17统计与统计案例

8.5 统计案例（精讲）（提升版）思维导图考点一独立性检验【例1】（2022·吉林·梅河口市第五中学高三开学考试）某中学准备组建“文科”兴趣特长社团，由课外活动小组对高一学生进行了问卷调查，问卷共100道题，每题1分，总分100分，该课外活动小组随机抽取了100名学生的问卷成绩（单位：分）进行统计，将数据按照[0,20),[20,40),[40,60),[60,80),[80,100]分成5组，绘制的频率分布直方图如图所示，若将不低于60分的称为“文科方向”学生，低于60分的称为“理科方向”学生.(1)根据已知条件完成下面2×2列联表，并据此判断是否有99.5%的把握认为“文科方向”与性别有关？理科方向文科方向总计男40女45考点呈现例题剖析总计 1001人，共抽取4次，记被抽取的4人中“文科方向”的人数为X ，若每次抽取的结果是相互独立的，求X 的分布列和数学期望.参考公式：()()()()22()n ad bc a b c d a c b d χ-=++++，其中n a b c d =+++.参考临界值：()2P k αχ=0.10 0.05 0.025 0.010 0.005 0.001k2.7063.841 5.024 6.635 7.879 10.828【一隅三反】1．（2022·白山模拟）十三届全国人大四次会议表决通过了关于国民经济和社会发展第十四个五年规划和2035年远景目标纲要的决议，决定批准这个规划纲要，纲要指出：“加强原创性引领性科技攻关”．某企业集中科研骨干，攻克系列“卡脖子”技术，已成功实现离子注入机全谱系产品国产化，包括中束流、大束流、高能、特种应用及第三代半导体等离子注入机，工艺段覆盖至28nm，为我国芯片制造产业链补上重要一环，为全球芯片制造企业提供离子注入机一站式解决方案．此次技术的突破可以说为国产芯片的制造做出了重大贡献．该企业使用新技术对某款芯片进行试生产，在试产初期，生产一件该款芯片有三道工序，每道工序的生产互不影响，这三道工序的次品率分别为118，119，120．附：()()()()()22n ad bcKa b c d a c b d-=++++，n a b c d=+++．()2P K k≥0.0500.0100.0050.001 k 3.841 6.6357.87910.828（①P①100X（2）某手机生产厂商将该款芯片投入到某新款手机上使用，并对部分芯片做了技术改良，推出了两种型号的手机，甲型号手机采用没有改良的芯片，乙型号手机采用改良了的芯片，现对使用这两种型号的手机用户进行回访，就他们对开机速度进行满意度调查．据统计，回访的100名用户中，使用甲型号手机的有30人，其中对开机速度满意的有15人；使用乙型号手机的有70人，其中对开机速度满意的有55人．完成下列22⨯列联表，并判断是否有99.5%的把握认为该项技术改良与用户对开机速度的满意度有关．甲型号乙型号合计满意不满意合计2．（2022·陕西咸阳·三模（理））2022年北京冬奥组委发布的《北京2022年冬奥会和冬残奥会经济遗产报告（2022）》显示，北京冬奥会已签约45家赞助企业，冬奥会赞助成为一项跨度时间较长的营销方式．为了解该45家赞助企业每天销售额与每天线上销售时间之间的相关关系，某平台对45家赞助企业进行跟踪调查，其中每天线上销售时间不少于8小时的企业有20家，余下的企业中，每天的销售额不足30万元的企业占35，统计后得到如下22⨯列联表：销售额不少于30万元销售额不足30万元合计线上销售时间不少于8小时 17 20 线上销售时间不足8小时合计45售时间有关？(2)按销售额在上述赞助企业中采用分层抽样方法抽取5家企业．在销售额不足30万元的企业中抽取时，记“抽到线上销售时间不少于8小时的企业数”为X ，求X 的分布列和数学期望． 附： ()20P K k ≥0.050 0.010 0.001 0k3.841 6.635 10.828参考公式：()()()()2 n ad bc K a b c d a c b d -=++++，其中n a b c d =+++．考点二 线性回归方程【例2-1】（2022·齐齐哈尔模拟）某单位为了解夏季用电量与月份的关系，对本单位2021年5月份到8月份的日平均用电量y （单位：千度）进行了统计分析，得出下表数据：月份（x ）5 6 7 8 日平均用电量（y ）1.93.4t7.11.7877ˆ.0y x =-t 的值为（ ）A ．5.8B ．5.6C ．5.4D ．5.2【例2-2】（2022·湖南模拟）《中共中央国务院关于全面推进乡村振兴加快农业农村现代化的意见》，这是21世纪以来第18个指导“三农”工作的中央一号文件.文件指出，民族要复兴，乡村必振兴.为助力乡村振兴，某电商平台为某地的农副特色产品开设直播带货专场.为了对该产品进行合理定价，用不同的单价在平台试销，得到如下数据：单价x （元/件） 8 8.2 8.4 8.6 8.8 9 销量y （万件）908483807568附：参考公式：回归方程ˆˆˆybx a =+，其中()()()iii ii 1i 1222iii 1i 1ˆnnx x y y x y nxyb x x xnx ====---==--∑∑∑∑，ˆˆay bx =-. 参考数据：614066i ii x y==∑，621434.2i i x ==∑.（1）（i ）根据以上数据，求y 关于x 的线性回归方程；（ii ）若该产品成本是7元/件，假设该产品全部卖出，预测把单价定为多少时，工厂获得最大利润.（2）为了解该产品的价格是否合理，在试销平台上购买了该产品的顾客中随机抽了400人，阅读“购买后的评价”得知：对价格满意的有300人，基本满意的有50人，不满意的有50人.为进一步了解顾客对该产品价格满意度形成的原因，在购买该产品的顾客中随机抽取4人进行电话回访，记抽取的4人中对价格满意的人数为随机变量X ，求随机变量X 的分布列和数学期望.（视频率为相应事件发生的概率）【一隅三反】1．（2022·安徽三模）对某位同学5次体育测试的成绩（单位：分）进行统计得到如下表格：第x 次 1 2 3 4 5 测试成绩y3940484850根据上表，可得关于的线性回归方程为ˆ3ˆy x a =+，下列结论不正确的是（ ）A ．ˆ36a= B ．这5次测试成绩的方差为20.8 C ．y 与x 的线性相关系数0r < D ．预测第6次体育测试的成绩约为542．（2022·安徽模拟）新冠疫情期间，口罩的消耗量日益增加，某药店出于口罩进货量的考虑，连续9天统计了第i (i 1239)x =，，，，天的口罩的销售量i y （百件），得到的数据如下：99i i i=1i=145171x y ==∑∑，，()99922ii i i i=1i=1i=1312528510953x x y y y ==-=∑∑∑，，． 参考公式：相关系数()()()()iii=122iii=1i=1nnnx x y y r x x y y --=--∑∑∑数据()i i ()i 123x y n =，，，，，，其回归直线ˆˆˆy bx a =+的斜率和截距的最小二乘估计分别为()()()iii i1222i i11ˆˆˆnn i inni i x x y y x y nxybay bx x x xnx ===---===---∑∑∑∑， （1）若用线性回归模型ˆˆˆybx a =+拟合y 与x 之间的关系，求该回归直线的方程； （2）统计学家甲认为用（1）中的线性回归模型（下面简称模型1）进行拟合，不够精确，于是尝试使用非线性模型（下面简称模型2）得到i x 与i y 之间的关系，且模型2的相关系数20989r =．，试通过计算说明模型1，2中，哪一个模型的拟合效果更好． 3．（2022·湖南模拟）《中共中央国务院关于全面推进乡村振兴加快农业农村现代化的意见》，这是21世纪以来第18个指导“三农”工作的中央一号文件.文件指出，民族要复兴，乡村必振兴.为助力乡村振兴，某电商平台为某地的农副特色产品开设直播带货专场.为了对该产品进行合理定价，用不同的单价在平台试销，得到如下数据：单价x （元/件） 8 8.2 8.4 8.6 8.8 9 销量y （万件）908483807568附：参考公式：回归方程ˆˆˆybx a =+，其中()()()iiiii 1i 1222iii 1i 1ˆnnx x y y x y nxyb x x xnx ====---==--∑∑∑∑，ˆˆay bx =-. 参考数据：614066i ii x y==∑，621434.2i i x ==∑.（1）（i ）根据以上数据，求y 关于x 的线性回归方程；（ii ）若该产品成本是7元/件，假设该产品全部卖出，预测把单价定为多少时，工厂获得最大利润.（2）为了解该产品的价格是否合理，在试销平台上购买了该产品的顾客中随机抽了400人，阅读“购买后的评价”得知：对价格满意的有300人，基本满意的有50人，不满意的有50人.为进一步了解顾客对该产品价格满意度形成的原因，在购买该产品的顾客中随机抽取4人进行电话回访，记抽取的4人中对价格满意的人数为随机变量X，求随机变量X的分布列和数学期望.（视频率为相应事件发生的概率）考点三非线性回归方程【例3】（2022·福建·三明一中模拟预测）当前，新一轮科技革命和产业变革蓬勃兴起，以区块链为代表的新一代信息技术迅猛发展，现收集某地近5年区块链企业总数量相关数据，如下表年份20172018201920202021编号x12345企业总数量y（单位：千个） 2.156 3.7278.30524.27936.224(1)根据表中数据判断，y a bx=+与e dxy c=（其中 2.71828e=…为自然对数的底数），哪一个回归方程类型适宜预测未来几年我国区块链企业总数量？（给出结果即可，不必说明理由），并根据你的判断结果求y关于x的回归方程；(2)为了促进公司间的合作与发展，区块链联合总部决定进行一次信息化技术比赛，邀请甲、乙、丙三家区块链公司参赛．比赛规则如下：①每场比赛有两个公司参加，并决出胜负；①每场比赛获胜的公司与未参加此场比赛的公司进行下一场的比赛；①在比赛中，若有一个公司首先获胜两场，则本次比赛结束，该公司获得此次信息化比赛的“优胜公司”．已知在每场比赛中，甲胜乙的概率为12，甲胜丙的概率为13，乙胜丙的概率为35，若首场由甲乙比赛，求甲公司获得“优胜公司”的概率．参考数据：5174.691i i y ==∑，51312.761i i i x y ==∑，5110.980i i z ==∑，5140.457i i i x z ==∑（其中ln z y =）． 附：样本(),(1,2,,)i i x y i n =的最小二乘法估计公式为1221ˆni ii nii x y nx ybxnx==-=-∑∑，ˆa y bx=-．【一隅三反】1．（2022·山西二模）数据显示，中国在线直播用户规模及在线直播购物规模近几年都保持高速增长态势，下表为2017－2021年中国在线直播用户规模（单位：亿人），其中2017年－2021年对应的代码依次为1－5．年份代码x 1 2 3 4 5 市场规模y3.984.565.045.866.36参考数据： 5.16y =， 1.68v =，145.10i ii v y==∑，其中i i v x =．参考公式：对于一组数据()11v y ，，()22v y ，，…，()n n v y ，，其回归直线ˆˆˆybv a =+的斜率和截距的最小二乘估计公式分别为1221ˆni ii ni i v y nvybv nv ==-=-∑∑，ˆˆay bv =-． （1）由上表数据可知，可用函数模型ˆˆyx a =拟合y 与x 的关系，请建立y 关于x 的回归方程（ˆa ，ˆb 的值精确到0.01）；（2）已知中国在线直播购物用户选择在品牌官方直播间购物的概率为p ，现从中国在线直播购物用户中随机抽取4人，记这4人中选择在品牌官方直播间购物的人数为X ，若()()34P X P X ===，求X 的分布列与期望．2．（2022·广东广州·一模）人们用大数据来描述和定义信息时代产生的海量数据，并利用这些数据处理事务和做出决策，某公司通过大数据收集到该公司销售的某电子产品1月至5月的销售量如下表. 月份x1 2 3 4 5 销售量y （万件）4.95.86.88.310.2该公司为了预测未来几个月的销售量，建立了y 关于x 的回归模型：ˆv . (1)根据所给数据与回归模型，求y 关于x 的回归方程（ˆu 的值精确到0.1）；(2)已知该公司的月利润z （单位：万元）与x ，y 的关系为z x x=，根据（1）的结果，问该公司哪一个月的月利润预报值最大？ 参考公式：对于一组数据()()()1122,,,,,,n n x y x y x y ，其回归直线ˆˆˆy bx a =+的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 =-.11 / 113．（2022·广东肇庆·二模）下表是我国从2016年到2020年能源消费总量近似值y （单位：千万吨标准煤）的数据表格： 年份2016 2017 2018 2019 2020 年份代号x1 2 3 4 5 能源消费总量近似值y （单位：千万吨标准煤） 442 456 472 488 498以x 为解释变量，y 为预报变量，若以11为回归方程，则相关指数210.9946R ≈，若以22ˆln ya b x =+为回归方程，则相关指数220.9568R ≈． (1)判断11ˆyb x a =+与22ˆln y a b x =+哪一个更适宜作为能源消费总量近似值y 关于年份代号x 的回归方程，并说明理由；(2)根据（1）的判断结果及表中数据，求出y 关于年份代号x 的回归方程．参考数据：512356i i y ==∑，517212i i i x y ==∑．参考公式：回归方程ˆˆˆybx a =+中斜率和截距的最小二乘估计公式分别为：()()()1122211ˆn ni i i ii i n n ii i i x x y y x y nxy b x x x nx ====---==--∑∑∑∑，ˆˆa y bx =-．。

高中数学：统计与统计案例练习一、选择题1.某校为了解学生平均每周的上网时间(单位：h),从高一年级1 000名学生中随机抽取100 名进行了调查,将所得数据整理后,画出频率分布直方图(如图),其中频率分布直方图从左到右前3个小矩形的面积之比为1 ： 3 ： 5,据此估计该校高一年级学生中平均每周上网时间少于4 h的学生人数为()领率组距A. 200 C. 400 0.0350.015B. 240D. 48010平均每周上网时间(h)解析：选C 设频率分布直方图中从左到右前3个小矩形的面积分别为A3K5P.由频率分布直方图可知,最后2个小矩形的面积之和为(0.015+0.035)X2 = 0.1.由于频率分布直方图中各个小矩形的面积之和为1,所以P+3P+5P=0.9,即尸=0.1.所以平均每周上网时间少于4h的学生所占比例为尸+3P=0.4,由此估计学生人数为0.4X1 000 =400.2. AQI(Air Quality Index,空气质量指数)是报告每日空气质量的参数,描述了空气清洁或污染的程度.AQI共分六级,一级优(0〜50),二级良(51〜100),三级轻度污染(101〜150),四级中度污染(151〜200),五级重度污染(201〜300),六级严重污染(大于300).如图是昆明市2021年4月份随机抽取的10天的AQI茎叶图,利用该样本估计昆明市2021年4月份空气质量优的天数为 ()A. 3B. 4C. 12D. 2142解析：选c 从茎叶图知,10天中有4天空气质量为优,所以空气质量为优的频率为 1 V.Z 22所以估计昆明市2021年4月份空气质量为优的天数为30X5=12,应选C.3.〔成都模拟〕某城市收集并整理了该市2021年1月份至10月份各月最低气温与最高气 温〔单位：C 〕的数据,绘制了下面的折线图.该城市各月的最低气温与最高气温具有较好的线性关系,那么根据折线图,以下结论错误 的是〔〕A.最低气温与最高气温为正相关B. 10月的最高气温不低于5月的最高气温C.月温差〔最高气温减最低气温〕的最大值出现在1月D.最低气温低于0C 的月份有4个解析：选D 在A 中,最低气温与最高气温为正相关,故A 正确；在B 中,10月的最高气温 不低于5月的最高气温,故B 正确；在C 中,月温差〔最高气温减最低气温〕的最大值出现在1月, 故C 正确：在D 中,最低气温低于0℃的月份有3个,故D 错误.应选D.4 .〔承德模拟〕为了解户籍、性别对生育二胎选择倾向的影响,某地从育龄人群中随机抽取 了容量为100的样本,其中城镇户籍与农村户籍各50人；男性60人,女性40人,绘制不同群体 中倾向选择生育二胎与倾向选择不生育二胎的人数比例图〔如下图〕,其中阴影局部表示倾向 选择生育二胎的对应比例,那么以下表达中错误的选项是〔〕A.是否倾向选择生育二胎与户籍有关B.是否倾向选择生育二胎与性别无关♦最高气温 ♦最低气温C.倾向选择生育二胎的人员中,男性人数与女性人数相同D.倾向选择不生育二胎的人员中,农村户籍人数少于城镇户籍人数解析：选C 由题图,可得是否倾向选择生育二胎与户籍有关、与性别无关；倾向选择不 生育二胎的人员中,农村户籍人数少于城镇户籍人数；倾向选择生育二胎的人员中,男性人数为 60X60% =36,女性人数为40X60%=24,不相同.应选C.5 .(石家庄模拟)某学校48两个班的兴趣小组在一次对抗赛中的成绩如茎叶图所示,通过 茎叶图比拟两个班兴趣小组成绩的平均值及标准差.3 4 28 8 4 6 8 65152①A 班兴趣小组的平均成绩高于B 班兴趣小组的平均成绩； ②B 班兴趣小组的平均成绩高于A 班兴趣小组的平均成绩； ③A 班兴趣小组成绩的标准差大于B 班兴趣小组成绩的标准差;@B 班兴趣小组成绩的标准差大于A 班兴趣小组成绩的标准差. 其中正确结论的编号为()A.①④C. ®®其方差为白义[(53—78尸+(62—78/ +…+ (95—78)2]=121.6, 那么其标准差为'121.6%11.03;45+48+5H -------- F91B 班兴趣小组的平均成成为'」=66,其方差为表义[(45—66)2+(48 - 66)2 + ... + (91-66)2] =169.2, 那么其标准差为1169.2%13.01.应选A.6 .某商场对某一商品搞活动,该商品每一个的进价为3元,销售价为8元,每天售出的 第20个及之后的半价出售.该商场统计了近10天这种商品的销量,如下图,设M 个)为每天商 品的销量,M 元)为该商场每天箱售这种商品的利润.从日利润不少于96元的几天里任选2天, 那么选出的这2天日利润都是97元的概率为()4 5 5 1 6 2 7 38班8 3 6 4 5 3 4 02B.②③D.①③解析：选A A 班兴趣小组的平均成绩为 53+62+64+…+92+95--------------- ---------------- =785x, x=18, 19, y =<l95+(x-19)(4-3), x=20, 21, J5x, x=18, 19, 即 L176+x, x=20, 21.当日销量不少于20个时,日利泗不少于96元, 当日销量为20个时,日利润为96元, 当日销量为21个时,日利润为97元,日利泗为96元的有3天,记为日利泗为97元的有2天,记为人丛从中任选2天有 (.4),(〃石),(.力),(.1),3/),(48),3«),(c4),(.,8),(48),共 10 种情况.其中选出的这2天日利泗都是97元的有(A,8)1种情况. 故所求概率为关.应选B. 二、填空题7 .某小卖部销售某品牌饮料的零售价与销量间的关系统计如下：单价x/元 3.0 3.2 3.4 3.6 3.8 4.0 销量w 瓶504443403528x,y 的关系符合回归方程£=£+2其中分=-20.假设该品牌饮料的进价为2元,为使利润 最大,零售价应定为 元.解析：依题意得：x =3.5, y =40,A所以.=40—(- 20)X3.5=110,所以回归直线方程为f=-20x+110,利润 L = (A —2)(-20A + 110)= -201+ 150x-220,B 选• •1 - 9 1 - 5 A.C 解BioD.g由题意知频数(天)0 18 19 20 2 俏量〔个〕所以x=* = 3.75元时,利润最大.答案：3.758.某高校调查了200名学生每周的自习时间(单位：小时),制成了如下图的频率分布直方图,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.解析：设所求的人数为〃,由频率分布直方图,自习时间不少于22.5小时的频率为(0.04+0.08 +0.16) X 2.5=0.7, n=0.7 X 200=140.答案：1409.为比拟甲乙两地某月11时的气温情况,随机选取该月5天11时的气温数据(单位：C) 制成如下图的茎叶图,甲地该月11时的平均气温比乙地该月11时的平均气温高1 ℃,那么甲地该月11时的平均气温的标准差为.甲9 8 2 62 m 03 I解析：甲地该月11时的气温数据(单位：℃)为28,29,30,30+〃?,32;乙地该月11时的气温数据(单位：℃)为26,28,29,31,31,那么乙地该月11时的平均气温为(26+28+29+31+31计5 = 29(℃),所以甲地该月11时的平均气温为30 ℃,故(28+29+30+30+m + 32)+5 = 30,解得〃?=1,那么甲地该月11时的平均气温的标准差为嗝义[(28 - 30产+(29 - 30)2+(30 - 30/+(31 - 30/+(32 - 30户]=\(2.答案：^2三、解做题10.某篮球运发动的投篮命中率为50%,他想提升自己的投篮水平,制定了一个夏季练习计划,为了了解练习效果,执行练习前他统计了10场比赛的得分,计算出得分的中位数为15,平均得分为15,得分的方差为463执行练习后也统计了10场比赛的得分,茎叶图如下图：0 8 91 2 4 4 5 6 82 1 3(1)请计算该篮球运发动执行练习后统计的10场比赛得分的中位数、平均得分与方差；⑵如果仅从执行练习前后统计的各10场比赛得分数据分析,你认为练习方案对该运发动的投篮水平的提升是否有帮助？为什么？解：(1)练习后得分的中位数为上芋=14.5；平均得分为8+9+12+14+14+15+16+18 + 21+23= 15：10方差为击义[(8—15)2 + (9 — 15>+(12 —15>+(14 — 15)2+(14 — 15> + (15 —15>+(16 — 15产+(18-15)2+(21-15)2+(23 —15)2]=20.6.(2)尽管中位数练习后比练习前稍小,但平均得分一样,练习前方差20.6小于练习前方差46.3, 说明练习后得分稳定性提升了(阐述观点合理即可),这是投篮水平提升的表现.故此练习方案对该篮球运发动的投篮水平的提升有帮助.11.(西安八校联考)在2021年俄罗斯世界杯期间,莫斯科的局部餐厅销售了来自中国的小龙虾,这些小龙虾均标有等级代码.为得到小龙虾等级代码数值x与销售单价y(单位：元)之间的关系,经统计得到如下数据：⑴销售单价),与等级代码数值x之间存在线性相关关系,求),关于x的线性回归方程(系数精确到0.1);(2)假设莫斯科某餐厅销售的中国小龙虾的等级代码数值为98,请估计该等级的中国小龙虾销售单价为多少元？参考公式：对于一组数据(xi1 ),3,光),…其回归直线f=源+2的斜率和截距的最小2Xyi一〃x y八 '। A — A——二乘估计分别为Z? = ----------------- a= y —b x .n _Xxr-n x 26 6参考数据：2>»=8 440, 2e = 25 564.—38+48 + 58 + 68 + 78 + 88解：(1)由题意,得x -■= 63,- 16.8+18.8+20.8 + 22.8 + 24+25.8 _y = 6 =21.5,yA_8 440 - 6X63X21.5〜h = ~~6Z—=25 564—6X63X63「026 A 2A — A 一a= y -bx =21.5-0.2X63 = 8.9.故所求线性回归方程为f=0.2x+8.9.⑵由(1)知,当%=98 时,>=0.2X98+8.9=28.5.・•・估计该等级的中国小龙虾销售单价为28.5元.12.(长沙模拟)某职称晋级评定机构对参加某次专业技术测试的100人的成绩进行了统计, 绘制的频率分布直方图如下图.规定80分以上者晋级成功,否那么晋级失败(总分值为100分).(1)求图中.的值；(2)估计该次测试的平均分不(同一组中的数据用该组的区间中点值代表)；(3)根据条件完成下面2X2列联表,并判断能否有85%的把握认为“晋级成功〞与性别有关.P(K?2k)0.40 0.25 0.15 0.1()0.050.025k0.708 1.323 2.072 2.706 3.841 5.024解：(1)由频率分布直方图中各小长方形面积总和为1,得(2.+ 0.020+0.03.+0.040)义10=1,解得〃=0...5.⑵由频率分布直方图知洛小组的中点值依次是55,65,75,85,95, 对应的频率分别为0.05.30,0.40,0.20.05,那么估计该次测试的平均分为 x = 55X0.05 + 65X0.30 + 75X0.40 + 85X0.20 + 95X0.05 = 74(分). ⑶由频率分布直方图知,晋级成功的频率为0.20+0.05=0.25, 故晋级成功的人数为100X0.25 = 25,填写2X2列联表如下:晋级成功 晋级失败合计男 16 34 50 女 9 41 50 合计2575100100X(16X41 ——25X75X50X50^2,613>2.072,所以有85%的把握认为“晋级成功〞与性别有关.1 .为检查某工厂所生产的8万台电风扇的质量,抽查了其中20台的无故障连续使用时限(单 位：小时)如下：248 256 232 243 188 268 278 266 289 312 274296 288 302 295 228 287 217 329 283K 2=n(acl-bc)2(1)完成下面的频率分布表,并作出频率分布直方图；(2)估计8万台电风扇中有多少台无故障连续使用时限不低于280小时；(3)用组中值(同一组中的数据在该组区间的中点值)估计样本的平均无故障连续使用时限.解：(1)频率分布表及频率分布直方图如下所示:0.0100 ——⑵由题意可得8乂(0.30+0.10+0.05) = 3.6,所以估计8万台电风扇中有3.6万台无故障连续使用时限不低于280小时.(3)由频率分布直方图可知x =190X0.05 + 210X0.05 + 230X0.10 + 250X0.15 + 270X0.20 + 290X0.30 + 310X0.10 + 330X0.05 = 269(小时),所以样本的平均无故障连续使用时限为269小时.2 .海水养殖场进行某水产品的新、旧网箱养殖方法的产量比照,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)记A 表示事件“旧养殖法的箱产量低于50kg 〞,估计A 的概率；⑵填写下面列联表,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:箱产量V50 kg箱产量250 kg旧养殖法新养殖法(3)根据箱产量的频率分布直方图,对这两种养殖方法的优劣进行比拟. 附：P (心2)0.050 0.010 0.001 k3.841 6.635 10.8280.01500.0125频率 仇距0.0075 0.0050 0.0025.厂工丁丁丁丁厂！无故障连续使用时用/小时新养殖法、n(ad-bc)1 _ .K-= . , , ,,其中〃=a+/?+c+d.(a+Z?)(c 十d)(a十c)(Z?+d)解：⑴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)X5=0.62.因此,事件A的概率估计值为0.62.⑵根据箱产量的频率分布直方图得到联表：K2=---------- -------------------- 15 705100X100 X 96X104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)箱产量的频率分布直方图说明：新养殖法的箱产量平均值(或中位数)在50 kg到55 kg 之间,旧养殖法的箱产量平均值(或中位数)在45 kg到50 kg之间,且新养殖法的箱产量分布集中程度较旧养殖法的箱产量分布集中程度高,因此,可以认为新养殖法的箱产量较高且稳定,从而新养殖法优于旧养殖法.3.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：经计算得x =+£即=9.97,5=、*ZG L x )21 /=1 \ / 1O/=1/ 1 16 _ / 16 16 _=、/讳16 X 2比0.212, / L G-8.5)2^ 18.439,Z (x,- x )(L8.5)=—2.78,其中为为抽取的第i个零件的尺寸,i= 1,2, (16)(1)求⑶,i)(i= 12…,16)的相关系数二并答复是否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(假设加V0.25,那么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(刀-35,7 +3s)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.①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？②在(7 -35,7 +3s)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(H,v)(i = 12…4的相关系数£(X,-7)(57-7)r=I ______/ / ・、/(),008公丫0・09・、/ £ d )2、/ £ 8 - 5 )216 _Z (XL x )(/—8.5)尸1解：(1)由样本数据得8,i)(i= 1,2,…,16)的相关系数为r= --------- /--- 1/16 _ / 16、/ Z (即- X C-8.5)2 -2.78剔除第13个数据,剩下数据的样本方差为aX 〔1 591.134 —9.22?—15X 10.022〕=0.008,A Q 这条生产线当天生产的零件尺寸的标准差的估计值为廊而比0.09.4.〔昆明模拟〕〞工资条里显红利,个税新政入民心〞.随着2021年新年钟声的敲响,我国 自1980年以来,力度最大的一次个人所得税〔简称个税〕改革迎来了全面实施的阶段.某IT 从业 者为了解自己在个税新政下能享受多少税收红利,绘制了他在26〜35岁〔2021〜2021年〕之间各 年的月平均收入〕,〔单位：千元〕的散点图：20・・・・ 16- ・ , 12- ., 8 ■ •4°123456789 io"年龄代码工注：年龄代码1~10分别对应年的26〜35岁⑴由散点图知,可用回归模型y=h\n x+a 拟合〕,与x 的关系,试根据有关数据建立〕,关于x 的回归方程；〔2〕如果该IT 从业者在个税新政下的专项附加扣除为3 000元/月,试利用〔1〕的结果,将月平 均收入视为月收入,根据新旧个税政策,估计他36岁时每个月少缴纳的个人所得税.1010 10 _10_ _ 10附注：参考数据：= 55,2〕〉= 155.5,N 〔即一x 〕2 =82.5,2 — x〕〔F — y 〕 = 94.9,26= i=li=li=lJ =1io _ io _ _15.1,2 缶- 1〕2=4.84,£〔力一 t 〕〔yi- y 〕 =242其中"=ln 为；取 In 11 =24,In 36=361=1 /=1参考公式：回归方程.=筋+味中斜率和截距的最小二乘估计分别为公= n ______ _X 〔出一〃〕〔.- V 〕 曰 A - A — -------------------------- \a= v —b u .Z 〔3一 〃 〕2月平均收入y千元解：(1)令 f=lnx,那么 y=bf+a10__Z & -,)()L y)24.2, b ~ ~__Z _痴_5ze —)2r=l10Zu-_2__155.5-_2_=而=-^-=15.55, t =苗A — A —a= y —b t = 15.55 —5X 1.51=8,所以〕,关于/的回归方程为〕,=5/+8.1015.1 lo"=L51由于/=lnx,所以y关于x的回归方程为y=51nx+8.⑵由⑴得,该IT从业者36岁时月平均收入为y=51n 11+8 = 5X2.4+8 = 20〔千元〕.旧个税政策下每个月应缴纳的个人所得税为1 500X3%+3 000X10%+4 500X20%+〔20 000-3 500-9 000〕X25% = 3 120〔元〕.新个税政策下每个月应缴纳的个人所得税为3 000X3%+〔20 000-5 OOO-3OOO-3 000〕X 10%=990〔元〕.故根据新旧个税政策,该IT从业者36岁时每个月少缴纳的个人所得税为3 120-990=2 130(70).I— 0 180.212X716X18.439 ',由于lrlV0.25,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)①由于7 =9.97,产0.212,由样本数据可以看出抽取的第13个零件的尺寸在(T—3s,7 + 3s)以外,因此需对当天的生产过程进行检查.②剔除离群值,即第13个数据,剩下数据的平均数为右义(16义9.97—9.22)=10.02,这条生产线当天生产的零件尺寸的均值的估计值为10.02.162X?=16X0.212I2+16X9.972^1 591.134,。

统计与统计案例(文科)统计与统计案例第一节随机抽样1.下面的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件进行质量检验答案：D2.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( )答案：D3.为了解1 000名学生的学习情况，采用系统抽样的方法，从中抽取容量为40的样本，则分段的间隔为( )A．50 B．40 C．25 D．20答案： C4.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．11 B．12 C．13 D．14答案：B5.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．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________．答案：46.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( )A．90 B．100C．180 D．300答案：C7.某校高一年级有900名学生，其中女生400名，按男女比例用分层抽样的方法，从该年级学生中抽取一个容量为45的样本，则应抽取的男生人数为________．答案：58.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．90 C．45 D．126答案：B9.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).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________．答案：3010.甲、乙两套设备生产的同类型产品共4 800件，采用分层抽样的方法从中抽取一个容量为80的样本进行质量检测．若样本中有50件产品由甲设备生产，则乙设备生产的产品总数为________件．答案：180011.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．答案：40第二节用样本估计总体12.根据下面给出的2004年至2013年我国二氧化硫年排放量(单位：万吨)柱形图，以下结论中不正确的是( )A．逐年比较，2008年减少二氧化硫排放量的效果最显著B．2007年我国治理二氧化硫排放显现成效C．2006年以来我国二氧化硫年排放量呈减少趋势D．2006年以来我国二氧化硫年排放量与年份正相关答案： D13.某电子商务公司对10 000名网络购物者2014年度的消费情况进行统计，发现消费金额(单位：万元)都在区间[0.3,0.9]内，其频率分布直方图如图所示．①直方图中的a＝________；②在这些购物者中，消费金额在区间[0.5,0.9]内的购物者的人数为________．答案：①3 ②6 00014.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．答案：1515.某学校随机抽取20个班，调查各班中有网上购物经历的人数，所得数据的茎叶图如图所示．以组距为5将数据分组成[0,5)，[5,10)，…，[30,35)，[35,40]时，所作的频率分布直方图是( )答案：A16.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．答案：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． 17.某城市100户居民的月平均用电量(单位：度)，以[160,180)，[180,200)，[200,220)，[220,240)，[240,260)，[260,280)，[280,300]分组的频率分布直方图如图．(1)求直方图中x 的值；(2)求月平均用电量的众数和中位数；(3)在月平均用电量为[220,240)，[240,260)，[260,280)，[280,300]的四组用户中，用分层抽样的方法抽取11户居民，则月平均用电量在[220,240)的用户中应抽取多少户？答案：(1)由(0.002＋0.009 5＋0.011＋0.012 5＋x ＋0.005＋0.002 5)×20＝1得x ＝0.007 5，∴直方图中x 的值为0.007 5.(2)月平均用电量的众数是220＋2402＝230.∵(0.002＋0.009 5＋0.011)×20＝0.45＜0.5，∴月平均用电量的中位数在[220,240)内，设中位数为a ，则(0.002＋0.009 5＋0.011)×20＋0.012 5×(a －220)＝0.5，解得a ＝224，即中位数为224.(3)月平均用电量在[220,240)的用户有0.012 5×20×100＝25(户)，同理可求月平均用电量为[240,260)，[260,280)，[280,300)的用户分别有15户、10户、5户，故抽取比例为1125＋15＋10＋5＝15，∴从月平均用电量在[220,240)的用户中应抽取25×1＝5(户)．518.重庆市2013年各月的平均气温(℃)数据的茎叶图如下图，则这组数据的中位数是( )A.19 B．20 C．21.5 D．23答案：B19.为比较甲、乙两地某月14时的气温情况，随机选取该月中的5天，将这5天中14时的气温数据(单位：℃)制成如图所示的茎叶图．考虑以下结论：①甲地该月14时的平均气温低于乙地该月14时的平均气温；②甲地该月14时的平均气温高于乙地该月14时的平均气温；③甲地该月14时的气温的标准差小于乙地该月14时的气温的标准差；④甲地该月14时的气温的标准差大于乙地该月14时的气温的标准差．其中根据茎叶图能得到的统计结论的编号为( )A．①③ B．①④ C．②③ D．②④答案：B20.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x8.38.88.88.7方差s2 3.5 3.6 2.2 5.4A．甲 B．乙 C．丙 D．丁答案：C第三节变量间的相关关系、统计案例1．判断下列结论的正误．(正确的打“√”，错误的打“×”)(1)相关关系与函数关系都是一种确定性的关系，也是一种因果关系．( )(2)利用样本点的散点图可以直观判断两个变量的关系是否可以用线性关系去表示．( )(3)通过回归方程y ^＝b ^x ＋a ^可以估计和观测变量的取值和变化趋势．( ) (4)任何一组数据都对应着一个回归直线方程．( )(5)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)× (5)√ 2．观察下列各图：其中两个变量x ，y 具有相关关系的图是( ) A ．①② B ．①④ C ．③④ D ．②③ 解析：选C 由散点图知③④具有相关关系．3．已知x ，y 的取值如下表，从散点图可以看出y 与x 线性相关，且回归方程为y ^＝0.95x ＋a ，则a ＝( )x 0 1 3 4 y2.24.34.86.7A.3.25 B ．2.6 C ．解析：选B 由已知得x ＝2，y ＝4.5，因为回归方程经过点(x ，y )，所以a ＝4.5－0.95×2＝2.6.4．若回归直线方程为y ^＝2－1.5x ，则变量x 增加一个单位，y ( )A ．平均增加1.5个单位B ．平均增加2个单位C ．平均减少1.5个单位D ．平均减少2个单位解析：选 C 因为回归直线方程为y ^＝2－1.5x ，所以b ^＝－1.5，则变量x 增加一个单位，y 平均减少1.5个单位．5．在吸烟与患肺病这两个分类变量的计算中，下列说法正确的是( )A ．若K 2的观测值为k ＝6.635，我们有99%的把握认为吸烟与患肺病有关系，那么在100个吸烟的人中必有99人患有肺病B ．从独立性检验可知，有99%的把握认为吸烟与患肺病有关时，我们说某人吸烟，那么他有99%的可能患有肺病C ．若从统计量中求出有95%的把握认为吸烟与患肺病有关系，是指有5%的可能性使得推断出现错误D ．以上三种说法都不正确解析：选C 根据独立性检验的思想知C 项正确．6.下列四个散点图中，变量x 与y 之间具有负的线性相关关系的是( )答案：D7.为研究语文成绩和英语成绩之间是否具有线性相关关系，统计某班学生的两科成绩得到如图所示的散点图(x 轴、y 轴的单位长度相同)，用回归直线方程y ^＝bx ＋a 近似地刻画其相关关系，根据图形，以下结论最有可能成立的是( )A ．线性相关关系较强，b 的值为1.25B ．线性相关关系较强，b 的值为0.83C ．线性相关关系较强，b 的值为－0.87D ．线性相关关系较弱，无研究价值 答案：B8.已知变量x 和y 满足关系y ＝－0.1x ＋1，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 答案： C9.某地最近十年粮食需求量逐年上升，下表是部分统计数据：(1)利用所给数据求年需求量与年份之间的回归直线方程y ＝b x ＋a ； (2)利用(1)中所求出的回归直线方程预测该地2016年的粮食需求量．解：(1)由所给数据看出，年需求量与年份之间是近似直线上升，下面来配回归直线方程，为此对数据预处理如下：x ＝0，y ＝3.2，b ^＝(－4)×(－21)＋(－2)×(－11)＋2×19＋4×29－5×0×3.2(－4)2＋(－2)2＋22＋42－5×02＝26040＝6.5， a ^＝y －b ^x ＝3.2.由上述计算结果，知所求回归直线方程为 y ^－257＝b ^(x －2010)＋a ^＝6.5(x －2010)＋3.2， 即y ^＝6.5(x －2010)＋260.2.(*)(2)利用回归直线方程(*)，可预测2016年的粮食需求量为6.5(2016－2010)＋260.2＝6.5×6＋260.2＝299.2(万吨).10.某校数学课外兴趣小组为研究数学成绩是否与性别有关，先统计本校高三年级每个学生一学期数学成绩平均分(采用百分制)，剔除平均分在40分以下的学生后，共有男生300名，女生200名．现采用分层抽样的方法，从中抽取了100名学生，按性别分为两组，并将两组学生成绩分为6组，得到如下所示频数分布表.精品资料仅供学习与交流，如有侵权请联系网站删除 谢谢11看，数学成绩与性别是否有关；(2)规定80分以上为优分(含80分)，请你根据已知条件作出2×2列联表，并判断是否有90%以上的把握认为“数学成绩与性别有关”.附表及公式K 2＝n (ad －bc )(a ＋b )(c ＋d )(a ＋c )(b ＋d )[听前试做](1)x 男＝45×0.05＋55×0.15＋65×0.3＋75×0.25＋85×0.1＋95×0.15＝71.5，x女＝45×0.15＋55×0.1＋65×0.125＋75×0.25＋85×0.325＋95×0.05＝71.5，从男、女生各自的平均分来看，并不能判断数学成绩与性别有关．(2)由频数分布表可知：在抽取的100名学生中，“男生组”中的优分有15人，“女生组”中的优分有15人，据此可得2×2列联表如下：可得K 2＝100×(15×25－15×45)260×40×30×70≈1.79，因为1.79<2.706，所以没有90%以上的把握认为“数学成绩与性别有关”．。

统计案例分析及典型例题§11.1 抽样方法1.为了了解所加工的一批零件的长度，抽取其中200个零件并测量了其长度，在这个问题中，总体的一个样本是 . 答案 200个零件的长度2.某城区有农民、工人、知识分子家庭共计2 004户，其中农民家庭1 600户，工人家庭303户，现要从中抽取容量为40的样本，则在整个抽样过程中，可以用到下列抽样方法：①简单随机抽样，②系统抽样，③分层抽样中的 . 答案 ①②③3.某企业共有职工150人，其中高级职称15人，中级职称45人，初级职称90人.现采用分层抽样抽取容量为30的样本，则抽取的各职称的人数分别为 . 答案 3，9，184.某工厂生产A 、B 、C 三种不同型号的产品，其相应产品数量之比为2∶3∶5，现用分层抽样方法抽出一个容量为n 的样本，样本中A 型号产品有16件，那么此样本的容量n= . 答案 80例1 某大学为了支援我国西部教育事业，决定从2007应届毕业生报名的18名志愿者中，选取6人组成志愿小组.请用抽签法和随机数表法设计抽样方案. 解 抽签法：第一步：将18名志愿者编号，编号为1，2，3， (18)第二步：将18个号码分别写在18张外形完全相同的纸条上，并揉成团，制成号签； 第三步：将18个号签放入一个不透明的盒子里，充分搅匀； 第四步：从盒子中逐个抽取6个号签，并记录上面的编号；基础自测第五步：所得号码对应的志愿者，就是志愿小组的成员. 随机数表法：第一步：将18名志愿者编号，编号为01，02，03， (18)第二步：在随机数表中任选一数作为开始，按任意方向读数，比如第8行第29列的数7开始，向右读；第三步：从数7开始，向右读，每次取两位，凡不在01—18中的数，或已读过的数，都跳过去不作记录，依次可得到12，07，15，13，02，09.第四步：找出以上号码对应的志愿者，就是志愿小组的成员.例2 某工厂有1 003名工人，从中抽取10人参加体检，试用系统抽样进行具体实施. 解 （1）将每个人随机编一个号由0001至1003. （2）利用随机数法找到3个号将这3名工人剔除. (3)将剩余的1 000名工人重新随机编号由0001至1000. （4）分段，取间隔k=100001=100将总体均分为10段，每段含100个工人.（5）从第一段即为0001号到0100号中随机抽取一个号l.（6）按编号将l ，100+l ，200+l,…，900+l 共10个号码选出，这10个号码所对应的工人组成样本. 例3 （14分）某一个地区共有5个乡镇，人口3万人，其中人口比例为3∶2∶5∶2∶3，从3万人中抽取一个300人的样本，分析某种疾病的发病率，已知这种疾病与不同的地理位置及水土有关，问应采取什么样的方法？并写出具体过程.解 应采取分层抽样的方法.3分过程如下：（1）将3万人分为五层，其中一个乡镇为一层.5分（2）按照样本容量的比例随机抽取各乡镇应抽取的样本. 300×153=60（人）；300×152=40（人）； 300×155=100（人）；300×152=40（人）； 300×153=60（人），10分因此各乡镇抽取人数分别为60人，40人，100人，40人，60人.12分（3）将300人组到一起即得到一个样本.14分练习：一、填空题1.（安庆模拟）某校高中生共有900人，其中高一年级300人，高二年级200人，高三年级400人，现分层抽取容量为45的样本，那么高一、高二、高三年级抽取的人数分别为 .答案15，10，202.某牛奶生产线上每隔30分钟抽取一袋进行检验，则该抽样方法为①；从某中学的30名数学爱好者中抽取3人了解学习负担情况，则该抽样方法为②.那么①，②分别为 .答案系统抽样，简单随机抽样3.下列抽样实验中，最适宜用系统抽样的是（填序号）.①某市的4个区共有2 000名学生，且4个区的学生人数之比为3∶2∶8∶2，从中抽取200人入样②某厂生产的2 000个电子元件中随机抽取5个入样③从某厂生产的2 000个电子元件中随机抽取200个入样④从某厂生产的20个电子元件中随机抽取5个入样答案③4.（2013·重庆文）某校高三年级有男生500人，女生400人，为了解该年级学生的健康情况，从男生中任意抽取25人，从女生中任意抽取20人进行调查，这种抽样方法是 .答案分层抽样法5.某中学有高一学生400人，高二学生300人，高三学生200人，学校团委欲用分层抽样的方法抽取18名学生进行问卷调查，则下列判断不正确的是（填序号）.①高一学生被抽到的概率最大②高三学生被抽到的概率最大③高三学生被抽到的概率最小④每名学生被抽到的概率相等答案①②③6.某商场有四类食品，其中粮食类、植物油类、动物性食品类及果蔬类分别有40种、10种、30种、20种，现从中抽取一个容量为20的样本进行食品安全检测，若采用分层抽样的方法抽取样本，则抽取的植物油类与果蔬类食品种数之和是 .答案 67.（天津文，11）一个单位共有职工200人，其中不超过45岁的有120人，超过45岁的有80人.为了调查职工的健康状况，用分层抽样的方法从全体职工中抽取一个容量为25的样本，应抽取超过45岁的职工 人. 答案 108.将参加数学竞赛的1 000名学生编号如下0001，0002，0003，…，1000，打算从中抽取一个容量为50的样本，按系统抽样的方法分成50个部分，如果第一部分编号为0001，0002，…，0020，从第一部分随机抽取一个号码为0015，则第40个号码为 . 答案 07959.某政府机关有在编人员100人，其中副处级以上干部10人，一般干部70人，工人20人，上级机关为了了解政府机构改革意见，要从中抽取一个容量为20的样本，试确定用何种方法抽取，如何抽取？ 解 用分层抽样抽取. （1）∵20∶100=1∶5， ∴510=2，570=14，520=4∴从副处级以上干部中抽取2人，一般干部中抽取14人，从工人中抽取4人.（2）因副处级以上干部与工人人数较少，可用抽签法从中分别抽取2人和4人；对一般干部可用随机数表法抽取14人.（3）将2人、4人、14人编号汇合在一起就得到了容量为20的样本.10.某单位有工程师6人，技术员12人，技工18人，要从这些人中抽取一个容量为n 的样本.如果采用系统抽样法和分层抽样法抽取，不用剔除个体；如果样本容量增加一个，则在采用系统抽样时，需要在总体中先剔除1个个体，求样本容量n.解 总体容量为6+12+18=36.当样本容量是n 时，由题意知，系统抽样的间隔为n36，分层抽样的比例是36n ,抽取工程师36n ×6=6n （人），抽取技术人员36n ×12=3n (人），抽取技工36n×18=2n （人）.所以n 应是6的倍数，36的约数即n=6,12,18,36.当样本容量为（n+1）时，在总体中剔除1人后还剩35人，系统抽样的间隔为135+n ，因为135+n 必须是整数，所以n 只能取6，即样本容量为6.总体分布的估计与总体特征数的估计1.一个容量为20的样本，已知某组的频率为0.25，则该组的频数为 . 答案 52.（2008·山东理）右图是根据《山东统计年鉴2007》中的资料作成的1997年至2006年我省城镇居民百户家庭人口数的茎叶图.图中左边的数字从左到右分别表示城镇居民百户家庭人口数的百位数字和十位数字,右边的数字表示城镇居民百户家庭人口数的个位数字.从图中可以得到1997年至2006年我省城镇居民百户家庭人口数的平均数为 . 答案 303.63.在抽查产品的尺寸过程中，将其尺寸分成若干组，［a ，b ）是其中的一组，抽查出的个体在该组上的频率为m,该组在频率分布直方图的高为h ，则|a-b|= . 答案 hm4.（2008·山东文，9）从某项综合能力测试中抽取100人的成绩，统计如表，则这100人成绩的标准差为 .答案 51025.为了了解某地区高三学生的身体发育情况，抽查了该地区100名年龄为17.5岁～18岁的男生体重（kg ），得到频率分布直方图如下：根据上图可得这100名学生中体重在［56.5，64.5）的学生人数是 . 答案 40基础自测典型例题：例1 在学校开展的综合实践活动中，某班进行了小制作评比，作品上交时间为5月1日至30日，评委会把同学们上交 作品的件数按5天一组分组统计，绘制了频率分布直方图（如图所示），已知从左到右各长方形高的比为2∶3∶4∶6∶4∶1，第三组的频数为12，请解答下列问题： （1）本次活动共有多少件作品参加评比？ （2）哪组上交的作品数量最多？有多少件？（3）经过评比，第四组和第六组分别有10件、2件作品获奖，问这两组哪组获奖率高？ 解 （1）第三组的频率为1464324+++++=51又因为第三组的频数为12，∴参评作品数为5112=60.（2）根据频率分布直方图，可以看出第四组上交的作品数量最多，共有60×1464326+++++=18（件）.（3）第四组的获奖率是1810=95，第六组上交的作品数量为60×1464321+++++=3（件），∴第六组的获奖率为32=96，显然第六组的获奖率高.例4（14分）某化肥厂甲、乙两个车间包装肥料，在自动包装传送带上每隔30 min 抽取一包产品，称其重量，分别 记录抽查数据如下： 甲：102， 101， 99， 98， 103， 98，99；乙：110， 115， 90，85，75，115， 110.（1）这种抽样方法是哪一种？ （2）将这两组数据用茎叶图表示；（3）将两组数据比较，说明哪个车间产品较稳定. 解 （1）因为间隔时间相同，故是系统抽样. 2分（2）茎叶图如下：5分（3）甲车间： 平均值：1x =71（102+101+99+98+103+98+99）=100，7分方差：s 12=71［（102-100）2+（101-100）2+…+（99-100）2］≈3.428 6.9分乙车间：平均值：2x =71（110+115+90+85+75+115+110）=100，11分方差：s 22=71［（110-100)2+（115-100)2+…+（110-100)2］≈228.571 4.13分∵1x =2x ，s 12＜s 22,∴甲车间产品稳定.14分练习：1.为了了解小学生的体能情况，抽取了某小学同年级部分学生进行跳绳测试，将所得数据整理后，画出频率分布直方图如图所示，已知图中从左到右前三个小组的频率分别是0.1，0.3，0.4，第一小组的频数为5.（1）求第四小组的频率；（2）参加这次测试的学生人数是多少？（3）在这次测试中，学生跳绳次数的中位数落在第几小组内？ 解 （1）第四小组的频率=1-(0.1+0.3+0.4)=0.2. (2)设参加这次测试的学生人数是n, 则有n=第一小组频率第一小组频数=5÷0.1=50（人）.（3）因为0.1×50=5,0.3×50=15,0.4×50=20,0.2×50=10，即第一、第二、第三、第四小组的频数分别为5、15、20、10，所以学生跳绳次数的中位数落在第三小组内. 练习：一、填空题1.下列关于频率分布直方图的说法中不正确的是 . ①直方图的高表示取某数的频率②直方图的高表示该组上的个体在样本中出现的频率 ③直方图的高表示该组上的个体数与组距的比值④直方图的高表示该组上的个体在样本中出现的频率与组距的比值 答案 ①②③2.甲、乙两名新兵在同样条件下进行射击练习，每人打5发子弹，命中环数如下：甲：6，8，9，9，8；乙：10，7，7，7，9.则这两人的射击成绩 比 稳定. 答案 甲 乙4.某班50名学生在一次百米测试中，成绩全部介于13秒与19秒之间，将测试结果分成六组：右图是得到的频率分布直方图.设成绩小于17秒的学生人数占全班总人数的百分比为x,成绩大于等于15秒且小于17秒的学生人数为y ，则从频率分布直方图中可分析出x 和y 分别为 . 答案 0.9, 356.甲、乙两名同学在5次体育测试中的成绩统计的茎叶图如图所示，若甲、乙两人的平均成绩分别是x 甲、x 乙，则x 甲 x 乙， 比 稳定. 答案 ＜ 乙 甲7.（上海，9）已知总体的各个体的值由小到大依次为2，3，3，7，a ，b ，12,13.7,18.3,20,且总体的中位数为10.5.若要使该总体的方差最小，则a 、b 的取值分别是 . 答案 10.5、10.5二、解答题10.为了了解高一学生的体能情况，某校抽取部分学生进行一分钟跳绳次数测试，将所得数据整理后，画出频率分布直方图（如图所示），图中从左到右各小长方形面积之比为2∶4∶17∶15∶9∶3，第二小组频数为12.（1）第二小组的频率是多少？样本容量是多少？（2）若次数在110以上（含110次）为达标，试估计该学校全体高一学生的达标率是多少？ （3）在这次测试中，学生跳绳次数的中位数落在哪个小组内？请说明理由. 解 （1）由于频率分布直方图以面积的形式反映了数据落在各小组内的频率大小， 因此第二小组的频率为：391517424+++++=0.08.又因为频率=样本容量第二小组频数， 所以样本容量=第二小组频率第二小组频数=08.012=150. （2）由图可估计该学校高一学生的达标率约为39151742391517++++++++×100%=88%.（3）由已知可得各小组的频数依次为6,12,51,45,27,9,所以前三组的频数之和为69，前四组的频数之和为114，所以跳绳次数的中位数落在第四小组内.线性回归方程1.下列关系中，是相关关系的为 （填序号）. ①学生的学习态度与学习成绩之间的关系；基础自测②教师的执教水平与学生的学习成绩之间的关系；③学生的身高与学生的学习成绩之间的关系；④家庭的经济条件与学生的学习成绩之间的关系.答案①②2.为了考察两个变量x、y之间的线性相关关系，甲、乙两同学各自独立地做10次和15次试验，并利用最小二乘法求得回归直线分别为l1和l2.已知在两人的试验中发现变量x的观测数据的平均值恰好相等，都为s,变量y的观测数据的平均值也恰好相等，都为t,那么下列说法中正确的是（填序号）.①直线l1,l2有交点（s,t)②直线l1,l2相交，但是交点未必是(s,t)③直线l1,l2由于斜率相等，所以必定平行④直线l1,l2必定重合答案①3.下列有关线性回归的说法，正确的是（填序号）.①相关关系的两个变量不一定是因果关系②散点图能直观地反映数据的相关程度③回归直线最能代表线性相关的两个变量之间的关系④任一组数据都有回归直线方程答案①②③4.下列命题：①线性回归方法就是由样本点去寻找一条贴近这些样本点的直线的数学方法；②利用样本点的散点图可以直观判断两个变量的关系是否可以用线性关系表示；③通过回归直线yˆ=bˆx+aˆ及回归系数bˆ,可以估计和预测变量的取值和变化趋势. 其中正确命题的序号是 .答案①②③5.已知回归方程为yˆ=0.50x-0.81,则x=25时，yˆ的估计值为 .答案11.69例1下面是水稻产量与施化肥量的一组观测数据：施化肥量15 20 25 30 35 40 45水稻产量320 330 360 410 460 470 480（1）将上述数据制成散点图；（2）你能从散点图中发现施化肥量与水稻产量近似成什么关系吗？水稻产量会一直随施化肥量的增加而增长吗？解（1）散点图如下：（2）从图中可以发现施化肥量与水稻产量具有线性相关关系，当施化肥量由小到大变化时，水稻产量由小变大，图中的数据点大致分布在一条直线的附近，因此施化肥量和水稻产量近似成线性相关关系，但水稻产量只是在一定范围内随着化肥施用量的增加而增长.例2（14分）随着我国经济的快速发展，城乡居民的生活水平不断提高，为研究某市家庭平均收入与月平均生活支出的关系，该市统计部门随机调查了10个家庭，得数据如下：（1）判断家庭平均收入与月平均生活支出是否相关？（2）若二者线性相关，求回归直线方程.解（1）作出散点图：5分观察发现各个数据对应的点都在一条直线附近，所以二者呈线性相关关系. 7分（2）x =101 (0.8+1.1+1.3+1.5+1.5+1.8+2.0+2.2+2.4+2.8)=1.74,y=101（0.7+1.0+1.2+1.0+1.3+1.5+1.3+1.7+2.0+2.5）=1.42，9分bˆ=∑∑==-∙-ni ini i i x n xyx n y x 1221≈0.813 6，aˆ=1.42-1.74×0.813 6≈0.004 3，13分 ∴回归方程yˆ=0.813 6x+0.004 3.14分例3 下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量x(吨）与相应的生产能耗y （吨）标准煤的几组对照数据.（1）请画出上表数据的散点图；（2）请根据上表提供的数据，用最小二乘法求出y 关于x 的线性回归方程yˆ=b ˆx+a ˆ； （3）已知该厂技改前100吨甲产品的生产能耗为90吨标准煤.试根据（2）求出的线性回归方程，预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤？ （参考数值：3×2.5+4×3+5×4+6×4.5=66.5) 解 （1）散点图如下图:（2）x =46543+++=4.5,y =45.4435.2+++=3.5∑=41i ii yx =3×2.5+4×3+4×5+6×4.5=66.5.∑=412i ix=32+42+52+62=86∴bˆ=24124144x x yx yx i i i ii -∙-∑∑===25.44865.45.345.66⨯-⨯⨯-=0.7aˆ =y -bˆx =3.5-0.7×4.5=0.35. ∴所求的线性回归方程为yˆ=0.7x+0.35. （3）现在生产100吨甲产品用煤 y=0.7×100+0.35=70.35，∴降低90-70.35=19.65(吨)标准煤.1.科研人员为了全面掌握棉花新品种的生产情况，查看了气象局对该地区年降雨量与年平均气温的统计数据（单位分别是mm,℃)，并作了统计.（1）试画出散点图；（2）判断两个变量是否具有相关关系. 解 （1）作出散点图如图所示，(2)由散点图可知，各点并不在一条直线附近，所以两个变量是非线性相关关系.2.在研究硝酸钠的可溶性程度时，对于不同的温度观测它在水中的溶解度，得观测结果如下：由资料看y 与x 呈线性相关，试求回归方程. 解 x =30,y =50.1283.1120.850.767.66++++=93.6.bˆ=25125155x xyx yx i ii ii -∙-∑∑==≈0.880 9.aˆ=y -bˆx =93.6-0.880 9×30=67.173. ∴回归方程为yˆ=0.880 9x+67.173.3.某企业上半年产品产量与单位成本资料如下：（1）求出线性回归方程；（2）指出产量每增加1 000件时，单位成本平均变动多少？ （3）假定产量为6 000件时，单位成本为多少元？ 解 （1）n=6，∑=61i i x =21，∑=61i i y =426，x =3.5,y =71,∑=612i i x =79，∑=61i i i y x =1 481，bˆ=26126166x xyx yx i ii ii -∙-∑∑===25.3679715.364811⨯-⨯⨯-=-1.82.aˆ=y-bˆx=71+1.82×3.5=77.37.回归方程为yˆ=aˆ+bˆx=77.37-1.82x.（2）因为单位成本平均变动bˆ=-1.82＜0,且产量x的计量单位是千件,所以根据回归系数b的意义有: 产量每增加一个单位即1 000件时,单位成本平均减少1.82元.(3)当产量为6 000件时,即x=6,代入回归方程:yˆ=77.37-1.82×6=66.45（元）当产量为6 000件时，单位成本为66.45元.一、填空题1.观察下列散点图，则①正相关；②负相关；③不相关.它们的排列顺序与图形对应顺序是 .答案a,c,b2.回归方程yˆ=1.5x-15,则下列说法正确的有个.①y=1.5x-15②15是回归系数a③1.5是回归系数a④x=10时，y=0答案 13.（2009.湛江模拟）某地区调查了2～9岁儿童的身高，由此建立的身高y(cm)与年龄x(岁)的回归模型为yˆ=8.25x+60.13,下列叙述正确的是 .①该地区一个10岁儿童的身高为142.63 cm②该地区2～9岁的儿童每年身高约增加8.25 cm③该地区9岁儿童的平均身高是134.38 cm④利用这个模型可以准确地预算该地区每个2～9岁儿童的身高答案 ②4.三点（3，10），（7，20），（11，24）的回归方程是 .答案 yˆ=1.75x+5.75 5.某人对一地区人均工资x(千元）与该地区人均消费y(千元）进行统计调查，y 与x 有相关关系，得到回归直线方程yˆ=0.66x+1.562.若该地区的人均消费水平为7.675千元，估计该地区的人均消费额占人均工资收入的百分比约为 . 答案 83%6.某化工厂为预测产品的回收率y,需要研究它和原料有效成分含量x 之间的相关关系,现取8对观测值,计算,得∑=81i i x =52, ∑=81i i y =228, ∑=812i i x =478, ∑=81i i i y x =1 849,则其线性回归方程为 .答案 yˆ=11.47+2.62x 7.有下列关系：①人的年龄与他（她）拥有的财富之间的关系；②曲线上的点与该点的坐标之间的关系；③苹果的产量与气候之间的关系；④森林中的同一种树木，其断面直径与高度之间的关系.其中，具有相关关系的是 . 答案 ①③④8.已知关于某设备的使用年限x 与所支出的维修费用y(万元），有如下统计资料：若y 对x 呈线性相关关系，则回归直线方程yˆ=b ˆx+a ˆ表示的直线一定过定点 . 答案 （4，5） 二、解答题9.期中考试结束后，记录了5名同学的数学和物理成绩，如下表：（1）数学成绩和物理成绩具有相关关系吗？（2）请你画出两科成绩的散点图，结合散点图，认识（1）的结论的特点. 解 （1）数学成绩和物理成绩具有相关关系.（2）以x 轴表示数学成绩，y 轴表示物理成绩，可得相应的散点图如下：由散点图可以看出，物理成绩和数学成绩对应的点不分散，大致分布在一条直线附近. 10.以下是某地搜集到的新房屋的销售价格y 和房屋的面积x 的数据：（1）画出数据对应的散点图；（2）求线性回归方程，并在散点图中加上回归直线. 解 （1）数据对应的散点图如图所示：（2）x =109,y =23.2,∑=512i i x =60 975,∑=51i iiy x=12 952,bˆ=25125155x xyx yx i ii ii -∙-∑∑==≈0.196 2aˆ=y -bˆx ≈1.814 2 ∴所求回归直线方程为yˆ=0.196 2x+1.814 2.11.某公司利润y 与销售总额x(单位：千万元）之间有如下对应数据：（1）画出散点图； （2）求回归直线方程；（3）估计销售总额为24千万元时的利润. 解 （1）散点图如图所示：（2)x =71(10+15+17+20+25+28+32)=21,y=71(1+1.3+1.8+2+2.6+2.7+3.3)=2.1,∑=712i ix=102+152+172+202+252+282+322=3 447,∑=71i iiy x=10×1+15×1.3+17×1.8+20×2+25×2.6+28×2.7+32×3.3=346.3,bˆ=27127177x x yx yx i i i ii -∙-∑∑===221744731.22173.346⨯-⨯⨯-≈0.104, aˆ=y -bˆx =2.1-0.104×21=-0.084, ∴yˆ=0.104x-0.084. (3)把x=24(千万元）代入方程得，yˆ=2.412（千万元）.∴估计销售总额为24千万元时，利润为2.412千万元.12.某种产品的广告费支出x 与销售额y(单位：百万元）之间有如下对应数据:（1）画出散点图；（2）求回归直线方程；（3）试预测广告费支出为10百万元时，销售额多大？ 解 （1）根据表中所列数据可得散点图如下：（2）列出下表，并用科学计算器进行有关计算：因此，x =525=5,y =5250 =50,∑=512i i x =145, ∑=512i i y =13 500, ∑=51i i i y x =1 380.于是可得：bˆ=25125155x xyx yx i ii ii -∙-∑∑===55514550553801⨯⨯-⨯⨯-=6.5;aˆ=y -bˆx =50-6.5×5=17.5. 因此，所求回归直线方程为：yˆ=6.5x+17.5. （3）根据上面求得的回归直线方程，当广告费支出为10百万元时，yˆ=6.5×10+17.5=82.5(百万元)，即这种产品的销售收入大约为82.5百万元.§11.4 统计案例1.对有线性相关关系的两个变量建立的回归直线方程y ˆ=a ˆ+b ˆx 中，回归系数bˆ与0的大小关系为 .（填序号） ①大于或小于 ②大于 ③小于 ④不小于答案 ①2.如果有90%的把握说事件A 和B 有关系，那么具体计算出的数据 2 2.706.(用“＞”,“＜”,“=”填空) 答案 ＞3.对两个变量y 与x 进行回归分析，分别选择不同的模型，它们的相关系数r 如下，其中拟合效果最好的模型是 .①模型Ⅰ的相关系数r 为0.98 ②模型Ⅱ的相关系数r 为0.80 ③模型Ⅲ的相关系数r 为0.50 ④模型Ⅳ的相关系数r 为0.25 答案 ①4.下列说法中正确的有：①若r ＞0，则x 增大时，y 也相应增大；②若r ＜0，则x 增大时，y 也相应增大；③若r=1或r=-1，则x 与y 的关系完全对应（有函数关系），在散点图上各个点均在一条直线上 . 答案 ①③基础自测例1 （14分）调查339名50岁以上人的吸烟习惯与患慢性气管炎的情况，获数据如下：试问：（1）吸烟习惯与患慢性气管炎是否有关？ （2）用假设检验的思想给予证明. （1）解 根据列联表的数据，得到χ2=))()()(()(2c d b d c a b a bc ad n ++++-2分 =13428356205)1316212143(3392⨯⨯⨯⨯-⨯⨯=7.469＞6.6356分 所以有99%的把握认为“吸烟与患慢性气管炎有关”.9分（2）证明 假设“吸烟与患慢性气管炎之间没有关系”，由于事件A={χ2≥6.635}≈0.01，即A 为小概率事件，而小概率事件发生了，进而得假设错误，这种推断出错的可能性约有1%.14分例2 一台机器使用时间较长，但还可以使用.它按不同的转速生产出来的某机械零件有一些会有缺点，每小时生产有 缺点零件的多少，随机器运转的速度而变化，下表为抽样试验结果：（1）对变量y 与x 进行相关性检验；（2）如果y 与x 有线性相关关系，求回归直线方程；（3）若实际生产中，允许每小时的产品中有缺点的零件最多为10个，那么，机器的运转速度应控制在什么范围内？解 （1）x =12.5,y =8.25,∑=41i iiy x=438，4x y =412.5，∑=412i i x =660，∑=412i i y =291，所以r=)4)(4(42412241241y yx xyx yx i ii ii ii --∙-∑∑∑====)25.272291()625660(5.412438-⨯--=25.6565.25≈62.2550.25≈0.995 4.因为r ＞r 0.05,所以y 与x 有很强的线性相关关系.（2）yˆ=0.728 6x-0.857 1. （3）要使yˆ≤10⇒0.728 6x-0.857 1≤10, 所以x ≤14.901 3.所以机器的转速应控制在14.901 3转/秒以下.例3 下表是某年美国旧轿车价格的调查资料，今以x 表示轿车的使用年数,y 表示相应的年均价格，求y 关于x 的回归 方程.解 作出散点图如图所示.可以发现，各点并不是基本处于一条直线附近，因此，y 与x 之间应是非线性相关关系.与已学函数图象比较，用y ˆ=e a x b ˆˆ来刻画题中模型更为合理，令zˆ=ln y ˆ，则z ˆ=b ˆx+a ˆ，题中数据变成如下表所示：相应的散点图如图所示，从图中可以看出，变换的样本点分布在一条直线附近，因此可以用线性回归方程拟合.由表中数据可得r ≈-0.996.|r|＞r 0.05.认为x 与z之间具有线性相关关系，由表中数据得bˆ≈-0.298,a ˆ≈8.165,所以z ˆ=-0.298x+8.165,最后回代z ˆ=ln y ˆ,即y ˆ=e -0.298x+8.165为所求.1.某班主任对全班50名学生学习积极性和对待班级工作的态度进行了调查，统计数据如下表所示：（1）如果随机抽查这个班的一名学生，那么抽到积极参加班级工作的学生的概率是多少？抽到不太主动参加班级工作且学习积极性一般的学生的概率是多少？（2）试运用独立性检验的思想方法分析：学生的学习积极性与对待班级工作的态度是否有关系？说明理由.解 （1）随机抽查这个班的一名学生，有50种不同的抽查方法，由于积极参加班级工作的学生有18+6=24人，所以有24种不同的抽法，因此由古典概型的计算公式可得抽到积极参加班级工作的学生的概率是P 1=5024=2512，又因为不太主动 参加班级工作且学习积极性一般的学生有19人，所以抽到不太主动参加班级工作且学习积极性一般的学生的概率是P 2=5019.（2）由2χ统计量的计算公式得2χ=25252624)761918(502⨯⨯⨯⨯-⨯⨯≈11.538，由于11.538＞10.828，所以可以有99.9%的把握认为“学生的学习积极性与对待班级工作的态度有关系”.2.某个体服装店经营某种服装，一周内获纯利y （元）与该周每天销售这种服装的件数x 之间的一组数据如下：已知∑=712i i x =280, ∑=712i i y =45 309, ∑=71i i i y x =3 487,此时r 0.05=0.754.（1）求x ,y ;（2）判断一周内获纯利润y 与该周每天销售件数x 之间是否线性相关，如果线性相关，求出回归直线方程.解 （1）x =71(3+4+5+6+7+8+9)=6,y=71 (66+69+73+81+89+90+91)≈79.86.(2)根据已知∑=712i i x =280, ∑=712i i y =45 309, ∑=71i i i y x =3 487,得相关系数 r=)86.79730945)(67280(86.7967487322⨯-⨯-⨯⨯-≈0.973.由于0.973＞0.754,所以纯利润y与每天销售件数x 之间具有显著线性相关关系. 利用已知数据可求得回归直线方程为yˆ=4.746x+51.386.3.某种书每册的成本费y （元）与印刷册数x （千册）有关，经统计得到数据如下：检验每册书的成本费y 与印刷册数的倒数x1之间是否具有线性相关关系，如有，求出y 对x 的回归方程.解 首先作变量置换，令u=x1,题目所给数据变成如下表所示的10对数据：然后作相关性检验.经计算得r ≈0.999 8＞0.75，从而认为u 与y 之间具有线性相关关系.由公式得aˆ≈1.125,b ˆ≈8.973, 所以yˆ=1.125+8.973u, 最后回代u=x1,可得y ˆ=1.125+x973.8,这就是题目要求的y 对x 的回归曲线方程.回归曲线的图形如图所示，它是经过平移的反比例函数图象的一个分支.一、填空题1.对于独立性检验，下列说法中正确的是 . ①2χ的值越大，说明两事件相关程度越大 ②2χ的值越小，说明两事件相关程度越小 ③2χ≤2.706时，有90%的把握说事件A 与B 无关 ④2χ＞6.635时，有99%的把握说事件A 与B 有关 答案 ①②④2.工人月工资y （元）依劳动生产率x(千元）变化的回归方程为y ˆ=50+80x ，下列判断正确的是 .①劳动生产率为1 000元时，工资为130元。

高考数学二轮复习专题突破—统计与统计案例1.某行业主管部门为了解本行业中小企业的生产情况,随机调查了100个企业,得到这些企业第一季度相对于前一年第一季度产值增长率y 的频数分布表.(1)分别估计这类企业中产值增长率不低于40%的企业比例、产值负增长的企业比例;(2)求这类企业产值增长率的平均数与标准差的估计值(同一组中的数据用该组区间的中点值为代表).(精确到0.01) 附:√74≈8.602.2.(2021·江西赣州二模改编)遵守交通规则,人人有责.“礼让行人”是我国《道路交通安全法》的明文规定,也是全国文明城市测评中的重要内容.《道路交通安全法》第47条明确规定:“机动车行经人行横道时,应当减速行驶;遇行人正在通过人行横道,应当停车让行.机动车行经没有交通信号的道路时,遇行人横过道路,应当避让.否则扣3分罚200元”.下表是2021年1至4月份我市某主干路口监控设备抓拍到的驾驶员不“礼让行人”行为统计数据:(1)请利用所给数据求不“礼让行人”驾驶员人数y 与月份x 之间的经验回归方程y ^=b ^x+a ^,并预测该路口2021年10月不“礼让行人”驾驶员的大约人数(四舍五入);(2)交警从这4个月内通过该路口的驾驶员中随机抽查50人,调查驾驶员不“礼让行人”行为与驾龄的关系,得到下表:依据小概率值α=0.10的独立性检验,分析“礼让行人”行为是否与驾龄有关.参考公式:b ^=∑i=1nx i y i -nx y ∑i=1nx i 2-nx2=∑i=1n(x i -x)(y i -y)∑i=1n(x i -x)2.χ2=n(ad-bc)2(a+b)(c+d)(a+c)(b+d),其中n=a+b+c+d.3.(2021·河北石家庄二模改编)某地区在2020年底全面建成小康社会,随着实施乡村振兴战略规划,该地区农村居民的收入逐渐增加,可支配消费支出也逐年增加.该地区统计了2016~2020年农村居民人均消费支出情况,对有关数据处理后,制作如图1的折线图[其中变量y (单位:万元)表示该地区农村居民人均年消费支出,年份用变量t 表示,其取值依次为1,2,3,…].(1)由图1可知,变量y与t具有很强的线性相关关系,求y关于t的经验回归方程,并预测2021年该地区农村居民人均消费支出;2016~2020年该地区农村居民人均消费支出图1(2)在国际上,常用恩格尔系数(其含义是指食品类支出总额占个人消费支出总额的比重)来衡量一个国家和地区人民生活水平的状况.根据联合国粮农组织的标准:恩格尔系数在40%~50%为小康,30%~40%为富裕.已知2020年该地区农村居民平均消费支出构成如图2所示,预测2021年该地区农村居民食品类支出比2020年增长3%,从恩格尔系数判断2021年底该地区农村居民生活水平能否达到富裕生活标准.2020年该地区农村居民人均消费支出构成图2参考公式:经验回归方程y ^=b ^x+a ^中斜率和截距的最小二乘估计分别为:b ^=∑i=1n(x i -x)(y i -y)∑i=1n(x i -x)2=∑i=1nx i y i -nx y∑i=1nx i 2-nx 2,a ^=y −b ^x .4.(2021·山东潍坊一模)在对人体的脂肪含量和年龄之间的关系的研究中,科研人员获得了一些年龄和脂肪含量的简单随机样本数据(x i ,y i )(i=1,2,…,20,25<x i <65),其中x i 表示年龄,y i 表示脂肪含量,并计算得到∑i=120x i 2=48 280,∑i=120y i 2=15 480,∑i=120x i y i =27 220,x =48,y =27,√22≈4.7.(1)请用样本相关系数说明该组数据中y 与x 之间的关系可用线性回归模型进行拟合,并求y 关于x的经验回归方程y ^=a ^+b ^x (a ^,b ^的计算结果保留两位小数);(2)科学健身能降低人体脂肪含量,下表是甲、乙两款健身器材的使用年限(整年)统计表:某健身机构准备购进其中一款健身器材,以使用年限的频率估计概率,请根据以上数据估计,该机构选择购买哪一款健身器材,才能使用更长久?参考公式:样本相关系数r=∑i=1n(x i -x)(y i -y)√∑i=1n (x i -x)2√∑i=1n(y i -y)2=∑i=1nx i y i -nx y√∑i=1nx i 2-nx 2√∑i=1ny i 2-ny 2;对于一组具有线性相关关系的数据(x i ,y i )(i=1,2,…,n ),其经验回归直线y ^=b ^x+a ^的斜率和截距的最小二乘估计分别为:b ^=∑i=1n(x i -x)(y i -y)∑i=1n(x i -x)2,a ^=y −b ^x .答案及解析1.解 (1)根据产值增长率频数分布表得,所调查的100个企业中产值增长率不低于40%的企业频率为14+7100=0.21.产值负增长的企业频率为2100=0.02.用样本频率分布估计总体分布得这类企业中产值增长率不低于40%的企业比例为21%,产值负增长的企业比例为2%.(2)y =1100(-0.10×2+0.10×24+0.30×53+0.50×14+0.70×7)=0.30, s 2=1100[(-0.40)2×2+(-0.20)2×24+02×53+0.202×14+0.402×7]=0.029 6, s=√0.029 6=0.02×√74≈0.17.所以,这类企业产值增长率的平均数与标准差的估计值分别为0.30,0.17. 2.解 (1)由表中数据易知:x =1+2+3+44=52,y =125+105+100+904=105,则b ^=∑i=14x i y i -4x y∑i=14x i 2-4x2=995−1 05030−25=-11,a ^=y −b ^ x =105-(-11)×52=132.5,故所求经验回归方程为y ^=-11x+132.5.令x=10,则y ^=-11×10+132.5=22.5≈23(人),预测该路口10月份不“礼让行人”的驾驶员大约人数为23. (2)零假设为H 0:“礼让行人”行为与驾龄无关.由表中数据可得χ2=50×(10×12−20×8)218×32×30×20≈0.23<2.706=x 0.10,依据小概率值α=0.10的独立性检验,没有充分证据推断H 0不成立,可以认为H 0成立,即认为“礼让行人”行为与驾龄无关.3.解 (1)由已知数据可求t =1+2+3+4+55=3, y =1.01+1.10+1.21+1.33+1.405=1.21,∑i=15t i 2=12+22+32+42+52=55,∑i=15t i y i =1×1.01+2×1.10+3×1.21+4×1.33+5×1.40=19.16,b ^=19.16−5×3×1.2155−5×32=1.0110=0.101,a ^=1.21-0.101×3=0.907,所求经验回归方程为y ^=0.101t+0.907. 当t=6时,y ^=0.101×6+0.907=1.513(万元),故2021年该地区农村居民人均消费支出约为1.513万元.(2)已知2021年该地区农村居民平均消费支出1.513万元,由图2可知,2020年该地区农村居民食品类支出为4 451元,则预测2021年该地区食品类支出为4 451×(1+3%)=4 584.53元,恩格尔系数=4 584.5315 130×100%≈30.3%∈(30%,40%),所以,2021年底该地区农村居民生活水平能达到富裕生活标准.4.解 (1)x 2=2 304,y2=729,∑i=120x i y i -20x y =1 300,∑i=120x i 2-20x 2=2 200,∑i=1ny i 2-20y 2=900,r=∑i=120x i y i -20x y√∑i=120x i 2-20x 2√∑i=1ny i 2-20y2≈0.92,因为y 与x 的样本相关系数接近1,所以y 与x 之间具有较强的线性相关关系,可用线性回归模型进行拟合.由题可得,b ^=∑i=120(x i -x)(y i -y)∑i=120(x i -x)2=∑i=120x i y i -20x y∑i=120x i 2-20x2=1322≈0.591,a ^=y −b ^ x =27-0.591×48≈-1.37,所以y ^=0.59x-1.37.(2)以频率估计概率,设甲款健身器材使用年限为X (单位:年).E (X )=5×0.1+6×0.4+7×0.3+8×0.2=6.6. 设乙款健身器材使用年限为Y (单位:年).E (Y )=5×0.3+6×0.4+7×0.2+8×0.1=6.1.因为E (X )>E (Y ),所以该健身机构购买甲款健身器材更划算.。

高中数学【统计与统计案例】专题练习1.(多选)下列统计量中，能度量样本x 1，x 2，…，x n 的离散程度的是( ) A.样本x 1，x 2，…，x n 的标准差 B.样本x 1，x 2，…，x n 的中位数 C.样本x 1，x 2，…，x n 的极差 D.样本x 1，x 2，…，x n 的平均数 答案 AC解析 由标准差的定义可知，标准差考查的是数据的离散程度；由中位数的定义可知，中位数考查的是数据的集中趋势；由极差的定义可知，极差考查的是数据的离散程度；由平均数的定义可知，平均数考查的是数据的集中趋势；故选AC.2.某厂研制了一种生产高精产品的设备，为检验新设备生产产品的某项指标有无提高，用一台旧设备和一台新设备各生产了10件产品，得到各件产品该项指标数据如下： 旧设备 9.8 10.3 10.0 10.2 9.9 9.8 10.0 10.1 10.2 9.7 新设备10.110.410.110.010.110.310.610.510.410.5旧设备和新设备生产产品的该项指标的样本平均数分别记为x －和y －，样本方差分别记为s 21和s 22. (1)求x －，y －，s 21，s 22；(2)判断新设备生产产品的该项指标的均值较旧设备是否有显著提高(如果y －－x －≥2s 21＋s 2210，则认为新设备生产产品的该项指标的均值较旧设备有显著提高，否则不认为有显著提高).解 (1)x －＝9.8＋10.3＋10.0＋10.2＋9.9＋9.8＋10.0＋10.1＋10.2＋9.710＝10，y －＝10.1＋10.4＋10.1＋10.0＋10.1＋10.3＋10.6＋10.5＋10.4＋10.510＝10.3，s 21＝0.22＋0.32＋0＋0.22＋0.12＋0.22＋0＋0.12＋0.22＋0.3210＝0.036，s 22＝0.22＋0.12＋0.22＋0.32＋0.22＋0＋0.32＋0.22＋0.12＋0.2210＝0.04. (2)由(1)知，y －－x －＝0.3； 2s 21＋s 2210＝20.036＋0.0410＝20.007 6.又(y －－x －)2＝0.09>(20.007 6)2＝0.030 4，则y －－x －>2s 21＋s 2210，所以新设备生产产品的该项指标的均值较旧设备有显著提高.3.某沙漠地区经过治理，生态系统得到很大改善，野生动物数量有所增加.为调查该地区某种野生动物的数量，将其分成面积相近的200个地块，从这些地块中用简单随机抽样的方法抽取20个作为样区，调查得到样本数据(x i ，y i )(i ＝1，2，…，20)，其中x i 和y i 分别表示第i 个样区的植物覆盖面积(单位：公顷)和这种野生动物的数量，并计算得∑20i ＝1x i ＝60，∑20i ＝1y i ＝1 200，∑20i ＝1(x i －x －)2＝80，∑20i ＝1(y i－y －)2＝9 000，∑20i ＝1(x i －x －)(y i －y －)＝800.(1)求该地区这种野生动物数量的估计值(这种野生动物数量的估计值等于样区这种野生动物数量的平均数乘以地块数)；(2)求样本(x i ，y i )(i ＝1，2，…，20)的相关系数(精确到0.01)；(3)根据现有统计资料，各地块间植物覆盖面积差异很大.为提高样本的代表性以获得该地区这种野生动物数量更准确的估计，请给出一种你认为更合理的抽样方法，并说明理由.附：相关系数r ＝∑ni ＝1 （x i －x －）（y i －y －）∑n i ＝1（x i －x －）2∑n i ＝1 （y i －y －）2，2≈1.414.解 (1)由已知得样本平均数y －＝120∑20i ＝1y i ＝60，从而该地区这种野生动物数量的估计值为60×200＝12 000.(2)样本(x i ，y i )(i ＝1，2，…，20)的相关系数r ＝∑20i ＝1 （x i －x －）（y i －y －）∑20i ＝1（x i －x －）2∑20i ＝1（y i －y －）2＝80080×9 000＝223≈0.94.(3)分层随机抽样：根据植物覆盖面积的大小对地块分层，再对200个地块进行分层随机抽样.理由如下：由(2)知各样区的这种野生动物数量与植物覆盖面积有很强的正相关性.由于各地块间植物覆盖面积差异很大，从而各地块间这种野生动物数量差异也很大，采用分层随机抽样的方法较好地保持了样本结构与总体结构的一致性，提高了样本的代表性，从而可以获得该地区这种野生动物数量更准确的估计.1.抽样方法抽样方法包括简单随机抽样、分层随机抽样，两种抽样方法都是等概率抽样，体现了抽样的公平性，但又各有其特点和适用范围. 2.统计中的五个数据特征(1)众数：在样本数据中，出现次数最多的那个数据.(2)中位数：在样本数据中，将数据按大小顺序排列，位于最中间的数据.如果数据的个数为偶数，就取中间两个数据的平均数作为中位数. (3)平均数：样本数据的算术平均数，即x －＝1n (x 1＋x 2＋…＋x n ).(4)第p 百分位数：将一组数据(共n 个)按从小到大排列，计算i ＝n ×p %，若i 不是整数，而大于i 的比邻整数为j ，则第p 百分位数为第j 项数据；若i 是整数，则第p 百分位数为第i 项与第(i ＋1)项数据的平均数.(5)方差与标准差.s 2＝1n [(x 1－x －)2＋(x 2－x －)2＋…＋(x n －x －)2]，s ＝1n [（x 1－x －）2＋（x 2－x －）2＋…＋（x n －x －）2].3.频率分布直方图的两个结论 (1)小长方形的面积＝组距×频率组距＝频率. (2)各小长方形的面积之和等于1. 4.回归分析与独立性检验(1)回归直线y ^＝b ^x ＋a ^经过样本点的中心(x －，y －)，若x 取某一个值代入回归直线方程y ^＝b ^x ＋a ^中，可求出y 的估计值. (2)独立性检验对于取值分别是{x 1，x 2}和{y 1，y 2}的分类变量X 和Y ，其样本频数列联表是：X Y 合计 y 1 y 2 x 1 a b a ＋b x 2 c d c ＋d 合计a ＋cb ＋dn则χ2＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ）(其中n ＝a ＋b ＋c ＋d 为样本容量).热点一 用样本估计总体考向1 数字特征与统计图表的应用【例1】 (1)空气质量指数分为六级，指数越大说明污染的情况越严重，对人体危害越大，其中指数范围[0，50]，[51，100]，[101，150]，[151，200]，[201，300]分别对应“优”“良”“轻度污染”“中度污染”“重度污染”五个等级.如图是某市连续14天的空气质量指数趋势图，下列说法不正确的是( )A.这14天中有4天空气质量为“良”B.这14天中空气质量指数的中位数是103C.从2日到5日空气质量越来越差D.连续三天中空气质量指数方差最小的是9日到11日(2)2020年我国突发新冠肺炎疫情，疫情期间中小学生“停课不停学”.已知某地区中小学生人数情况如甲图所示，各学段学生在疫情期间“家务劳动”的参与率如乙图所示.为了进一步了解该地区中小学生参与“家务劳动”的情况，现用分层随机抽样的方法抽取4%的学生进行调查，则抽取的样本容量、抽取的高中生中参与“家务劳动”的人数分别为()A.2 750，200B.2 750，110C.1 120，110D.1 120，200答案(1)B(2)C解析(1)在这14天中，1日、3日、12日、13日的空气质量为良，共4天，故A正确.14天中空气质量指数的中位数为86＋1212＝103.5，故B错误.从2日到5日，空气质量指数越来越高，故空气质量越来越差，C正确.观察题图可得，9日至11日空气质量指数偏差最小，因此方差最小，D正确.综上知，说法不正确的是B.(2)学生总数为15 500＋5 000＋7 500＝28 000(人)，由于抽取4%的学生进行调查，则抽取的样本容量为28 000×4%＝1 120.故高中生应抽取的人数为5 000×4%＝200，而抽取的高中生中参与“家务劳动”的比率为0.55，故抽取的高中生中参与“家务劳动”的人数为200×0.55＝110.探究提高 1.解题的关键是理解统计图表的含义，从中提取数字信息，平均数、众数、中位数描述数据的集中趋势，方差与标准差描述数据的波动大小，标准差、方差越小，数据的离散程度越小，越稳定.2.进行分层随机抽样的相关计算时，常用到的两个关系：(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等于样本中这两层抽取的个体数之比.【训练1】(1)以下数据为参加数学竞赛决赛的15人的成绩：(单位：分)78，70，72，86，88，79，80，81，94，84，56，98，83，90，91，则这15人成绩的第80百分位数是()A.90B.90.5C.91D.91.5(2)(多选) 2020年上半年，中国养猪企业受猪价高位的利好影响，大多收获史上最佳半年报业绩，部分企业半年报营业收入同比增长超过1倍.某养猪场抓住机遇，加大了生猪养殖规模，为了检测生猪的养殖情况，该养猪场对2 000头生猪的体重(单位：kg)进行了统计，得到如图所示的频率分布直方图，则下列说法正确的是()A.这2 000头生猪体重的众数为160 kgB.这2 000头生猪中体重不低于200 kg的有80头C.这2 000头生猪体重的中位数落在区间[140，160)内D.这2 000头生猪体重的平均数为152.8 kg答案(1)B(2)BCD解析(1)把成绩按从小到大的顺序排列为：56，70，72，78，79，80，81，83，84，86，88，90，91，94，98，因为15×80%＝12，所以这15人成绩的第80百分位数是90＋912＝90.5.(2)由频率分布直方图可知，[140，160)这一组的数据对应的小长方形最高，所以这2 000头生猪的体重的众数为150 kg，A错误；这2 000头生猪中体重不低于200 kg的有0.002×20×2 000＝80(头)，B正确；因为生猪的体重在[80，140)内的频率为(0.001＋0.004＋0.01)×20＝0.3，在[140，160)内的频率为0.016×20＝0.32，且0.3＋0.32＝0.62>0.5，所以这2 000头生猪体重的中位数落在区间[140，160)内，C正确；这2 000头生猪体重的平均数为(0.001×90＋0.004×110＋0.01×130＋0.016×150＋0.012×170＋0.005×190＋0.002×210)×20＝152.8(kg)，D正确.考向2用样本的频率分布估计总体分布【例2】为了解甲、乙两种离子在小鼠体内的残留程度，进行如下试验：将200只小鼠随机分成A，B两组，每组100只，其中A组小鼠给服甲离子溶液，B组小鼠给服乙离子溶液.每只小鼠给服的溶液体积相同、摩尔浓度相同.经过一段时间后用某种科学方法测算出残留在小鼠体内离子的百分比.根据试验数据分别得到如下直方图：记C为事件：“乙离子残留在体内的百分比不低于5.5”，根据直方图得到P(C)的估计值为0.70.(1)求乙离子残留百分比直方图中a，b的值；(2)分别估计甲、乙离子残留百分比的平均值(同一组中的数据用该组区间的中点值为代表).解(1)由已知得0.70＝a＋0.20＋0.15，故a＝0.35，b＝1－0.05－0.15－0.70＝0.10.(2)甲离子残留百分比的平均值的估计值为2×0.15＋3×0.20＋4×0.30＋5×0.20＋6×0.10＋7×0.05＝4.05.乙离子残留百分比的平均值的估计值为3×0.05＋4×0.10＋5×0.15＋6×0.35＋7×0.20＋8×0.15＝6.00.探究提高 1.平均数与方差都是重要的数字特征，是对数据的一种简明描述，它们所反映的情况有着重要的实际意义.2.在例2中，抓住频率分布直方图各小长方形的面积之和为1，这是求解的关键；本题易混淆频率分布条形图和频率分布直方图，误把频率分布直方图纵轴的几何意义当成频率，导致样本数据的频率求错.【训练2】(多选)为了更好地支持中小型企业的发展，某市决定对部分企业的税收进行适当的减免，现调查了当地100家中小型企业年收入(单位：万元)情况，并根据所得数据画出了如图所示的频率分布直方图，则下列结论正确的是()A.样本在区间[500，700]内的频数为18B.如果规定年收入在300万元以内的企业才能享受减免税收政策，估计有30%的当地中小型企业能享受到减免税收政策C.样本的中位数大于350万元D.可估计当地中小型企业年收入的平均数超过400万元(同一组中的数据用该组区间的中点值作代表)答案ABC解析依题意，(0.001＋0.002＋0.002 6×2＋a＋0.000 4)×100＝1，所以a＝0.001 4.对于A，样本在[500，700]内的频率为(0.001 4＋0.000 4)×100＝0.18，故频数为0.18×100＝18，故A正确.对于B，年收入在300万元以内的频率为(0.001＋0.002)×100＝0.3，故B正确. 对于C，设样本的中位数为x，易知中位数位于[300，400]内，则0.3＋(x－300)×0.002 6＝0.5，解得x≈376.9，376.9>350，故C正确.因为样本的平均数为150×0.1＋250×0.2＋350×0.26＋450×0.26＋550×0.14＋650×0.04＝376<400，所以估计当地中小型企业年收入的平均数小于400万元，故D 错误. 热点二 回归分析【例3】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x i 和年销售量y i (i ＝1，2，…，8)数据进行了初步处理，得到如图所示散点图及一些统计量的值.x －y －w －∑8i ＝1(x i －x －)2∑8i ＝1(w i －w －)2∑8i ＝1(x i －x －)·(y i －y －) ∑8i ＝1(w i －w －)·(y i －y －) 46.65636.8289.8 1.61 469108.8表中w i ＝x i ，w －＝18∑8i ＝1w i .(1)根据散点图判断，y ＝a ＋bx 与y ＝c ＋d x 哪一个更适宜作为年销售量y 关于年宣传费x 的回归方程？(给出判断即可，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.(3)已知这种产品的年利润z 与x ，y 的关系为z ＝0.2y －x .根据(2)的结果回答下列问题：①年宣传费x ＝49时，年销售量及年利润的预报值是多少？ ②年宣传费x 为何值时，年利润的预报值最大？附：对于一组数据(u 1，v 1)，(u 2，v 2)，…，(u n ，v n )，其回归直线v ＝α＋βu 的斜率和截距的最小二乘估计分别为：β^＝∑ni ＝1（u i －u －）（v i －v －）∑n i ＝1（u i －u －）2，α^＝v －－β^u －.解 (1)由散点图可以判断，y ＝c ＋d x 更适宜作为年销售量y 关于年宣传费x 的回归方程.(2)易知w ＝x ，则y ^＝d ^w ＋c ^.由题意得d ^＝∑8i ＝1（w i －w －）（y i －y －）∑8i ＝1（w i －w －）2＝108.81.6＝68，所以c ^＝y －－d ^w －＝563－68×6.8＝100.6.所以y 关于w 的线性回归方程为y ^＝100.6＋68w ， 所以y 关于x 的回归方程为y ^＝100.6＋68x .(3)①由(2)知，当x ＝49时，年销售量y 的预报值为y ^＝100.6＋6849＝576.6，年利润z 的预报值为z ^＝576.6×0.2－49＝66.32.②根据(2)的结果知，年利润z 的预报值z ^＝0.2(100.6＋68x )－x ＝－x ＋13.6x ＋20.12，所以当x ＝13.62＝6.8，即x ＝46.24时，z ^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. 探究提高 1.求回归直线方程的关键及实际应用 (1)关键：正确理解b ^，a ^的计算公式并准确地计算.(2)实际应用：在分析实际中两个变量的相关关系时，可根据样本数据作出散点图来确定两个变量之间是否具有相关关系，若具有线性相关关系，则可通过线性回归方程估计和预测变量的值. 2.相关系数(1)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. (2)当|r |>0.75时，认为两个变量具有较强的线性相关关系.【训练3】 (多选)我国5G 技术研发试验在2016～2018年进行，分为5G 关键技术试验、5G 技术方案验证和5G 系统验证三个阶段.2020年初以来，5G 技术在我国已经进入高速发展的阶段，5G 手机的销量也逐渐上升.某手机商城统计了2021年5个月5G 手机的实际销量，如下表所示：若y 与x 线性相关，且求得线性回归方程为y ^＝45x ＋5，则下列说法正确的是( ) A.a ＝142 B.y 与x 正相关C.y 与x 的相关系数为负数D.2021年7月该手机商城的5G 手机销量约为365部 答案 AB解析 x －＝1＋2＋3＋4＋55＝3，y －＝50＋96＋a ＋185＋2275＝558＋a 5，因为点(x －，y －)在回归直线上，所以558＋a5＝45×3＋5，解得a ＝142，所以选项A 正确；从表格数据看，y 随x 的增大而增大，所以y 与x 正相关，所以选项B 正确；因为y 与x 正相关，所以y 与x 的相关系数为正数，所以选项C 错误；2021年7月对应的月份编号x ＝7，当x ＝7时，y ^＝45×7＋5＝320，所以2021年7月该手机商城的5G 手机销量约为320部，所以选项D 错误.故选AB.热点三 独立性检验【例4】 为加强环境保护，治理空气污染，环境监测部门对某市空气质量进行调研，随机抽查了100天空气中的PM2.5和SO 2浓度(单位：μg/m 3)，得下表：(1)估计事件“该市一天空气中PM2.5浓度不超过75，且SO 2浓度不超过150”的概率；(2)根据所给数据，完成下面的2×2列联表：(3)根据(2)中的列联表，依据小概率值α＝0.01的χ2独立性检验，能否认为该市一天空气中PM2.5浓度与SO 2浓度有关？ 附：χ2＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ），解 (1)根据抽查数据，该市100天的空气中PM2.5浓度不超过75，且SO 2浓度不超过150的天数为32＋18＋6＋8＝64，因此，该市一天空气中PM2.5浓度不超过75，且SO 2浓度不超过150的概率的估计值为64100＝0.64. (2)根据抽查数据，可得2×2列联表：(3)零假设为H 0：该市一天空气中PM2.5浓度与SO 2浓度无关．根据(2)的列联表得χ2＝100×（64×10－16×10）280×20×74×26≈7.484>6.635＝x 0.01.根据小概率值α＝0.01的χ2独立性检验，我们推断H 0不成立，即认为该市一天空气中PM2.5浓度与SO 2浓度有关，此推断犯错误的概率不超过0.01. 探究提高 1.独立性检验的一般步骤 (1)根据样本数据列成2×2列联表； (2)根据公式χ2＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ），计算χ2的值；(3)查表比较χ2与临界值的大小关系，作统计判断．2．χ2的值越大，对应假设事件H 0成立(两类变量相互独立)的概率越小，H 0不成立的概率越大．【训练4】 甲、乙两台机床生产同种产品，产品按质量分为一级品和二级品，为了比较两台机床产品的质量，分别用两台机床各生产了200件产品，产品的质量情况统计如下表：(1)甲机床、乙机床生产的产品中一级品的频率分别是多少？(2)依据小概率值α＝0.01的χ2独立性检验，能否认为甲机床的产品质量与乙机床的产品质量有差异？附：χ2＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ），α 0.050 0.010 0.001 x α3.8416.63510.828解 (1)根据2×2列联表知：甲机床生产的产品中一级品的频率为150200＝75%， 乙机床生产的产品中一级品的频率为120200＝60%.(2)零假设为H 0：甲机床的产品质量与乙机床的产品质量没有差异．由2×2列联表，得χ2＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ）＝400×（150×80－120×50）2270×130×200×200＝40039≈10.256>6.635＝x 0.01.根据小概率值α＝0.01的χ2独立性检验，我们推断H 0不成立，即认为甲机床的产品质量与乙机床的产品质量有差异，此推断犯错误的概率不超过0.01.一、选择题1.设一组样本数据x 1，x 2，…，x n 的方差为0.01，则数据10x 1，10x 2，…，10x n 的方差为( ) A.0.01 B.0.1 C.1 D.10答案 C解析 10x 1，10x 2，…，10x n 的方差为102×0.01＝1.2.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y ^＝b ^x ＋a ^.已知∑10i ＝1x i ＝225，∑10i ＝1y i ＝1 600，b ^＝4.该班某学生的脚长为24，据此估计其身高为( ) A.160 B.163 C.166 D.170答案 C解析 ∵x －＝110∑10i ＝1x i ＝110×225＝22.5，y －＝110∑10i ＝1y i＝160， ∴a ^＝y －－b ^x －＝160－4×22.5＝70， ∴回归直线方程为y ^＝4x ＋70. 因此估计其身高y ^＝4×24＋70＝166.3.从一批零件中抽取80个，测量其直径(单位：mm)，将所得数据分为9组：[5.31，5.33)，[5.33，5.35)，…，[5.45，5.47)，[5.47，5.49]，并整理得到如下频率分布直方图，则在被抽取的零件中，直径落在区间[5.43，5.47)内的个数为( )A.10B.18C.20D.36答案 B解析 因为直径落在区间[5.43，5.47)内的频率为0.02×(6.25＋5.00)＝0.225，所以零件的个数为0.225×80＝18.4.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个答案 D解析由雷达图易知A，C正确；七月的平均最高气温超过20 ℃，平均最低气温约为12 ℃，一月的平均最高气温约为6 ℃，平均最低气温约为2 ℃，所以七月的平均温差比一月的平均温差大，B正确；由雷达图知平均最高气温超过20 ℃的月份有3个月，D错误.5.(多选) 5G时代已经到来，5G的发展将直接带动包括运营、制造、服务在内的通信行业整体的快速发展，进而对GDP增长产生直接贡献，并通过产业间的关联效应，间接带动国民经济各行业的发展，创造出更多的经济增加值.如图，某单位结合近年数据，对今后几年的5G经济产出作出预测.由上图提供的信息可知()A.运营商的经济产出逐年增加B.设备制造商的经济产出前期增长较快，后期放缓C.设备制造商在各年的总经济产出中一直处于领先地位D.信息服务商与运营商的经济产出的差距有逐步拉大的趋势 答案 ABD解析 对于A ，由图知，运营商的经济产出逐年增加，故A 正确；对于B ，由图知，设备制造商的经济产出在2020～2023年间增长较快，后几年增长逐渐趋于平缓，故B 正确；对于C ，由图可知，设备制造商在各年的总经济产出中在前期处于领先地位，而后期是信息服务商处于领先地位，故C 错误；对于D ，由图知，在2020～2025年间信息服务商与运营商的经济产出的差距不大，后几年中信息服务商的经济产出增长速度明显高于运营商的经济产出增长速度，两者间的差距有逐步拉大的趋势，故D 正确.综上所述，选ABD.6.已知某7个数的平均数为4，方差为2，现加入一个新数据4，此时这8个数的平均数为x －，方差为s 2，则( )A.x －＝4，s 2<2B.x －＝4，s 2>2 C.x －>4，s 2<2 D.x －>4，s 2>2答案 A解析 ∵某7个数的平均数为4，∴这7个数的和为4×7＝28.∵加入一个新数据4，∴x －＝28＋48＝4.又∵这7个数的方差为2，且加入一个新数据4，∴这8个数的方差s 2＝7×2＋（4－4）28＝74<2，故选A.二、填空题 7．给出如下列联表非 30 50 80 合计5060110根据独立性检验，__________在犯错误的概率不超过0.01的前提下认为“高血压与患心脏病有关”(填“能”或“不能”)． 答案 能解析 零假设为H 0：高血压与患心脏病无关． 由列联表中的数据可得 χ2＝110×（20×50－10×30）230×80×50×60≈7.486＞6.635＝x 0.01，根据小概率值α＝0.01的χ2独立性检验，我们推断H 0不成立，即认为高血压与患心脏病有关，此推断犯错误的概率不超过0.01，即能在犯错误的概率不超过0.01的前提下，认为高血压与患心脏病有关．8.为了普及环保知识，增强环保意识，某大学随机抽取30名学生参加环保知识测试，测试成绩(单位：分)如图所示，假设得分值的中位数为m e ，众数为m 0，平均值为x －，则m e ，m 0与x －的大小关系是________.答案 m 0<m e <x －解析 由图可知，30名学生的得分情况依次为得3分的有2人，得4分的有3人，得5分的有10人，得6分的有6人，得7分的有3人，得8分的有2人，得9分的有2人，得10分的有2人.中位数为第15、16个数(分别为5、6)的平均数，即m e ＝5.5.5出现的次数最多，故m 0＝5，x －＝2×3＋3×4＋10×5＋6×6＋3×7＋2×8＋2×9＋2×1030≈5.97.于是得m 0<m e <x －.9.下面的折线图给出的是甲、乙两只股票在某年中每月的收盘价格，已知股票甲的极差是6.88元，标准差为2.04元；股票乙的极差为27.47元，标准差为9.63元，根据这两只股票在这一年中的波动程度，给出下列结论：①股票甲在这一年中波动相对较小，表现的更加稳定；②购买股票乙风险高但可能获得高回报；③股票甲的走势相对平稳，股票乙的收盘价格波动较大；④两只股票在全年都处于上升趋势.其中正确的结论是________(填序号).答案 ①②③解析 由题意可知，甲的标准差为2.04元，乙的标准差为9.63元，可知股票甲在这一年中波动相对较小，表现的更加稳定，故①正确；甲的极差是6.88元，乙的极差为27.47元，可知购买股票乙风险高但可能获得高回报，故②正确；通过折线图可知股票甲的走势相对平稳，股票乙的收盘价格波动较大，故③正确；通过折线图可得乙在6月到8月明显是下降趋势，故④错误. 三、解答题10．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：性别对该商场的服务 合计满意不满意(1)分别估计男、女顾客对该商场服务满意的概率；(2)依据小概率值α＝0.05的χ2独立性检验，能否认为男、女顾客对该商场服务的评价有差异？附：χ2＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ）.解 (1)由调查数据，男顾客中对该商场服务满意的比率为4050＝0.8，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3050＝0.6，因此女顾客对该商场服务满意的概率的估计值为0.6. (2)零假设为H 0：男、女顾客对该商场服务的评价没有差异． 由列联表中的数据，得 χ2＝100×（40×20－30×10）250×50×70×30≈4.762>3.841＝x 0.05.根据小概率值α＝0.05的χ2独立性检验，我们推 断H 0不成立，即认为男、女顾客对商场服务的评价有差异，此推断犯错误的概率不大于0.05.11.某互联网公司为了确定下季度的前期广告投入计划，收集了近6个月广告投入量x (单位：万元)和收益y (单位：万元)的数据如表：他们分别用两种模型①y ＝bx ＋a ，②y ＝a e bx 进行拟合，得到相应的回归方程并进行残差分析，得到如图所示的残差图及一些统计量的值.x －y －∑6i ＝1x i y i∑6i ＝1x 2i7301 464.24 364(1)根据残差图，比较模型①，②的拟合效果，应选择哪个模型？并说明理由； (2)残差绝对值大于2的数据被认为是异常数据，需要剔除. (ⅰ)剔除异常数据后，求出(1)中所选模型的回归方程； (ⅱ)若广告投入量x ＝18，则该模型收益的预报值是多少？附：对于一组数据(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )，其回归直线y ^＝b ^x ＋a ^的斜率和截距的最小二乘估计分别为：b ^＝∑n i ＝1（x i －x －）（y i －y －）∑n i ＝1（x i －x －）2＝∑ni ＝1x i y i －nx －·y －∑n i ＝1x 2i －n ·x －2，a ^＝y －－b ^x －. 解 (1)由于模型①残差波动小，应该选择模型①. (2)(ⅰ)剔除异常数据，即3月份的数据， 剩下数据的平均数为x －＝15×(7×6－6)＝7.2，y －＝15×(30×6－31.8)＝29.64，∑5i ＝1x i y i －5x －·y －＝206.4，∑5i ＝1x 2i －5·x －2＝68.8. ∴b ^＝206.468.8＝3，a ^＝y －－b ^x －＝29.64－3×7.2＝8.04.∴所选模型的回归方程为y ^＝3x ＋8.04. (ⅱ)若广告投入量x ＝18，则该模型收益的预报值是3×18＋8.04＝62.04(万元).12.(多选)2020年7月国家统计局发布了我国2020年上半年国内经济数据，图1为国内三大产业生产总值的比重，图2为第三产业中各行业生产总值的比重.以下关于我国2020年上半年经济数据的说法正确的是()A.在第三产业中，“批发和零售业”与“金融业”的生产总值之和同“其他服务业”的生产总值基本持平B.若“租赁和商务服务业”生产总值为15 000亿元，则“房地产业”生产总值为32 500亿元C.若“金融业”的生产总值为42 000亿元，则第三产业生产总值为262 500亿元D.若“金融业”的生产总值为42 000亿元，则第一产业生产总值为45 000亿元答案ABC解析对于选项A，在第三产业中，“批发和零售业”与“金融业”的生产总值之和占比为16%＋16%＝32%，“其他服务业”的生产总值占比为32%，所以“批发和零售业”与“金融业”的生产总值之和同“其他服务业”的生产总值基本持平，故选项A正确.对于选项B，若“租赁和商务服务业”生产总值为15 000亿元，在第三产业中，因为“租赁和商务服务业”生产总值占比为6%，所以第三产业生产总值为15 000＝250 000(亿元)，又“房地产业”生产总值占比为13%，所以“房地产6%业”生产总值为13%×250 000＝32 500(亿元)，故选项B正确.对于选项C ，在第三产业中，若“金融业”的生产总值为42 000亿元，因为“金融业”生产总值占比为16%，所以第三产业生产总值为42 00016%＝262 500(亿元)，故选项C 正确.对于选项D ，第三产业生产总值在三大产业中占比为57%，第一产业生产总值在三大产业中占比为6%，由C 选项知第三产业生产总值为262 500亿元，所以第一产业生产总值为262 50057%×6%≈27 632(亿元)，所以选项D 错误.13.由于受到网络电商的冲击，某品牌的洗衣机在线下的销售受到影响，承受了一定的经济损失，现将A 地区200家实体店该品牌洗衣机的月经济损失统计如图所示，估算月经济损失的平均数为m ，中位数为n ，则m －n ＝________.答案 360解析 第一块小矩形的面积S 1＝0.3，第二块小矩形的面积S 2＝0.4，故n ＝2 000＋0.5－0.30.000 2＝3 000；又第四、五块小矩形的面积均为S ＝0.06，故a ＝12 000[1－(0.3＋0.4＋0.06×2)]＝0.000 09，所以m ＝1 000×0.3＋3 000×0.4＋5 000×0.18＋(7 000＋9 000)×0.06＝3 360，故m －n ＝360.14.某公司为了预测下月产品销售情况，找出了近7个月的产品销售量y (单位：万件)的统计表：月份代码t 1 2 3 4 5 6 7 销售量y (万件)y 1y 2y 3y 4y 5y 6y 7但其中数据污损不清，经查证∑7i ＝1y i ＝9.32，∑7i ＝1t i y i ＝40.17，∑7i ＝1（y i －y －）2＝0.55.。