该项运动与性别有关”. 故选：B. 8．D 【分析】根据临界值附表比较，即得结论. 【详解】根据以下临界值附表可知这种判断犯错的可能性不超过5%. 故选：D 9．B【分析】将2K 的值与表中数据比较大小可知5.024 6.058 6.635<<，由此确定出相应的把握有多少.【详解】因为2 6.058K =，对照表格：5.024 6.058 6.635<<，所以有10.0250.97597.5%-==的把握认为“学生性别与是否支持该活动有关系”. 故选：B.10．C【分析】由表中数据以及独立性检验的思想即可得出结果.【详解】0.05α=时，2 3.841 2.974χ=>，所以在犯错概率不超过0.1时变量x 与y 有关.故选：C11．0.025【分析】由列联表中的数据，根据公式计算出2K 的值，再对照临界表即可得答案．【详解】 解：由列联表中的数据可得，2230(13827)27 5.4 5.024*********K ⨯⨯-⨯===>⨯⨯⨯， 所以在犯错误的概率不超过0.025的前提下，认为选择舞蹈与性别有关．故答案为：0.025．12．0.025【分析】根据2K ，对比临界值即可得出结论.【详解】∵6.109 5.024>，故能在犯错误的概率不超过0.025的前提下认为“文化程度与月收入有关系”．故答案为：0.025.13．99%【分析】根据卡方的值与参考数据比较即可判断；【详解】解：因为27.245K ≈，6.6357.2457.879<<，所以10.0199%-=故至少有99%以上的把握认为“爱好该项运动与性别有关”，故答案为：99%14．5%【分析】根据观测值k ≈4.844以及独立性检验的基本思想即可得出结果.【详解】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%.故答案为：5%15．（1）63；（2）表格见解析，有.【分析】（1）每组数据区间中点值乘以该组的频率求和可得答案；（2）根据每组频率乘以50可得每组的人数可完成列联表，计算2K 可得答案.【详解】（1）该市市民平均月收入的估计值为400.1500.2600.3700.2800.1900.163⨯+⨯+⨯+⨯+⨯+⨯=．（2）根据频率分布直方图知每组的人数分别为5，10，15，10，5，5．可得22⨯列联表如下：所以()22502882128.33340103020K ⨯⨯-⨯=≈⨯⨯⨯，因为8.333 6.635>，所以有99%的把握认为市民对楼市限购令的态度与收入有关．16．（1）225；（2）列联表答案见解析，没有90%的把握认为“大学生上网时间与性别有关”.【分析】（1）设上网时间不少于60分钟的人数为x ，依题意有30750100x =，计算即可； （2）填写列联表，计算2K ，对照临界值得出结论.【详解】（1）设上网时间不少于60分钟的人数为x ，依题意有30750100x =，解得225x =，所以估计其中上网时间不少于60分钟的人数是225.（2）塻22⨯列联表如下：由表中数据可得到22200(60304070) 2.20 2.70610010013070K ⨯-⨯=≈<⨯⨯⨯， 故没有90%的把握认为“大学生上网时间与性别有关”.17．（1）表格见解析，不能；（2）710. 【分析】（1）根据已知数据统计列联表中的各项的人数，填写列联表，进而计算2K 并与0.1的临界值进行比较，得到论断；（2）利用分层抽样的等比例原则求得抽取的5人中男女生的人数，利用符号表示每个学生，利用列举法计数，得到所求概率.【详解】解：（1）填写的列联表如下所示：()2210222422320.506 2.70644565446K ⨯⨯-⨯=≈<⨯⨯⨯.所以不能在犯错误的概率不超过0.1的前提下认为“男生和女生在使用健身器材的爱好方面有差异”.（2）从每周使用健身器材3次的学生中，利用分层抽样的方法抽取5名学生，则抽取男生3名，抽取女生2名.将抽取的3名男生分别记为a ，b ，c ，2名女生分别记为m ，n ，则从5人中随机抽取3人的不同情况有abc ，abm ，abn ，acm ，acn ，amn ，bcm ，bcn ，bmn ，cmn ，共10种， 其中至多有一名女生的情况有abc ，abm ，abn ，acm ，acn ，bcm ，bcn ，共7种. 所以从抽取的5名学生中随机抽取3人，至多有一名女生的概率为710. 18．（1）答案见解析；（2）不能．【分析】（1）由题意填写列联表即可；（2）代入数据计算2K 的观测值，比较观测值与3.841的大小，判断能否在犯错误的概率不超过0.05的前提下认为“性别与休闲方式有关系” ．【详解】解．（1）根据题目所提供的调查结果，可得下列22⨯列联表：（2）根据列联表中的数据，可计算()2211030352025 3.66750605555K ⨯⨯-⨯=≈⨯⨯⨯，因为03.667 3.841k k ≈<=，所以不能在犯错误的概率不超过0.05的前提下认为“性别与休闲方式有关系”．。

专题11 概率与统计综合问题【题型解读】几何概型、古典概型、相互独立事件与互斥事件的概率、条件概率是高考的热点，几何概型主要以客观题考查，求解的关键在于找准测度(面积，体积或长度)；相互独立事件、互斥事件常作为解答题的一问考查，也是进一步求分布列、期望与方差的基础，求解该类问题要正确理解题意，准确判定概率模型，恰当选择概率公式．【例1】 (2018·天津卷)已知某单位甲、乙、丙三个部门的员工人数分别为24,16,16，现采用分层抽样的方法从中抽取7人，进行睡眠时间的调查．(1)应从甲、乙、丙三个部门的员工中分别抽取多少人？(2)若抽出的7人中有4人睡眠不足，3人睡眠充足，现从这7人中随机抽取3人做进一步的身体检查． ①用X 表示抽取的3人中睡眠不足的员工人数，求随机变量X 的分布列与数学期望；②设A 为事件“抽取的3人中，既有睡眠充足的员工，也有睡眠不足的员工”，求事件A 发生的概率． 【答案】见解析【解析】(1)由题意得，甲、乙、丙三个部门的员工人数之比为3∶2∶2.由于采用分层抽样的方法从中抽取7人，因此应从甲、乙、丙三个部门的员工中分别抽取3人、2人、2人． (2)①随机变量X 的所有可能取值为0,1,2,3. P (X ＝k )＝C k 4C 3－k3C 37(k ＝0,1,2,3)．所以随机变量X 的分布列为随机变量X 的数学期望E (X )＝0×35＋1×35＋2×35＋3×35＝7.②设事件B 为“抽取的3人中，睡眠充足的员工有1人，睡眠不足的员工有2人”；事件C 为“抽取的3人中，睡眠充足的员工有2人，睡眠不足的员工有1人”，则A ＝B ∪C ，且B 与C 互斥． 由①知，P (B )＝P (X ＝2)，P (C )＝P (X ＝1)， 故P (A )＝P (B ∪C )＝P (X ＝2)＋P (X ＝1)＝67.所以事件A 发生的概率为67.【素养解读】本题考查分层抽样、离散型随机变量的分布列与数学期望、互斥事件的概率加法公式，考查分析问题和解决问题的能力，体现了数学运算和数据分析等核心素养．试题难度：中．【突破训练1】 (2017·天津卷)从甲地到乙地要经过3个十字路口，设各路口信号灯工作相互独立，且在各路口遇到红灯的概率分别为12，13，14.(1)记X 表示一辆车从甲地到乙地遇到红灯的个数，求随机变量X 的分布列和数学期望； (2)若有2辆车独立地从甲地到乙地，求这2辆车共遇到1个红灯的概率． 【答案】见解析【解析】(1)随机变量X 的所有可能取值为0,1,2,3.P (X ＝0)＝⎝⎛⎭⎪⎫1－12×⎝⎛⎭⎪⎫1－13×⎝⎛⎭⎪⎫1－14＝14，P (X ＝1)＝12×⎝⎛⎭⎪⎫1－13×⎝⎛⎭⎪⎫1－14＋⎝ ⎛⎭⎪⎫1－12×13×⎝⎛⎭⎪⎫1－14＋⎝⎛⎭⎪⎫1－12×⎝⎛⎭⎪⎫1－13×14＝1124，P (X ＝2)＝⎝⎛⎭⎪⎫1－12×13×14＋12×⎝ ⎛⎭⎪⎫1－13×14＋12×13×⎝ ⎛⎭⎪⎫1－14＝14，P (X ＝3)＝12×13×14＝124.所以随机变量X 的分布列为所以E (X )＝0×4＋1×24＋2×4＋3×24＝12.(2)设Y 表示第一辆车遇到红灯的个数，Z 表示第二辆车遇到红灯的个数，则所求事件的概率为P (Y ＋Z ＝1)＝P (Y ＝0，Z ＝1)＋P (Y ＝1，Z ＝0)＝P (Y ＝0)P (Z ＝1)＋P (Y ＝1)P (Z ＝0) ＝14×1124＋1124×14＝1148. 所以这2辆车共遇到了1个红灯的概率为1148.▶▶题型二 离散型随机变量的分布列、均值与方差离散型随机变量及其分布列、均值与方差及应用是数学高考的一大热点，常有解答题的考查，属于中档题．复习中应强化应用类习题的理解与掌握，弄清随机变量的所有取值，它是正确求随机变量分布列和求均值与方差的关键，对概率模型的确定与转化是解题的基础，准确计算是解题的核心，在备考中应强化解答题的规范性训练．【例2】 (2018·北京卷)电影公司随机收集了电影的有关数据，经分类整理得到下表：假设所有电影是否获得好评相互独立．(1)从电影公司收集的电影中随机选取1部，求这部电影是获得好评的第四类电影的概率； (2)从第四类电影和第五类电影中各随机选取1部，估计恰有1部获得好评的概率；(3)假设每类电影得到人们喜欢的概率与表格中该类电影的好评率相等．用“ξk ＝1”表示第k 类电影得到人们喜欢，“ξk ＝0”表示第k 类电影没有得到人们喜欢(k ＝1,2,3,4,5,6)．写出方差Dξ1，Dξ2，Dξ3，Dξ4，Dξ5，Dξ6的大小关系．【答案】见解析【解析】 (1)设“从电影公司收集的电影中随机选取1部，这部电影是获得好评的第四类电影”为事件A . 因为第四类电影中获得好评的电影有200×0.25＝50(部)， 所以P (A )＝50140＋50＋300＋200＋800＋510＝502 000＝0.025.(2)设“从第四类电影和第五类电影中各随机选取1部，恰有1部获得好评”为事件B ，则P (B )＝0.25×(1－0.2)＋(1－0.25)×0.2＝0.35.(3)由题意可知，定义随机变量如下：ξk ＝⎩⎪⎨⎪⎧0，第k 类电影没有得到人们喜欢，1，第k 类电影得到人们喜欢，则ξk 显然服从两点分布，故Dξ1＝0.4×(1－0.4)＝0.24，Dξ2＝0.2×(1－0.2)＝0.16， Dξ3＝0.15×(1－0.15)＝0.127 5，Dξ4＝0.25×(1－0.25)＝0.187 5， Dξ5＝0.2×(1－0.2)＝0.16， Dξ6＝0.1×(1－0.1)＝0.09.综上所述，Dξ1>Dξ4>Dξ2＝Dξ5>Dξ3>Dξ6.【素养解读】本题考查统计中的概率计算、随机变量的方差计算，考查运算求解能力，体现了数据分析、数学运算等核心素养．试题难度：中．【突破训练2】 (2017·全国卷Ⅲ)某超市计划按月订购一种酸奶，每天进货量相同，进货成本每瓶4元，售价每瓶6元，未售出的酸奶降价处理，以每瓶2元的价格当天全部处理完．根据往年销售经验，每天需求量与当天最高气温(单位：℃)有关．如果最高气温不低于25，需求量为500瓶；如果最高气温位于区间[20,25)，需求量为300瓶；如果最高气温低于20，需求量为200瓶．为了确定六月份的订购计划，统计了前三年六月份各天的最高气温数据，得下面的频数分布表：(1)求六月份这种酸奶一天的需求量X (单位：瓶)的分布列．(2)设六月份一天销售这种酸奶的利润为Y (单位：元)．当六月份这种酸奶一天的进货量n (单位：瓶)为多少时，Y 的数学期望达到最大值？ 【答案】见解析【解析】(1)由题意知，X 所有可能取值为200,300,500， 由表格数据知P (X ＝200)＝2＋1690＝0.2，P (X ＝300)＝3690＝0.4， P (X ＝500)＝25＋7＋490＝0.4， 因此X 的分布列为当300≤n ≤500时，若最高气温不低于25，Y ＝6n －4n ＝2n ； 若最高气温位于区间[20,25)，则Y＝6×300＋2(n－300)－4n＝1 200－2n；若最高气温低于20，则Y＝6×200＋2(n－200)－4n＝800－2n，因此E(Y)＝2n×0.4＋(1 200－2n)×0.4＋(800－2n)×0.2＝640－0.4n.当200≤n<300时，若最高气温不低于20，则Y＝6n－4n＝2n；若最高气温低于20，则Y＝6×200＋2(n－200)－4n＝800－2n.因此E(Y)＝2n×(0.4＋0.4)＋(800－2n)×0.2＝160＋1.2n.所以当n＝300时，Y的数学期望达到最大值，最大值为520元．▶▶题型三概率与统计的综合应用概率与统计作为考查考生应用意识的重要载体，已成为近几年高考的一大亮点．主要依托点是统计图表，正确认识和使用这些图表是解决问题的关键．复习时要在这些图表上下工夫，把这些统计图表的含义弄清楚，在此基础上掌握好样本特征数的计数方法、各类概率的计算方法及数学均值与方差的运算．【例3】(2017·全国卷Ⅱ)海水养殖场进行某水产品的新、旧网箱养殖方法的产量对比，收获时各随机抽取了100个网箱，测量各箱水产品的产量(单位：kg)，其频率分布直方图如下．(1)设两种养殖方法的箱产量相互独立，记A表示事件“旧养殖法的箱产量低于50 kg，新养殖法的箱产量不低于50 kg”，估计A的概率；(2)填写下面的列联表，并根据列联表判断是否有99%的把握认为箱产量与养殖方法有关；附：K 2＝(a ＋b)(c ＋d)(a ＋c)(b ＋d).【答案】见解析【解析】(1)记B 表示事件“旧养殖法的箱产量低于50 kg”，C 表示事件“新养殖法的箱产量不低于50 kg”． 由题意知P (A )＝P (BC )＝P (B )P (C )． 旧养殖法的箱产量低于50 kg 的频率为(0.012＋0.014＋0.024＋0.034＋0.040)×5＝0.62， 故P (B )的估计值为0.62.新养殖法的箱产量不低于50 kg 的频率为 (0.068＋0.046＋0.010＋0.008)×5＝0.66， 故P (C )的估计值为0.66.因此，事件A 的概率估计值为0.62×0.66＝0.409 2. (2)根据箱产量的频率分布直方图得如下列联表.K 2＝100×100×96×104≈15.705.由于15.705>6.635，故有99%的把握认为箱产量与养殖方法有关．(3)因为新养殖法的箱产量频率分布直方图中，箱产量低于50 kg 的直方图面积为(0.004＋0.020＋0.044)×5＝0.34<0.5，箱产量低于55 kg 的直方图面积为(0.004＋0.020＋0.044＋0.068)×5＝0.68>0.5， 故新养殖法箱产量的中位数的估计值为 50＋0.5－0.340.068≈52.35(kg)．【素养解读】本题考查频率分布直方图、独立性检验、中位数、相互独立事件的概率，考查学生的阅读理解能力、数据处理能力．主要体现了数据分析，数学运算等核心素养．【突破训练3】 (2017·北京卷)为了研究一种新药的疗效，选100名患者随机分成两组，每组各50名，一组服药，另一组不服药．一段时间后，记录了两组患者的生理指标x 和y 的数据，并制成下图，其中“*”表示服药者，“＋”表示未服药者．(1)从服药的50名患者中随机选出一人，求此人指标y 的值小于60的概率；(2)从图中A ，B ，C ，D 四人中随机选出两人，记ξ为选出的两人中指标x 的值大于1.7的人数，求ξ的分布列和数学期望E (ξ)；(3)试判断这100名患者中服药者指标y 数据的方差与未服药者指标y 数据的方差的大小(只需写出结论)． 【答案】见解析【解析】(1)由题图知，在服药的50名患者中，指标y 的值小于60的有15人． 所以从服药的50名患者中随机选出一人，此人指标y 的值小于60的概率为1550＝0.3.(2)由题图知，A ，B ，C ，D 四人中，指标x 的值大于1.7的有2人：A 和C . 所以ξ的所有可能取值为0,1,2.P (ξ＝0)＝C 22C 24＝16，P (ξ＝1)＝C 12C 12C 24＝23，P (ξ＝2)＝C 22C 24＝16.所以ξ的分布列为故ξ的期望E (ξ)＝0×6＋1×3＋2×6＝1.(3)在这100名患者中，服药者指标y 数据的方差大于未服药者指标y 数据方差． 题型四 统计与统计案例能根据给出的线性回归方程系数公式求线性回归方程，了解独立性检验的基本思想、方法，在选择或填空题中常涉及频率分布直方图、茎叶图及样本的数字特征(如平均数、方差等)的考查，解答题中也有所考查．【例4】 (2018·全国卷Ⅱ)下图是某地区2000年至2016年环境基础设施投资额y (单位：亿元)的折线图．为了预测该地区2018年的环境基础设施投资额，建立了y 与时间变量t 的两个线性回归模型．根据2000年至2016年的数据(时间变量t 的值依次为1,2，…，17)建立模型①：y ^＝－30.4＋13.5t ；根据2010年至2016年的数据(时间变量t 的值依次为1,2，…，7)建立模型②：y ^＝99＋17.5t . (1)分析利用这两个模型，求该地区2018年的环境基础设施投资额的预测值； (2)你认为用哪个模型得到的预测值更可靠？请说明理由． 【答案】见解析【解析】(1)利用模型①，该地区2018年的环境基础设施投资额的预测值为y ^＝－30.4＋13.5×19＝226.1(亿元)．利用模型②，该地区2018年的环境基础设施资源额的预测值为y ^＝99＋17.5×9＝256.5(亿元)． (2)利用模型②得到的预测值更可靠．理由如下：(ⅰ)从折线图可以看出，2000年至2016年的数据对应的点没有随机散布在直线y ＝－30.4＋13.5t 上下，这说明利用2000年至2016年的数据建立的线性模型①不能很好地描述环境基础设施投资额的变化趋势，2010年相对2009年的环境基础设施投资额有明显增加，2010年至2016年的数据对应的点位于一条直线附近，这说明从2010年开始环境基础设施投资额的变化规律呈线性增长趋势，利用2010年至2016年的数据建立的线性模型y ^＝99＋17.5t 可以较好地描述2010年的数据建立基础设施投资额的变化趋势，因此利用模型②得到的预测值更可靠．(ⅱ)从计算结果看，相对于2016年的环境基础设施投资额220亿元，由模型①得到的预测值226.1亿元的增幅明显偏低，而利用模型②得到的预测值的增幅比较合理，说明利用模型②得到的预测值更可靠． (以上给出了2种理由，考生答出其中任意一种或其他合理理由均可得分．)【素养解读】本题以统计图为背景，考查线性回归方程，考查运算求解能力和数形结合思想，体现了数学运算的核心素养．【突破训练4】 下图是我国2011年至2017年生活垃圾无害化处理量(单位：亿吨)的折线图．(1)由折线图看出，可用线性回归模型拟合y 与t 的关系，请用相关系数加以说明； (2)建立y 关于t 的回归方程(系数精确到0.01)，预测2019年我国生活垃圾无害化处理量． 附注：参考数据：∑i ＝17y i ＝9.32，∑i ＝17t i y i ＝40.17，∑i ＝17(y i －y)2＝0.55，7≈2.646.参考公式：相关系数r ＝∑i ＝1n（t i －t）（y i －y ）∑i ＝1n（t i －t ）2∑i ＝1n（y i －y）2，回归方程y ^＝a ^＋b ^t 中斜率和截距的最小二乘估计公式分别为b ^＝∑i ＝1n（t i －t）（y i －y ）∑i ＝1n（t i －t ）2，a ^＝y －b ^t .【答案】见解析【解析】(1)由折线图中数据和附注中参考数据得t ＝4，∑i ＝17(t i －t )2＝28，∑i ＝17(y i －y －)2＝0.55，∑i ＝17(t i －t －)(y i －y －)＝∑i ＝17t i y i －t －∑i ＝17y i ＝40.17－4×9.32＝2.89，r ≈2.890.55×2×2.646≈0.99.因为y 与t 的相关系数近似为0.99，说明y 与t 的线性相关程度相当高，从而可以用线性回归模型拟合y 与t 的关系．(2)由y －＝9.327≈1.331及(1)得b ^＝∑i ＝17(t i －t －)(y i －y －)∑i ＝17(t i －t －)2＝2.8928≈0.103，a ^＝y －－b ^t －＝1.331－0.103×4≈0.92.所以y 关于t 的回归方程为y ^＝0.92＋0.10t .将2019年对应的t ＝9代入回归方程，得y ^＝0.92＋0.10×9＝1.82.所以预测2019年我国生活垃圾无害化处理量约为1.82亿吨．。

回归分析与独立性检验小题分类训练1．在一组样本数据为11(,)x y ，22(,)x y ，L ，(,)n n x y （2n ≥，1x ，2x ，3x ，L ，n x 不全相等）的散点图中，若所有样本点()(,1,2,,)i i x y i n =L 都在直线123y x =-+上，则这组样本数据的相关系数为（ ） A ．13- B ．13 C ．1D ．-1 2．下图是相关变量,x y 的散点图，现对这两个变量进行线性相关分析，方案一：根据图中所有数据，得到线性回归方程：11ˆy b x a =+，相关系数为1r ；方案二：剔除点(10,32)，根据剩下数据，得到线性回归方程：22ˆyb x a =+，相关系数为2r ；则（ ）A ．1201r r <<<B ．2101r r <<<C ．1210r r -<<<D ．2110r r -<<<3．变量,x y 之间的一组相关数据如表所示：x 45 6 7 y8.2 7.8 6.6 5.4 若,x y 之间的线性回归方程为ˆˆ12.28ybx =+，则ˆb 的值为（ ） A ．0.92- B ．0.94- C ．0.96- D ．0.98-4．某产品的广告费支出x 与销售额y （单位：万元）之间的关系如下表，由此得到y 与x 的线性回归方程为∧∧+=a x y 6，由此可得：当广告支出5万元时，随机误差的效应（残差）为（ ）x 24 5 6 8 y 3040 60 50 70 A ．-10B ．0C ．10D ．20 5．已知下列命题：①回归直线ˆˆˆybx a =+恒过样本点的中心(),x y ，且至少过一个样本点； ②两个变量相关性越强，则相关系数r 就越接近于1；③将一组数据的每个数据都加一个相同的常数后，方差不变；④在回归直线方程20.5ˆyx =- 中，当解释变量x 增加一个单位时，预报变量ˆy 平均减少0.5； ⑤在线性回归模型中，相关指数2R 表示解释变量x 对于预报变量y 的贡献率，2R 越接近于1，表示回归效果越好；⑥对分类变量X与Y，它们的随机变量2K的观测值k来说，k越小，“X与Y有关系”的把握程度越大．⑦两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．3B．4C．5D．66．经统计用于数学学习的时间（单位：小时）与成绩（单位：分）近似于线性相关关系，对某小组学生每周用于数学的学习时间x与数学成绩y进行数据收集如表：由表中样本数据求得回归方程为ŷ=b̂x+â，则（）A．â+18b̂<100B．â+18b̂>100C．â+18b̂=100D．â+18b̂与100的大小无法确定k≈，7．为了解学生对街舞的喜欢是否与性别有关，在全校学生中进行抽样调查根据数据，求得2K的观测值0 4.804则至少有（）的把握认为对街舞的喜欢与性别有关.参考数据：A．90% B．95% C．97.5% D．99.5%8．在一次独立性检验中，得出列联表如图：且最后发现，两个分类变量A和B没有任何关系，则a的可能值是（）A．200 B．720 C．100 D．1809．利用独立性检验的方法调查大学生的性别与爱好某项运动是否有关，通过随机询问110名不同的大学生是否K≈爱好某项运动，利用22⨯列联表，由计算可得28.806参照附表，得到的正确结论是（）A．有99．5%以上的把握认为“爱好该项运动与性别无关”B．有99．5%以上的把握认为“爱好该项运动与性别有关”C．在犯错误的概率不超过0．05%的前提下，认为“爱好该项运动与性别有关”D．在犯错误的概率不超过0．05%的前提下，认为“爱好该项运动与性别无关”参考答案1．D 根据回归直线方程是y 13=-x +2， 可得这两个变量是负相关，故这组样本数据的样本相关系数为负值，且所有样本点（x i ，y i ）（i ＝1，2，…，n ）都在直线上，则有|r |＝1，∴相关系数r ＝﹣1．2．A 由散点图分布图可知,变量x 和y 成正相关，所以1201,01r r <<<< ，在剔除点(10,32)之后，且可看出回归直线22ˆyb x a =+的线性相关程度更强,2r 更接近1. 所以1201r r <<< .【点睛】本题主要考查散点图的正负相关以及变量的相关性，相关系数r 的意义：①当散点分布呈正相关，0r >；负相关，0r <；②0||1,||r r <<越接近1，说明两个变量越具有线性相关关系，即线性关系越强.3．C 解析：因为45678.27.8 6.6 5.45.5,744x y ++++++====，所以5.5712ˆ 2.8b =-，即ˆ0.96b =-，应选答案C ．4．C 由题意，根据表格中的数据， 可得2456830406050705,5055x y ++++++++====， 所以ˆ6506520ay x =-⨯=-⨯=，所以ˆ620y x =+，取5x =，得ˆ652050y =⨯+=， 所以随机误差的效应（残差）为605010-=，故选C.5．B 对于①，回归直线y b x a ∧∧∧=+恒过样本点的中心（x y ，），可以不过任一个样本点，故①错误； 对于②，两个变量相关性越强，则相关系数r 的绝对值就越接近于1，故②错误；对于③，将一组数据的每个数据都加一个相同的常数后，由方差的性质可得方差不变，故③正确；对于④，在回归直线方程y ∧=2﹣0.5x 中，当解释变量x 每增加一个单位时，预报变量y ∧平均减少0.5个单位，故④正确；对于⑤，在线性回归模型中，相关指数R 2表示解释变量x 对于预报变量y 的贡献率， R 2越接近于1，表示回归效果越好，故⑤正确；对于⑥，对分类变量X 与Y ，它们的随机变量K 2的观测值k 来说，k 越大，“X 与Y 有关系”的把握程度越大，故⑥错误；对于⑦，可用残差平方和判断模型的拟合效果，残差平方和越小，模型的拟合效果越好，故⑦正确．6．B x̅=15(15+16+18+19+22)=18,y ̅=15(102+98+115+115+120)=110，所以样本数据的中心点为(18,110)，所以110=18b ̂+a ̂，即点a ̂,b ̂满足a ̂+18b̂=110>100，故选B. 7．B 解：根据求得2K 的观测值0 4.804k ≈，且4.804 3.841＞，所以至少有95%的把握认为对街舞的喜欢与性别有关 8．B 解：因为两个分类变量A 和B 没有任何关系，所以()()()()221180200800180 2.7023808001000180a a K a a +-⋅=<⋅+⋅⋅+ ， 代入验证可知720a = .9．B 解：计算K 2≈8.806>7.879，对照表中数据得出有0.005的几率说明这两个变量之间的关系是不可信的， 即有1−0.005=99.5%的把握说明两个变量之间有关系，本题选择B 选项.。