数学研讨 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

回归分析的基本知识点及习题本周题目：回归分析的基本思想及其初步应用本周重点：（1）通过对实际问题的分析，了解回归分析的必要性与回归分析的一般步骤；了解线性回归模型与函数模型的区别；（2）尝试做散点图，求回归直线方程；（3）能用所学的知识对实际问题进行回归分析，体会回归分析的实际价值与基本思想；了解判断刻画回归模型拟合好坏的方法――相关指数和残差分析。

本周难点：（1）求回归直线方程，会用所学的知识对实际问题进行回归分析.（2）掌握回归分析的实际价值与基本思想.（3）能运用自己所学的知识对具体案例进行检验与说明.（4）残差变量的解释；（5）偏差平方和分解的思想；本周内容：一、基础知识梳理１．回归直线：如果散点图中点的分布从整体上看大致在一条直线附近，我们就称这两个变量之间具有线性相关关系，这条直线叫作回归直线。

求回归直线方程的一般步骤：①作出散点图（由样本点是否呈条状分布来判断两个量是否具有线性相关关系），若存在线性相关关系→②求回归系数→③写出回归直线方程，并利用回归直线方程进行预测说明.2.回归分析：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。

建立回归模型的基本步骤是：①确定研究对象，明确哪个变量是解释变量，哪个变量是预报变量；②画好确定好的解释变量和预报变量的散点图，观察它们之间的关系（线性关系）.③由经验确定回归方程的类型.④按一定规则估计回归方程中的参数（最小二乘法）；⑤得出结论后在分析残差图是否异常，若存在异常，则检验数据是否有误，后模型是否合适等.3.利用统计方法解决实际问题的基本步骤：（1）提出问题；（2）收集数据；（3）分析整理数据；（4）进行预测或决策。

4.残差变量的主要来源：（1）用线性回归模型近似真实模型（真实模型是客观存在的，通常我们并不知道真实模型到底是什么）所引起的误差。

可能存在非线性的函数能够更好地描述与之间的关系，但是现在却用线性函数来表述这种关系，结果就会产生误差。

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 =。

专题十一 概率与统计第三十三讲 回归分析与独立性检验一、选择题1．（2017山东）为了研究某班学生的脚长x （单位：厘米）和身高y （单位：厘米）的关系，从该班随机抽取10名学生，根据测量数据的散点图可以看出y 与x 之间有线性相关关系，设其回归直线方程为ˆˆˆy bx a =+．已知101225i i x ==∑，1011600i i y ==∑，ˆ4b =．该班某学生的脚长为24，据此估计其身高为A ．160B ．163C ．166D ．1702．（2015福建）为了解某社区居民的家庭年收入与年支出的关系，随机调查了该社区5户家庭，得到如下统计数据表：根据上表可得回归本线方程ˆˆˆybx a =+ ，其中ˆˆˆ0.76,b a y bx ==- ，据此估计，该社区一户收入为15万元家庭年支出为A ．11．4万元B ．11．8万元C ．12．0万元D ．12．2万元 3．（2014重庆）已知变量x 与y 正相关，且由观测数据算得样本的平均数3x =， 3.5y =，则由该观测数据算得的线性回归方程可能为A ．0.4 2.3y x =+B ．2 2.4y x =-C ．29.5y x =-+D ．0.3 4.4y x =-+ 4．（2014湖北）根据如下样本数据得到的回归方程为ˆybx a =+，则 A ．0a >，0b < B ．0a >，0b > C ．0a <，0b < D ．0a <，0b > 5．（2012新课标）在一组样本数据（x 1，y 1），（x 2，y 2），…，（x n ，y n ）（n ≥2，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112y x =+上，则这组样本数据的样本相关系数为A ．−1B ．0C ．12D ．16．（2014江西）某人研究中学生的性别与成绩、视力、智商、阅读量这4个变量之间的关系，随机抽查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7．（2012湖南）设某大学的女生体重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（x i ，y i ）（i =1，2，…，n ），用最小二乘法建立的回归方程为y =0．85x -85.71，则下列结论中不正确．．．的是 A ．y 与x 具有正的线性相关关系 B ．回归直线过样本点的中心（x ，y ）C ．若该大学某女生身高增加1cm ，则其体重约增加0.85kgD ．若该大学某女生身高为170cm ，则可断定其体重必为58.79kg 8．（2011山东）某产品的广告费用x 与销售额y 的统计数据如下表根据上表可得回归方程ˆˆˆy bx a =+中的ˆb 为9．4，据此模型预报广告费用为6万元时销售额为A ．63.6万元B ．65.5万元C ．67.7万元D ．72.0万元二、解答题9．（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1217，，…，）建立模型①：ˆ30.413.5=-+yt ；根据2010年至2016年的数据（时间变量t 的值依次为127，，…，）建立模型②：ˆ9917.5=+yt ． (1)分别利用这两个模型，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？并说明理由．10．(2016年全国III)下图是我国2008年至2014年生活垃圾无害化处理量（单位：亿吨）的折线图（Ⅰ）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； （Ⅱ）建立y 关于t 的回归方程（系数精确到0.01），预测2016年我国生活垃圾无害化处理量．附注：参考数据：719.32ii y==∑，7140.17i i i t y ==∑0.55=≈2.646.参考公式：相关系数()()ni it t y y r --=∑ 回归方程y a bt =+中斜率和截距的最小二乘估计公式分别为：121()()()nii i nii tt y y b tt ==--=-∑∑，=.a y bt -11．（2015新课标1）某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费x （单位：千元）对年销售量y （单位：t ）和年利润z （单位：千元）的影响，对近8年的年宣传费i x 和年销售量i y （i =1，2，···，8）数据作了初步处理，得到下面的散点图及一些统计量的值．表中i w =w =1881i i w =∑．（Ⅰ）根据散点图判断，y a bx =+与y c =+哪一个适宜作为年销售量y 关于年宣传费x 的回归方程类型？（给出判断即可，不必说明理由） （Ⅱ）根据（Ⅰ）的判断结果及表中数据，建立y 关于x 的回归方程；（Ⅲ）已知这种产品的年利率z 与x 、y 的关系为0.2z y x =-．根据（Ⅱ）的结果回答下列问题：（ⅰ）年宣传费x =49时，年销售量及年利润的预报值是多少？ （ⅱ）年宣传费x 为何值时，年利率的预报值最大？附：对于一组数据11(,)u v ，22(,)u v ，⋅⋅⋅，(,)n n u v ，其回归线v u αβ=+的斜率和截距的最小二乘估计分别为121()()ˆ()niii nii u u v v u u β==--=-∑∑，ˆˆv u αβ=-． 12．（2014新课标2）某地区2007年至2013年农村居民家庭纯收入y （单位：千元）的数据如下表：（Ⅰ）求y 关于t 的线性回归方程；（Ⅱ）利用（Ⅰ）中的回归方程，分析2007年至2013年该地区农村居民家庭人均纯收入的变化情况，并预测该地区2015年农村居民家庭人均纯收入． 附：回归直线的斜率和截距的最小二乘估计公式分别为：()()()121nii i ni i tty y b t t ∧==--=-∑∑，ˆˆay bt =- 13．（2012辽宁）电视传媒公司为了解某地区电视观众对某体育节目的收视情况，随机抽取了100名观众进行调查，其中女性有55名.下面是根据调查结果绘制的观众日均收看该体育节目时间的频率分布直方图：将日均收看该体育节目时间不低于40分钟的观众称为“体育迷”，已知“体育迷”中有10名女性.（I ）根据已知条件完成下面22⨯列联表，并据此资料你是否认为“体育迷”与性别有关？（II ）将日均收看该体育节目不低于50分钟的观众称为“超级体育迷”，已知“超级体育迷”中有2名女性.若从“超级体育迷”中任意选取2人，求至少有1名女性观众的概率.21212211222112)(++++-=n n n n n n n n n χ， 附：。

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。

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．。

概率论与数理统计课后习题答案一、概率论1.1 基础概念题目1.什么是随机试验？试举例子。

2.什么是样本空间和事件？回答1.随机试验是指具备以下特征的实验：可以在相同条件下重复进行，每次试验的结果不确定，但可能结果（事件）集合已经确定。

例如，抛一枚硬币的结果是正面或反面，掷一个骰子的结果是1、2、3、4、5或6等等。

2.样本空间是指随机试验所有可能结果的集合，用S表示。

事件是指样本空间中的一个或多个结果组成的子集。

例如，抛一枚硬币的样本空间是{正面，反面}，事件可以是{正面}或{反面}，或者样本空间本身。

1.2 概率公理题目1.什么是频率概率和主观概率？2.概率公理中的三条公理是什么？回答1.频率概率是由大量重复试验的结果所呈现的相对频率给出的概率。

它基于频率的思想，认为某个事件发生的概率等于该事件在大量试验中出现的频率。

主观概率是由个人主观判断给出的概率。

它基于主观认知和经验，认为某个事件发生的概率取决于主观评估和信念。

2.概率公理是指概率理论的基本公理系统，包括以下三条公理：–非负性公理：对于任意事件A，其概率P(A)大于等于0。

–规范性公理：样本空间S的概率为1，即P(S) = 1。

–可列可加性公理：对于任意互不相容的事件A1，A2，…，An，即这些事件两两不相容（即任意i≠j，Ai∩Aj=∅），则它们的并事件A=A1∪A2∪…∪An的概率等于各事件概率之和，即P(A) = P(A1) + P(A2) + … + P(An)。

1.3 条件概率与独立性题目1.什么是条件概率？给出计算条件概率的公式。

2.什么是独立事件？给出判断两个事件独立的条件。

回答1.条件概率是指事件A在另一个事件B已经发生的条件下发生的概率。

条件概率的公式是P(A|B) = P(A∩B) /P(B)，其中P(A∩B)表示A与B的交集的概率，P(B)表示事件B发生的概率。

2.事件A和事件B是独立事件，指的是事件A的发生与事件B的发生无关。

1专题十 概率与统计第二十九讲 回归分析与独立性检验2019年1.（2019全国1文17）某商场为提高服务质量，随机调查了50名男顾客和50名女顾客，每位顾客对该商场的服务给出满意或不满意的评价，得到下面列联表：满意 不满意 男顾客 40 10 女顾客3020（1）分别估计男、女顾客对该商场服务满意的概率；（2）能否有95%的把握认为男、女顾客对该商场服务的评价有差异？附：22()()()()()n ad bc K a b c d a c b d −=++++．P （K 2≥k ）0.050 0.010 0.001 k3.8416.63510.8282010-2018年一、选择题1．（2015湖北）已知变量x 和y 满足关系0.11y x =−+，变量y 与z 正相关，下列结论中正确的是A ．x 与y 正相关，x 与z 负相关B ．x 与y 正相关，x 与z 正相关C ．x 与y 负相关，x 与z 负相关D ．x 与y 负相关，x 与z 正相关 2．（2014湖北）根据如下样本数据x3456782y4.0 2.50.5−0.52.0−3.0−得到的回归方程为ˆybx a =+，则 A ．0a >，0b < B ．0a >，0b > C ．0a <，0b < D ．0a <，0b >3．（2014江西）某人研究中学生的性别与成绩、视力、智商、阅读量这4个变量之间的关系，随机抽查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4．（2012新课标）在一组样本数据（x 1，y 1），（x 2，y 2），…，（x n ，y n ）（n ≥2，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112y x =+上，则这组样本数据的样本相关系数为A ．−1B ．0C ．12D ．15．（2012湖南）设某大学的女生体重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（i x ，i y ）（i =1，2，…，n ），用最小二乘法建立的回归方程为$y =0.85x −85.71，则下列结论中不正确．．．的是 A ．y 与x 具有正的线性相关关系 B ．回归直线过样本点的中心（x ，y ）3C ．若该大学某女生身高增加1cm ，则其体重约增加0.85kgD ．若该大学某女生身高为170cm ，则可断定其体重必为58.79kg 6．（2011山东）某产品的广告费用x 与销售额y 的统计数据如下表广告费用x （万元） 4 2 3 5 销售额y （万元）49263954根据上表可得回归方程ˆˆˆybx a =+中的ˆb 为9.4，据此模型预报广告费用为6万元时销售额为A ．63.6万元B ．65.5万元C ．67.7万元D ．72.0万元二、填空题7．（2015北京）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中的排名情况如下，甲、乙、丙为该班三位学生．从这次考试成绩看，①在甲、乙两人中，其语文成绩名次比其总成绩名次靠前的学生是 ； ②在语文和数学两个科目中，丙同学的成绩名次更靠前的科目是 ． 三、解答题8．（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．4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1217，，…，）建立模型①：ˆ30.413.5=−+yt ；根据2010年至2016年的数据（时间变量t 的值依次为127，，…，）建立模型②：ˆ9917.5=+yt ． (1)分别利用这两个模型，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？并说明理由．9．（2017新课标Ⅰ）为了监控某种零件的一条生产线的生产过程，检验员每隔30 min 从该生产线上随机抽取一个零件，并测量其尺寸(单位：cm)．下面是检验员在一天内依次抽取的16个零件的尺寸：0.212≈18.439≈，161(8.5) 2.78i i x x i =−−=−∑，其中i x 为抽取的第i 个零件的尺寸，i =1，2， (16)(1)求(,)i x i (1,2,,16)i =⋅⋅⋅的相关系数r ，并回答是否可以认为这一天生产的零件5尺寸不随生产过程的进行而系统地变大或变小(若||0.25r <，则可以认为零件的尺寸不随生产过程的进行而系统地变大或变小)．(2)一天内抽检零件中，如果出现了尺寸在(3,3)x s x s −+之外的零件，就认为这条生产线在这一天的生产过程可能出现了异常情况，需对当天的生产过程进行检查． (ⅰ)从这一天抽检的结果看，是否需对当天的生产过程进行检查？(ⅱ)在(3,3)x s x s −+之外的数据称为离群值，试剔除离群值，估计这条生产线当天生产的零件尺寸的均值与标准差．(精确到0．01)附：样本(,)i i x y (1,2,,)i n =⋅⋅⋅的相关系数()()niix x y y r −−=∑0.09≈．10．（2016年全国III 卷）如图是我国2008年至2014年生活垃圾无害化处理量（单位：亿吨）的折线图．注：年份代码1–7分别对应年份2008–2014.（Ⅰ）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； （Ⅱ）建立y 关于t 的回归方程（系数精确到0.01），预测2016年我国生活垃圾无害化处理量.附注：参考数据：719.32ii y==∑，7140.17i i i t y ==∑0.55=≈2.646.6参考公式：相关系数(niit t y y r −−=∑ 回归方程y a bt =+)))中斜率和截距的最小二乘估计公式分别为：121()((ni i i ni i t t y y b t t ==−−=−∑∑)，=.a y bt −))) 11．(2015新课标1)某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费x （单位：千元）对年销售量y （单位：t ）和年利润z （单位：千元）的影响，对近8年的年宣传费i x 和年销售量i y （i =1，2，···，8）数据作了初步处理，得到下面的散点图及一些统计量的值．表中i w =，w =81i i w =∑．（Ⅰ）根据散点图判断，y a bx =+与y c =+哪一个适宜作为年销售量y 关于年宣传费x 的回归方程类型？（给出判断即可，不必说明理由） （Ⅱ）根据（Ⅰ）的判断结果及表中数据，建立y 关于x 的回归方程；（Ⅲ）已知这种产品的年利率z 与x 、y 的关系为0.2z y x =−．根据（Ⅱ）的结果回7答下列问题：（ⅰ）年宣传费49x =时，年销售量及年利润的预报值是多少？ （ⅱ）年宣传费x 为何值时，年利率的预报值最大？附：对于一组数据11(,)u v ，22(,)u v ，⋅⋅⋅，(,)n n u v ，其回归线v u αβ=+的斜率和截距的最小二乘估计分别为121()()ˆ()niii nii u u v v u u β==−−=−∑∑，ˆˆv u αβ=−． 12．（2014新课标2）某地区2007年至2013年农村居民家庭纯收入y （单位：千元）的数据如下表： 年份 2007 2008 2009 2010 2011 2012 2013 年份代号t 1 2 3 4 5 6 7 人均纯收入y2.93.33.64.44.85.25.9（Ⅰ）求y 关于t 的线性回归方程；（Ⅱ）利用（Ⅰ）中的回归方程，分析2007年至2013年该地区农村居民家庭人均纯收入的变化情况，并预测该地区2015年农村居民家庭人均纯收入． 附：回归直线的斜率和截距的最小二乘估计公式分别为：()()()121nii i ni i tty y b t t ∧==−−=−∑∑，ˆˆay bt =− 13．（2012辽宁）电视传媒公司为了解某地区电视观众对某体育节目的收视情况，随机抽取了100名观众进行调查，其中女性有55名.下面是根据调查结果绘制的观众日均收看该体育节目时间的频率分布直方图：8将日均收看该体育节目时间不低于40分钟的观众称为“体育迷”，已知“体育迷”中有10名女性.（I ）根据已知条件完成下面22×列联表，并据此资料你是否认为“体育迷”与性别有关？非体育迷 体育迷 合计 男 女合计（II ）将日均收看该体育节目不低于50分钟的观众称为“超级体育迷”，已知“超级体育迷”中有2名女性.若从“超级体育迷”中任意选取2人，求至少有1名女性观众的概率.21212211222112)(++++−=n n n n n n n n n χ，附：)(2k P ≥χ 0.050.01k3.841 6.6351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××−××==××××××，2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．3（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 =L 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−−×≈， 这条生产线当天生产的零件尺寸的标准差的估计值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，489.232.9417.40))((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 i i i it t y 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 =，先建立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=+=5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 =+−=−++． 所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）=4 17y =（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 btt ==−−===−∑∑$，$ 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:非体育迷 体育迷 合计 男 30 15 45 女4510 55 合计 7525100由2×2列联表中数据代入公式计算,得:6222112212211212()100(30104515)100 3.0307525455533n 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 =。

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 =。