五年高考真题(数学理) 10.7统计与统计案例

§10.2统计及统计案例探考情悟真题【考情探究】考点内容解读5年考情预测热度考题示例考向关联考点抽样方法①理解随机抽样的必要性和重要性;②会用简单随机抽样方法从总体中抽取样本2019课标全国Ⅰ,6,5分系统抽样—★★☆2018课标全国Ⅲ,14,5分分层抽样—统计图表了解分布的意义和作用,会列频率分布表,会画频率分布直方图、频率分布折线图、茎叶图,体会它们各自的特点2017课标全国Ⅲ,3,5分认识折线图—★★☆2018课标全国Ⅰ,3,5分认识扇形统计图—2018课标全国Ⅰ,19,12分用频率分布直方图解决实际问题平均数样本的数字特征①理解样本数据标准差的意义和作用,会计算数据标准差;②能从样本数据中提取基本的数字特征,并给出合理的解释;③会用样本的频率分布估计总体分布,会用样本的基本数字特征估计总体的基本数字特征;④会用随机抽样的基本方法和样本估计总体的思想解决一些简单的实际问题2017课标全国Ⅰ,2,5分理解方差或标准差—★★☆2019课标全国Ⅲ,4,5分用样本估计总体—2019课标全国Ⅲ,17,12分用频率分布直方图估计数字特征频率分布直方图2019课标全国Ⅱ,19,12分频数分布表及数字特征—变量间的相关性①会作两个有关联变量的数据的散点图,并利用散点图认识变量间的相关关系;②了解最小二乘法的思想,能根据给出的线性回归方程系数公式建立线性回归方程2016课标全国Ⅲ,18,12分相关系数与回归方程折线统计图★★☆2017课标全国Ⅰ,19,12分相关系数数字特征独立性检验了解独立性检验的基本思想、方法及其简单应用,能通过计算判断两个变量的相关程度2019课标全国Ⅰ,17,12分独立性检验用频率估计概率★★☆2017课标全国Ⅱ,19,12分频率分布直方图与独立性检验用频率估计概率2018课标全国Ⅲ,18,12分茎叶图与独立性检验样本的数字特征分析解读从近几年的高考试题来看,本部分在高考中的考查点如下:1.主要考查分层抽样的定义、频率分布直方图、平均数、方差的计算、识图能力及借助概率知识分析、解决问题的能力;2.在频率分布直方图中,注意小矩形的竖直方向的长度=频率/组距,小矩形的面积为频率,所有小矩形的面积之和为1;3.分析两个变量间的相关关系,通过独立性检验判断两个变量是否相关.本节内容在高考中分值为17分左右,属中档题.破考点练考向【考点集训】考点一抽样方法A.416B.432C.448D.464答案A2.(2018安徽安庆一中、山西太原五中等五省六校(K12联盟)期末联考,3)某中学有高中生960人,初中生480人,为了了解学生的身体状况,采用分层抽样的方法,从该校学生中抽取容量为n的样本,其中高中生有24人,那么n等于()A.12B.18C.24D.36答案D考点二统计图表3940112551366778889600123345A.1B.2C.3D.4答案B2.(多选题)(2020届山东夏季高考模拟,9)下图为某地区2006年—2018年地方财政预算内收入、城乡居民储蓄年末余额折线图.根据该折线图可知,该地区2006年—2018年()A.财政预算内收入、城乡居民储蓄年末余额均呈增长趋势B.财政预算内收入、城乡居民储蓄年末余额的逐年增长速度相同C.财政预算内收入年平均增长量高于城乡居民储蓄年末余额年平均增长量D.城乡居民储蓄年末余额与财政预算内收入的差额逐年增大答案AD考点三样本的数字特征1.(2018湖北华师一附中月考,3)某人到甲、乙两市各7个小区调查空置房情况,将调查得到的小区空置房的套数绘成了如图所示的茎叶图,则调查中甲市空置房套数的中位数与乙市空置房套数的中位数之差为( )A.4B.3C.2D.1答案 B2.(2018山东济南一模,3)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<2 B.x =4,s 2>2 C.x >4,s 2<2 D.x >4,s 2>2答案 A考点四 变量间的相关性1.(2018河南焦作四模,3)已知变量x 和y 的统计数据如下表:x 3 4 5 6 7 y2.5344.56根据上表可得回归直线方程为y ^=b ^x-0.25,据此可以预测当x=8时,y ^=( ) A.6.4B.6.25C.6.55D.6.45答案 C2.(2018湖南张家界三模,4)已知变量x,y 之间的线性回归方程为y ^=-0.7x+10.3,且变量x,y 之间的一组相关数据如下表所示,则下列说法错误．．的是( ) x 6 8 10 12 y6m32A.变量x,y 之间成负相关关系B.可以预测,当x=20时,y ^=-3.7 C.m=4D.该回归直线必过点(9,4) 答案 C考点五独立性检验(2018贵州六校12月联考,18)海南大学某餐饮中心为了解新生的饮食习惯,在全校新生中进行了抽样调查,调查结果如下表所示:喜欢甜品不喜欢甜品合计南方学生602080北方学生101020合计7030100(1)根据表中数据,问是否有95%的把握认为“南方学生和北方学生在选用甜品的饮食习惯方面有差异”?(2)已知在被调查的北方学生中有5名中文系的学生,其中2名喜欢甜品,现在从这5名学生中随机抽取3人,求至多有1人喜欢甜品的概率.P(K2≥k0)0.100.050.010k0 2.706 3.841 6.635附:K2=n(ad-bc)2(a+b)(c+d)(a+c)(b+d).答案(1)将2×2列联表中的数据代入公式计算,得K2=100×(60×10-20×10)270×30×80×20=10021≈4.762.由于4.762>3.841,所以有95%的把握认为“南方学生和北方学生在选用甜品的饮食习惯方面有差异”.(2)从5名中文系学生中任取3人的所有可能结果所组成的基本事件空间Ω={(a1,a2,b1),(a1,a2,b2),(a1,a2,b3),(a1,b1,b2),(a1,b1,b3),(a1,b2,b3),(a2,b1,b2),(a2,b1,b3),(a2,b2,b3),(b1,b2,b3)},其中a i表示喜欢甜品的学生,i=1,2,b j表示不喜欢甜品的学生,j=1,2,3.Ω由10个基本事件组成,且这些基本事件的出现是等可能的.用A表示“3人中至多有1人喜欢甜品”这一事件,则A={(a1,b1,b2),(a1,b1,b3),(a1,b2,b3),(a2,b1,b2),(a2,b1,b3),(a2,b2,b3),(b1,b2,b3)}.事件A由7个基本事件组成,因而P(A)=710.炼技法提能力【方法集训】方法1 解与频率分布直方图有关问题的方法1.(2016山东,3,5分)某高校调查了200名学生每周的自习时间(单位:小时),制成了如图所示的频率分布直方图,其中自习时间的范围是[17.5,30],样本数据分组为[17.5,20),[20,22.5),[22.5,25),[25,27.5),[27.5,30].根据直方图,这200名学生中每周的自习时间不少于22.5小时的人数是()A.56B.60C.120D.140答案D2.(2020届广西桂林十八中模拟,18)某家电公司销售部门共有200名销售员,每年部门对每名销售员都有1400万元的年度销售任务.已知这200名销售员去年完成的销售额在区间[2,22](单位:百万元)内,现将其分成5组:第1组、第2组、第3组、第4组、第5组对应的区间分别为[2,6),[6,10),[10,14),[14,18),[18,22),并绘制出频率分布直方图,如图.(1)若用分层抽样的方法从这200名销售员中抽取容量为25的样本,求a的值和样本中完成年度任务的销售员人数;(2)从(1)中样本内完成年度任务的销售员中随机选取2名,奖励海南三亚三日游,求获得此奖励的2名销售员在同一组的概率.答案(1)∵(0.02+0.08+0.09+2a)×4=1,∴a=0.03.∴样本中完成年度任务的人数为200×0.03=6.(2)样本中完成年度任务的销售员中,第4组有3人,记这3人分别为A1,A2,A3;第5组有3人,记这3人分别为B1,B2,B3,从这6人中随机抽取2名,所有的基本事件为A1A2,A1A3,A1B1,A1B2,A1B3,A2A3,A2B1,A2B2,A2B3,A3B1,A3B2,A3B3,B1B2,B1B3,B2B3,共15个,获得此奖励的2名销售员在同一组的基本事件分别为A1A2,A1A3,A2A3,B1B2,B1B3,B2B3,共6个,故所求概率为615=2 5 .方法2 样本的数字特征的求解及其应用1.(2015山东,6,5分)为比较甲、乙两地某月14时的气温状况,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.A.①③B.①④C.②③D.②④答案B2.(2018四川德阳模拟,13)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,得分(10分制)的频数分布直方图如图所示,如果得分的中位数为a,众数为b,平均数为c,则a、b、c中的最大者是.答案 c方法3 回归直线方程的求解与运用1.(2020届河南南阳第一中学模拟,1)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y=-15x+1上,则这组样本数据的样本相关系数为( ) A.-1B.1C.-15D.15答案 A日期 1月10日 2月10日 3月10日 4月10日 5月10日 6月10日 昼夜温 差x(℃) 10 11 13 12 8 6 就诊人 数y222529261612该兴趣小组确定的研究方案是:先从这六组数据中选取2组,用剩下的4组数据求线性回归方程,再用被选取的2组数据进行检验. (1)求选取的2组数据恰好是相邻两个月数据的概率;(2)若选取的是1月与6月的两组数据,请根据2至5月份的数据求出y 关于x 的线性回归方程y ^=b ^x+a ^;(3)若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2人,则认为得到的线性回归方程是理想的,试问该小组所得线性回归方程是否理想?参考公式:b ^=∑i=1nx i y i -nx y ∑i=1nx i 2-nx 2=∑i=1n(x i -x)(y i -y)∑i=1(x i -x)2,a ^=y -b ^x ;参考数据:11×25+13×29+12×26+8×16=1 092,112+132+122+82=498.答案 (1)设抽到相邻两个月的数据为事件A.因为从6组数据中选取2组数据共有15种情况,每种情况都是等可能出现的,其中,抽到相邻两个月的数据的情况有5种,所以P(A)=515=13.(2)由题表中数据求得x =11,y =24,由公式求得b ^=187,则a ^=y -b ^x =-307,所以y 关于x 的线性回归方程为y ^=187x-307.(3)由(2)知,当x=10时,y ^=1507,|1507-22|<2,当x=6时,y ^=787,|787-12|<2,所以,该小组所得线性回归方程是理想的.方法4 独立性检验的思想方法(2018山西太原五中模拟,18)网购是当前民众购物的新方式,某公司为改进营销方式,随机调查了100名市民,统计其周平均网购的次数,并整理得到如图所示的频数直方图.这100名市民中,年龄不超过40岁的有65人.将所抽样中周平均网购次数不少于4次的市民称为网购迷,且已知其中有5名市民的年龄超过40岁.(1)根据已知条件完成下面的2×2列联表,能否在犯错的概率不超过0.10的前提条件下认为网购迷与年龄不超过40岁有关?网购迷非网购迷合计年龄不超过40岁 年龄超过40岁合计(2)现将所抽取样本中周平均网购次数不少于5次的市民称为超级网购迷,且已知超级网购迷中有2名年龄超过40岁,若从超级网购迷中任意挑选2名,求至少有1名市民年龄超过40岁的概率. 附:K 2=n(ad -bc)2(a+b)(c+d)(a+c)(b+d).答案 (1)根据已知条件完成2×2列联表如下:网购迷 非网购迷 合计 年龄不超过40岁 20 45 65 年龄超过40岁5 30 35 合计2575100K 2=100×(20×30-5×45)225×75×65×35≈3.297,因为3.297>2.706,所以据此列联表判断,在犯错误的概率不超过0.10的前提下,认为网购迷与年龄不超过40岁有关.(2)由频数分布直方图知,超级网购迷共有10人,记其中年龄超过40岁的2名市民为A 、B,其余8名市民记为c 、d 、e 、f 、g 、h 、m 、n,现从10人中任取2人,基本事件有AB 、Ac 、Ad 、Ae 、Af 、Ag 、Ah 、Am 、An 、Bc 、Bd 、Be 、Bf 、Bg 、Bh 、Bm 、Bn 、cd 、ce 、cf 、cg 、ch 、cm 、cn 、de 、df 、dg 、dh 、dm 、dn 、ef 、eg 、eh 、em 、en 、fg 、fh 、fm 、fn 、gh 、gm 、gn 、hm 、hn 、mn,共有45种,其中至少有1名市民年龄超过40岁的基本事件有AB 、Ac 、Ad 、Ae 、Af 、Ag 、Ah 、Am 、An 、Bc 、Bd 、Be 、Bf 、Bg 、Bh 、Bm 、Bn,共17种, 故所求的概率P=1745.【五年高考】A组统一命题·课标卷题组考点一抽样方法A.8号学生B.200号学生C.616号学生D.815号学生答案C2.(2018课标全国Ⅲ,14,5分)某公司有大量客户,且不同年龄段客户对其服务的评价有较大差异.为了解客户的评价,该公司准备进行抽样调查,可供选择的抽样方法有简单随机抽样、分层抽样和系统抽样,则最合适的抽样方法是.答案分层抽样考点二统计图表1.(2018课标全国Ⅰ,3,5分)某地区经过一年的新农村建设,农村的经济收入增加了一倍,实现翻番.为更好地了解该地区农村的经济收入变化情况,统计了该地区新农村建设前后农村的经济收入构成比例,得到如下饼图:则下面结论中不正确的是()A.新农村建设后,种植收入减少B.新农村建设后,其他收入增加了一倍以上C.新农村建设后,养殖收入增加了一倍D.新农村建设后,养殖收入与第三产业收入的总和超过了经济收入的一半答案A2.(2017课标全国Ⅲ,3,5分)某城市为了解游客人数的变化规律,提高旅游服务质量,收集并整理了2014年1月至2016年12月期间月接待游客量(单位:万人)的数据,绘制了下面的折线图.根据该折线图,下列结论错误的是()A.月接待游客量逐月增加B.年接待游客量逐年增加C.各年的月接待游客量高峰期大致在7,8月D.各年1月至6月的月接待游客量相对于7月至12月,波动性更小,变化比较平稳答案A3.(2015课标Ⅱ,3,5分)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D4.(2018课标全国Ⅰ,19,12分)某家庭记录了未使用节水龙头50天的日用水量数据(单位:m3)和使用了节水龙头50天的日用水量数据,得到频数分布表如下:未使用节水龙头50天的日用水量频数分布表日用水量[0,0.1)[0.1,0.2)[0.2,0.3)[0.3,0.4)[0.4,0.5)[0.5,0.6)[0.6,0.7)频数13249265使用了节水龙头50天的日用水量频数分布表日用水量[0,0.1)[0.1,0.2)[0.2,0.3)[0.3,0.4)[0.4,0.5)[0.5,0.6)频数151310165(1)作出使用了节水龙头50天的日用水量数据的频率分布直方图;(2)估计该家庭使用节水龙头后,日用水量小于0.35m3的概率;(3)估计该家庭使用节水龙头后,一年能节省多少水.(一年按365天计算,同一组中的数据以这组数据所在区间中点的值作代表)答案(1)(2)根据以上数据,该家庭使用节水龙头后50天日用水量小于0.35m3的频率为0.2×0.1+1×0.1+2.6×0.1+2×0.05=0.48,因此该家庭使用节水龙头后日用水量小于0.35m3的概率的估计值为0.48.(3)该家庭未使用节水龙头50天日用水量的平均数为x1=1×(0.05×1+0.15×3+0.25×2+0.35×4+0.45×9+0.55×26+0.65×5)=0.48.50该家庭使用了节水龙头后50天日用水量的平均数为x2=1×(0.05×1+0.15×5+0.25×13+0.35×10+0.45×16+0.55×5)=0.35.50估计使用节水龙头后,一年可节省水(0.48-0.35)×365=47.45(m3).考点三样本的数字特征1.(2019课标全国Ⅲ,4,5分)《西游记》《三国演义》《水浒传》和《红楼梦》是中国古典文学瑰宝,并称为中国古典小说四大名著.某中学为了解本校学生阅读四大名著的情况,随机调查了100位学生,其中阅读过《西游记》或《红楼梦》的学生共有90位,阅读过《红楼梦》的学生共有80位,阅读过《西游记》且阅读过《红楼梦》的学生共有60位,则该校阅读过《西游记》的学生人数与该校学生总数比值的估计值为()A.0.5B.0.6C.0.7D.0.8答案C2.(2017课标全国Ⅰ,2,5分)为评估一种农作物的种植效果,选了n块地作试验田.这n块地的亩产量(单位:kg)分别为x1,x2,…,x n,下面给出的指标中可以用来评估这种农作物亩产量稳定程度的是()A.x1,x2,…,x n的平均数B.x1,x2,…,x n的标准差C.x1,x2,…,x n的最大值D.x1,x2,…,x n的中位数答案B3.(2019课标全国Ⅲ,17,12分)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).答案本题主要考查频率分布直方图的含义,以及用频率分布直方图估计样本的数字特征,通过实际问题的应用考查学生的运算求解能力,考查了数学运算的核心素养,体现了应用意识.(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=6.00.4.(2019课标全国Ⅱ,19,12分)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.y的分组[-0.20,0)[0,0.20)[0.20,0.40)[0.40,0.60)[0.60,0.80)企业数22453147(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.答案本题考查了统计的基础知识、基本思想和方法,考查学生对频数分布表的理解与应用,考查样本的平均数,标准差等数字特征的计算方法,以及对现实社会中实际数据的分析处理能力.(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,s2=1100∑i=15n i(y i-y)2=1100[2×(-0.40)2+24×(-0.20)2+53×02+14×0.202+7×0.402]=0.0296,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30%,17%.考点四 变量间的相关性1.(2017课标全国Ⅰ,19,12分)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:抽取次序 1 2 3 4 5 6 7 8 零件尺寸9.9510.129.969.9610.019.929.9810.04抽取次序 9 10 11 12 13 14 15 16 零件尺寸10.269.9110.1310.029.2210.0410.059.95经计算得x =116∑i=116x i =9.97,s=√116∑i=116(x i -x)2=√116(∑i=116x i 2-16x 2)≈0.212,√∑i=116(i -8.5)2≈18.439,∑i=116(x i -x )(i-8.5)=-2.78, 其中x i 为抽取的第i 个零件的尺寸,i=1,2, (16)(1)求(x i ,i)(i=1,2,…,16)的相关系数r,并回答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(若|r|<0.25,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(x -3s,x +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.(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(x -3s,x +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(x i ,y i )(i=1,2,…,n)的相关系数r=∑i=1n(x i -x)(y -y)√∑i=1(x i -x)2√∑i=1(y i -y)2.√0.008≈0.09.答案 (1)由样本数据得(x i ,i)(i=1,2,…,16)的相关系数为r=∑i=116(x i -x)(i -8.5)√∑i=1(x i -x)2√∑i=1(i -8.5)2=0.212×√16×18.439≈-0.18.由于|r|<0.25,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)(i)由于x =9.97,s ≈0.212,由样本数据可以看出抽取的第13个零件的尺寸在(x -3s,x +3s)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115×(16×9.97-9.22)=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.∑i=116x i 2=16×0.2122+16×9.972≈1 591.134,剔除第13个数据,剩下数据的样本方差为115×(1 591.134-9.222-15×10.022)≈0.008, 这条生产线当天生产的零件尺寸的标准差的估计值为√0.008≈0.09.2.(2016课标全国Ⅲ,18,12分)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.(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2016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 -y)√∑i=1(t i -t)2∑i=1(i -y)2,回归方程y ^=a ^+b ^t 中斜率和截距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 (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.(4分)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.(6分)(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≈0.10,a ^=y -b ^t =1.331-0.10×4≈0.93.所以y 关于t 的回归方程为y ^=0.93+0.10t.(10分)将2016年对应的t=9代入回归方程得:y ^=0.93+0.10×9=1.83.所以预测2016年我国生活垃圾无害化处理量将约为1.83亿吨.(12分)考点五 独立性检验1.(2019课标全国Ⅰ,17,12分)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:K 2=n(ad -bc)2(a+b)(c+d)(a+c)(b+d).P(K 2≥k) 0.050 0.010 0.001 k3.8416.63510.828答案 本题通过对概率与频率的关系、统计案例中两变量相关性检验考查学生的抽象概括能力与数据处理能力,重点考查数学抽象、数据分析、数学运算的核心素养;倡导学生关注生活,提高数学应用意识.(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)K 2=100×(40×20-30×10)250×50×70×30≈4.762.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.2.(2018课标全国Ⅲ,18,12分)某工厂为提高生产效率,开展技术创新活动,提出了完成某项生产任务的两种新的生产方式.为比较两种生产方式的效率,选取40名工人,将他们随机分成两组,每组20人.第一组工人用第一种生产方式,第二组工人用第二种生产方式.根据工人完成生产任务的工作时间(单位:min)绘制了如下茎叶图:(1)根据茎叶图判断哪种生产方式的效率更高,并说明理由;(2)求40名工人完成生产任务所需时间的中位数m,并将完成生产任务所需时间超过m 和不超过m 的工人数填入下面的列联表;超过m不超过m第一种生产方式第二种生产方式(3)根据(2)中的列联表,能否有99%的把握认为两种生产方式的效率有差异? 附:K 2=n(ad -bc)2(a+b)(c+d)(a+c)(b+d),P(K 2≥k) 0.050 0.010 0.001 k 3.841 6.635 10.828.答案 (1)第二种生产方式的效率更高. 理由如下:(i)由茎叶图可知:用第一种生产方式的工人中,有75%的工人完成生产任务所需时间至少80分钟,用第二种生产方式的工人中,有75%的工人完成生产任务所需时间至多79分钟.因此第二种生产方式的效率更高.(ii)由茎叶图可知:用第一种生产方式的工人完成生产任务所需时间的中位数为85.5分钟,用第二种生产方式的工人完成生产任务所需时间的中位数为73.5分钟.因此第二种生产方式的效率更高.(iii)由茎叶图可知:用第一种生产方式的工人完成生产任务平均所需时间高于80分钟;用第二种生产方式的工人完成生产任务平均所需时间低于80分钟.因此第二种生产方式的效率更高.(iv)由茎叶图可知:用第一种生产方式的工人完成生产任务所需时间分布在茎8上的最多,关于茎8大致呈对称分布;用第二种生产方式的工人完成生产任务所需时间分布在茎7上的最多,关于茎7大致呈对称分布.又用两种生产方式的工人完成生产任务所需时间分布的区间相同,故可以认为用第二种生产方式完成生产任务所需的时间比用第一种生产方式完成生产任务所需的时间更少.因此第二种生产方式的效率更高.以上给出了4种理由,考生答出其中任意一种或其他合理理由均可得分. (2)由茎叶图知m=79+812=80. 列联表如下:超过m 不超过m第一种生产方式 15 5 第二种生产方式515(3)由于 K 2=40×(15×15-5×5)220×20×20×20=10>6.635,所以有99%的把握认为两种生产方式的效率有差异.3.(2017课标全国Ⅱ,19,12分)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)记A 表示事件“旧养殖法的箱产量低于50 kg ”,估计A 的概率;(2)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<50 kg箱产量≥50 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较. 附:P(K 2≥k) 0.050 0.010 0.001 k3.841 6.635 10.828, K 2=n(ad -bc)2(a+b)(c+d)(a+c)(b+d).答案 (1)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. 因此,事件A 的概率估计值为0.62. (2)根据箱产量的频率分布直方图得列联表:箱产量<50 kg箱产量≥50 kg旧养殖法 62 38 新养殖法3466K 2=200×(62×66-34×38)2100×100×96×104≈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)箱产量的频率分布直方图表明: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.B 组 自主命题·省(区、市)卷题组考点一 抽样方法1.(2015湖南,2,5分)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( ) A.3B.4C.5D.6答案 B2.(2017江苏,3,5分)某工厂生产甲、乙、丙、丁四种不同型号的产品,产量分别为200,400,300,100件.为检验产品的质量,现用分层抽样的方法从以上所有的产品中抽取60件进行检验,则应从丙种型号的产品中抽取 件.。

高考数学统计与统计案例1．小吴一星期的总开支分布如图 1 所示，一星期的食品开支如图 2 所示，则小吴一星期的鸡蛋开支占总开支的百分比为()A．1%B．2%C．3%D．5%C[ 由图 1 所示，食品开支占总开支的 30%，由图 2 所示，鸡蛋开支占食品开支的30 ＝ 1 ，30＋40＋100＋80＋ 50 101∴鸡蛋开支占总开支的百分比为30%×10＝3%.故选 C.]2．(2019 德·州模拟 )某人到甲、乙两市各7 个小区调查空置房情况，调查得到的小区空置房的套数绘成了如图所示的茎叶图，则调查中甲市空置房套数的中位数与乙市空置房套数的中位数之差为()A．4B． 3C．2D．1B[ 由茎叶图可以看出甲、乙两市的空置房的套数的中位数分别是79,76，因此其差是 79－ 76＝3，故选 B.]3．某工厂对一批新产品的长度(单位： mm)进行检测，如图是检测结果的频率分布直方，据此估批品的中位数()A．20B． 25C．22.5D．22.75C[ 品的中位数出在概率是 0.5 的地方 . 自左至右各小矩形面依次0.1,0.2,0.4，⋯⋯，中位数是 x，由 0.1＋0.2＋0.08 ·(x－20)＝0.5，得 x＝ 22.5，故 C.]4．(2019 ·三明模 )在某次高中数学中，随机抽取 90 名考生，其分数如所示，若所得分数的平均数，众数，中位数分 a， b， c， a，b，c 的大小关系 ()A．b<a<c B．c<b<aC．c<a<b D．b<c<a2 50＋ 60D [算得平均a＝593，众数b＝50，中位数c＝ 2 ＝55，故b<c<a, A.]5．(2019 南·充模 )如表是我国某城市在2017 年 1 月份至 10 月份各月最低温与最高温 (℃ )的数据一表．月份 1 2 3 4 5 6 7 8 9 10最高温 5 9 9 11 17 24 27 30 31 21最低温－12 － 3 1 － 2 7 17 19 23 25 10 已知城市的各月最低温与最高温具有相关关系，根据一表，下列的是 ()A．最低温与最高温正相关B．每月最高温与最低温的平均在前8 个月逐月增加C．月温差 (最高温减最低温 )的最大出在 1 月D．1 月至 4 月的月温差 (最高温减最低温 )相于 7 月至 10 月，波性更大B[ 根据意，依次分析：于 A ，知城市的各月最低温与最高温具有相关关系，由数据分析可得最低温与最高温正相关， A 正确；于B，由表中数据，每月最高温与最低温的平均依次：－3.5,3,5,4.5,12,20.5,23,26.5,28,15.5，在前 8 个月不是逐月增加， B ；于 C，由表中数据，月温差依次： 17,12,8,13,10,7,8,7,6,11；月温差的最大出在 1 月，C 正确；于 D，有 C 的，分析可得 1 月至 4 月的月温差相于 7 月至 10 月，波性更大， D 正确；故B.]6．某中学的高中女生体重y(位： kg)与身高 x(位： cm)具有性相关关系，根据本数据 (x i， y i )(i ＝1,2,3，⋯， n)，用最小二乘法近似得到回直^方程 y＝0.85x－85.71，下列中不正确的是()A．y 与 x 具有正性相关关系––B．回直本点的中心( x ， y )C．若中学某高中女生身高增加 1 cm，其体重增加0.85 kgD．若中学某高中女生身高160 cm，可断定其体重必50.29 kg^D[ 因回直方程 y＝0.85x－85.71 中 x 的系数 0.85＞0，因此 y 与 x 具有正性相关关系，所以 A 正确；由最小二乘法及回直方程的求解––可知回直本点的中心( x ， y )，所以 B 正确；由于用最小二乘法得到的回直方程是估，而不是具体，若中学某高中女生身高增加 1 cm，其体重增加0.85 kg，所以 C 正确， D 不正确． ]7．(2018 ·永州三模 )党的十九大告明确提出：在共享等域培育增点、形成新能．共享是公众将置源通社会化平台与他人共享，而得收入的象．考察共享企活度的影响，在四个不同的企各取两个部行共享比，根据四个企得到的数据画出如下四个等高条形图，最能体现共享经济对该部门的发展有显著效果的图形是()D[ 根据四个列联表中的等高条形图可知，图中 D 中共享与不共享的企业经济活跃度的差异最大，它最能体现共享经济对该部门的发展有显著效果，故选D.]8．(2019 ·州模拟惠)已知 x 与 y 之间的几组数据如下表：x 1 2 3 4 5 6y 0 2 1 3 3 4假设根据上表数据所得的线性回归方程为^ ^ ^y＝ b ＋若某同学根据上表中的x a.前两组数据 (1,0)和 (2,2)求得的直线方程为y＝ b′ x＋a′，则以下结论正确的是()^ ^ ^ ^A.b>b′， a>a′B.b>b′， a<a′^ ^ ^ ^C.b<b′， a>a′D.b<b′， a<a′C[ 由两组数据 (1,0)和(2,2)可求得直线方程为 y＝2x－2，b′＝2，a′＝－^ 2.而利用线性回归方程的公式与已知表格中的数据，可求得 b ＝5 ^ – ^– 13 5＝＝7，a＝ y －b x ＝6－771^^×2＝－3，所以 b<b′，a>a′.]9．(2019 天·津模 )某校高中共有 720 人，其中理科生 480 人，文科生 240 人，采用分抽的方法从中抽取 90 名学生参加研，抽取理科生的人数________．48060[由分抽的定得抽取理科生的人数720×90＝60.]–10．已知本数据x1，x2，⋯， x n的平均数 x ＝ 5，本数据2x1＋1,2x2 ＋1，⋯， 2x n＋1 的平均数 ________．11[ 由 x1，x2，⋯，x n的平均数 x＝ 5，得 2x1＋1,2x2＋1，⋯，2x n＋1 的平–均数 2 x ＋1＝ 2× 5＋ 1＝ 11.]11．某学校随机抽取部分新生其上学所需(位：分 )，并将所得数据制成率分布直方(如 )，其中，上学所需的范是[0,100] ，本数据分 [0,20)，[20,40)，[40,60)， [60,80)， [80,100]，(1)中的 x＝ ________；(2)若上学所需不少于 1 小的学生可申在学校住宿，校600 名新生中估有 ________名学生可以申住宿．0．0125 72[(1) 由率分布直方知20x＝ 1－20×(0.025＋ 0.0065＋ 0.003 ＋0.003)，解得 x＝0.0125.(2)上学不少于 1 小的学生的率0.12，因此估有0.12×600＝72(人)可以申住宿． ]12．以下四个命题，其中正确的序号是________．①从匀速传递的产品生产流水线上，质检员每20 分钟从中抽取一件产品进行某项指标检测，这样的抽样是分层抽样；②两个随机变量相关性越强，则相关系数的绝对值越接近于1；^③在线性回归方程 y＝0.2x＋12 中，当解释变量x 每增加一个单位时，预报^变量 y平均增加 0.2 个单位；④对分类变量 X 与 Y 的统计量 K2来说， K2越小，“ X 与 Y 有关系”的把握程度越大．②③[①是系统抽样；对于④，统计量 K2越小，说明两个相关变量有关系的把握程度越小． ]。

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.。

历年(2019-2024)全国高考数学真题分类(统计与数字特征)汇编考点01 随机抽样1．（2023∙全国新Ⅱ卷∙高考真题）某学校为了解学生参加体育运动的情况，用比例分配的分层随机抽样方法作抽样调查，拟从初中部和高中部两层共抽取60名学生，已知该校初中部和高中部分别有400名和200名学生，则不同的抽样结果共有（ ）．A ．4515400200C C ⋅种B ．2040400200C C ⋅种 C ．3030400200C C ⋅种D ．4020400200C C ⋅种考点02 图表类统计图综合1．（2022∙天津∙高考真题）为研究某药品的疗效，选取若干名志愿者进行临床试验，所有志愿者的舒张压数据（单位：kPa ）的分组区间为[12,13),[13,14),[14,15),[15,16),[16,17]，将其按从左到右的顺序分别编号为第一组，第二组，…，第五组，右图是根据试验数据制成的频率分布直方图．已知第一组与第二组共有20人，第三组中没有疗效的有6人，则第三组中有疗效的人数为（ ）A ．8B ．12C ．16D ．182．（2021∙天津∙高考真题）从某网络平台推荐的影视作品中抽取400部，统计其评分数据，将所得400个评分数据分为8组：[)66,70、[)70,74、L 、[]94,98，并整理得到如下的频率分布直方图，则评分在区间[)82,86内的影视作品数量是（ ）A．20 B．40 C．64 D．804．（2021∙全国甲卷∙高考真题）为了解某地农村经济情况，对该地农户家庭年收入进行抽样调查，将农户家庭年收入的调查数据整理得到如下频率分布直方图：根据此频率分布直方图，下面结论中不正确的是（）A．该地农户家庭年收入低于4.5万元的农户比率估计为6%B．该地农户家庭年收入不低于10.5万元的农户比率估计为10%C．估计该地农户家庭年收入的平均值不超过6.5万元D．估计该地有一半以上的农户，其家庭年收入介于4.5万元至8.5万元之间5．（2020∙全国新Ⅱ卷∙高考真题）（多选）我国新冠肺炎疫情进入常态化，各地有序推进复工复产，下面是某地连续11天复工复产指数折线图，下列说法正确的是A．这11天复工指数和复产指数均逐日增加;B．这11天期间，复产指数增量大于复工指数的增量;C．第3天至第11天复工复产指数均超过80%;D．第9天至第11天复产指数增量大于复工指数的增量;5．（2020∙天津∙高考真题）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：[)[)[)[]，并整理得到如下频率分布直方图，则在被抽取的零件中，5.31,5.33,5.33,5.35,,5.45,5.47,5.47,5.49直径落在区间[5.43,5.47)内的个数为（）A．10 B．18 C．20 D．36考点03 样本的数字特征一、单选题1．（2024∙全国新Ⅱ卷∙高考真题）某农业研究部门在面积相等的100块稻田上种植一种新型水稻，得到各块稻田的亩产量（单位：kg）并整理如下表亩产[900，950） [950，1000） [1000，1050） [1050，1100） [1100，1150） [1150，1200） 量频数 6 12 18 30 24 10根据表中数据，下列结论中正确的是（）A．100块稻田亩产量的中位数小于1050kgB．100块稻田中亩产量低于1100kg的稻田所占比例超过80%C．100块稻田亩产量的极差介于200kg至300kg之间D．100块稻田亩产量的平均值介于900kg至1000kg之间2．（2022∙全国乙卷∙高考真题）分别统计了甲、乙两位同学16周的各周课外体育运动时长（单位：h），得如下茎叶图：则下列结论中错误的是（）A．甲同学周课外体育运动时长的样本中位数为7.4B．乙同学周课外体育运动时长的样本平均数大于8C ．甲同学周课外体育运动时长大于8的概率的估计值大于0.4D ．乙同学周课外体育运动时长大于8的概率的估计值大于0.63．（2022∙全国甲卷∙高考真题）某社区通过公益讲座以普及社区居民的垃圾分类知识．为了解讲座效果，随机抽取10位社区居民，让他们在讲座前和讲座后各回答一份垃圾分类知识问卷，这10位社区居民在讲座前和讲座后问卷答题的正确率如下图：则（ ）A ．讲座前问卷答题的正确率的中位数小于70%B ．讲座后问卷答题的正确率的平均数大于85%C ．讲座前问卷答题的正确率的标准差小于讲座后正确率的标准差D ．讲座后问卷答题的正确率的极差大于讲座前正确率的极差4．（2020∙全国∙高考真题）在一组样本数据中，1，2，3，4出现的频率分别为1234,,,p p p p ，且411i i p ==∑，则下面四种情形中，对应样本的标准差最大的一组是（ ）A ．14230.1,0.4p p p p ====B ．14230.4,0.1p p p p ====C ．14230.2,0.3p p p p ====D ．14230.3,0.2p p p p ====5．（2020∙全国∙高考真题）设一组样本数据x 1，x 2，…，xn 的方差为0.01，则数据10x 1，10x 2，…，10xn 的方差为（ ）A ．0.01B ．0.1C ．1D ．106．（2019∙全国∙高考真题）演讲比赛共有9位评委分别给出某选手的原始评分，评定该选手的成绩时，从9个原始评分中去掉1个最高分、1个最低分，得到7个有效评分.7个有效评分与9个原始评分相比，不变的数字特征是A ．中位数B ．平均数C ．方差D ．极差二、多选题9．（2023∙全国新Ⅰ卷∙高考真题）有一组样本数据126,,,x x x ⋅⋅⋅，其中1x 是最小值，6x 是最大值，则（ ） A ．2345,,,x x x x 的平均数等于126,,,x x x ⋅⋅⋅的平均数B ．2345,,,x x x x 的中位数等于126,,,x x x ⋅⋅⋅的中位数C ．2345,,,x x x x 的标准差不小于126,,,x x x ⋅⋅⋅的标准差D ．2345,,,x x x x 的极差不大于126,,,x x x ⋅⋅⋅的极差10．（2021∙全国新Ⅱ卷∙高考真题）下列统计量中，能度量样本12,,,n x x x 的离散程度的是（ ）A ．样本12,,,n x x x 的标准差B ．样本12,,,n x x x 的中位数C ．样本12,,,n x x x 的极差D ．样本12,,,n x x x 的平均数11．（2021∙全国新Ⅰ卷∙高考真题）有一组样本数据1x ，2x ，…，n x ，由这组数据得到新样本数据1y ，2y ，…，n y ，其中i i y x c =+(1,2,,),i n c =⋅⋅⋅为非零常数，则（ ）A ．两组样本数据的样本平均数相同B ．两组样本数据的样本中位数相同C ．两组样本数据的样本标准差相同D ．两组样本数据的样本极差相同三、填空题12．（2020∙江苏∙高考真题）已知一组数据4,2,3,5,6a a -的平均数为4，则a 的值是 .13．（2019∙江苏∙高考真题）已知一组数据6，7，8，8，9，10，则该组数据的方差是 .考点04 变量间的相关关系1．（2024∙天津∙高考真题）下列图中，线性相关性系数最大的是（ ）A ．B ．C ．D ．2．（2023∙天津∙高考真题）鸢是鹰科的一种鸟，《诗经∙大雅∙旱麓》曰：“鸢飞戾天，鱼跃余渊”. 鸢尾花因花瓣形如鸢尾而得名，寓意鹏程万里、前途无量.通过随机抽样，收集了若干朵某品种鸢尾花的花萼长度和花瓣长度（单位：cm ），绘制散点图如图所示，计算得样本相关系数为0.8642r =，利用最小二乘法求得相应的经验回归方程为 0.75010.6105y x =+，根据以上信息，如下判断正确的为（ ）A ．花瓣长度和花萼长度不存在相关关系B ．花瓣长度和花萼长度负相关C ．花萼长度为7cm 的该品种鸢尾花的花瓣长度的平均值为5.8612cmD ．若从样本中抽取一部分，则这部分的相关系数一定是0.86423．（2020∙全国∙高考真题）某校一个课外学习小组为研究某作物种子的发芽率y 和温度x （单位：°C ）的关系，在20个不同的温度条件下进行种子发芽实验，由实验数据(,)(1,2,,20)i i x y i = 得到下面的散点图：由此散点图，在10°C 至40°C 之间，下面四个回归方程类型中最适宜作为发芽率y 和温度x 的回归方程类型的是（ ）A ．y a bx =+B ．2y a bx =+C ．e x y a b =+D ．ln y a b x =+参考答案考点01 随机抽样1．（2023∙全国新Ⅱ卷∙高考真题）某学校为了解学生参加体育运动的情况，用比例分配的分层随机抽样方法作抽样调查，拟从初中部和高中部两层共抽取60名学生，已知该校初中部和高中部分别有400名和200名学生，则不同的抽样结果共有（ ）．A ．4515400200C C ⋅种B ．2040400200C C ⋅种 C ．3030400200C C ⋅种 D ．4020400200C C ⋅种【答案】D【详细分析】利用分层抽样的原理和组合公式即可得到答案. 【答案详解】根据分层抽样的定义知初中部共抽取4006040600⨯=人，高中部共抽取2006020600⨯=， 根据组合公式和分步计数原理则不同的抽样结果共有4020400200C C ⋅种.故选：D.考点02 图表类统计图综合1．（2022∙天津∙高考真题）为研究某药品的疗效，选取若干名志愿者进行临床试验，所有志愿者的舒张压数据（单位：kPa ）的分组区间为[12,13),[13,14),[14,15),[15,16),[16,17]，将其按从左到右的顺序分别编号为第一组，第二组，…，第五组，右图是根据试验数据制成的频率分布直方图．已知第一组与第二组共有20人，第三组中没有疗效的有6人，则第三组中有疗效的人数为（ ）A ．8B ．12C ．16D ．18【答案】B 【详细分析】结合已知条件和频率分布直方图求出志愿者的总人数，进而求出第三组的总人数，从而可以求得结果. 【答案详解】志愿者的总人数为20(0.240.16)1+⨯＝50， 所以第三组人数为50×0.36＝18，有疗效的人数为18－6＝12．故选：B.2．（2021∙天津∙高考真题）从某网络平台推荐的影视作品中抽取400部，统计其评分数据，将所得400个评分数据分为8组：[)66,70、[)70,74、L 、[]94,98，并整理得到如下的频率分布直方图，则评分在区间[)82,86内的影视作品数量是（ ）A ．20B ．40C ．64D ．80【答案】D 【详细分析】利用频率分布直方图可计算出评分在区间[)82,86内的影视作品数量.【答案详解】由频率分布直方图可知，评分在区间[)82,86内的影视作品数量为4000.05480⨯⨯=.故选：D.4．（2021∙全国甲卷∙高考真题）为了解某地农村经济情况，对该地农户家庭年收入进行抽样调查，将农户家庭年收入的调查数据整理得到如下频率分布直方图：根据此频率分布直方图，下面结论中不正确的是（ ）A ．该地农户家庭年收入低于4.5万元的农户比率估计为6%B ．该地农户家庭年收入不低于10.5万元的农户比率估计为10%C ．估计该地农户家庭年收入的平均值不超过6.5万元D ．估计该地有一半以上的农户，其家庭年收入介于4.5万元至8.5万元之间【答案】C【详细分析】根据直方图的意义直接计算相应范围内的频率，即可判定ABD,以各组的中间值作为代表乘以相应的频率，然后求和即得到样本的平均数的估计值，也就是总体平均值的估计值，计算后即可判定C.【答案详解】因为频率直方图中的组距为1，所以各组的直方图的高度等于频率.样本频率直方图中的频率即可作为总体的相应比率的估计值.该地农户家庭年收入低于4.5万元的农户的比率估计值为0.020.040.066%+==,故A 正确；该地农户家庭年收入不低于10.5万元的农户比率估计值为0.040.0230.1010%+⨯==,故B 正确；该地农户家庭年收入介于4.5万元至8.5万元之间的比例估计值为0.100.140.2020.6464%50%++⨯==>,故D 正确；该地农户家庭年收入的平均值的估计值为30.0240.0450.1060.1470.2080.2090.10100.10110.04120.02130.02140.027.68⨯+⨯+⨯+⨯+⨯+⨯+⨯+⨯+⨯+⨯+⨯+⨯=(万元)，超过6.5万元，故C 错误.综上，给出结论中不正确的是C.故选：C.【名师点评】本题考查利用样本频率直方图估计总体频率和平均值，属基础题，样本的频率可作为总体的频率的估计值，样本的平均值的估计值是各组的中间值乘以其相应频率然后求和所得值，可以作为总体的平均值的估计值.注意各组的频率等于⨯频率组距组距. 5．（2020∙全国新Ⅱ卷∙高考真题）（多选）我国新冠肺炎疫情进入常态化，各地有序推进复工复产，下面是某地连续11天复工复产指数折线图，下列说法正确的是A ．这11天复工指数和复产指数均逐日增加;B ．这11天期间，复产指数增量大于复工指数的增量;C ．第3天至第11天复工复产指数均超过80%;D ．第9天至第11天复产指数增量大于复工指数的增量;【答案】CD【详细分析】注意到折线图中有递减部分，可判定A 错误；注意考查第1天和第11天的复工复产指数的差的大小，可判定B 错误；根据图象，结合复工复产指数的意义和增量的意义可以判定CD 正确.【答案详解】由图可知，第1天到第2天复工指数减少，第7天到第8天复工指数减少，第10天到第11复工指数减少，第8天到第9天复产指数减少，故A 错误；由图可知，第一天的复产指标与复工指标的差大于第11天的复产指标与复工指标的差，所以这11天期间，复产指数增量小于复工指数的增量，故B 错误;由图可知，第3天至第11天复工复产指数均超过80%，故C 正确;由图可知，第9天至第11天复产指数增量大于复工指数的增量，故D 正确;【名师点评】本题考查折线图表示的函数的认知与理解，考查理解能力，识图能力，推理能力，难点在于指数增量的理解与观测，属中档题.5．（2020∙天津∙高考真题）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 【详细分析】根据直方图确定直径落在区间[)5.43,5.47之间的零件频率，然后结合样本总数计算其个数即可. 【答案详解】根据直方图，直径落在区间[)5.43,5.47之间的零件频率为：()6.25 5.000.020.225+⨯=， 则区间[)5.43,5.47内零件的个数为：800.22518⨯=.故选：B.【名师点评】本题主要考查频率分布直方图的计算与实际应用，属于中等题.考点03 样本的数字特征一、单选题1．（2024∙全国新Ⅱ卷∙高考真题）某农业研究部门在面积相等的100块稻田上种植一种新型水稻，得到各块稻田的亩产量（单位：kg ）并整理如下表 亩产量[900，950） [950，1000） [1000，1050） [1050，1100） [1100，1150） [1150，1200） 频数 6 12 18 30 24 10 根据表中数据，下列结论中正确的是（ ）A ．100块稻田亩产量的中位数小于1050kgB ．100块稻田中亩产量低于1100kg 的稻田所占比例超过80%C ．100块稻田亩产量的极差介于200kg 至300kg 之间D ．100块稻田亩产量的平均值介于900kg 至1000kg 之间【答案】C【详细分析】计算出前三段频数即可判断A ；计算出低于1100kg 的频数，再计算比例即可判断B ；根据极差计算方法即可判断C ；根据平均值计算公式即可判断D.【答案详解】对于 A, 根据频数分布表可知, 612183650++=<,所以亩产量的中位数不小于 1050kg , 故 A 错误；对于B ，亩产量不低于1100kg 的频数为341024=+，所以低于1100kg 的稻田占比为1003466%100-=，故B 错误； 对于C ，稻田亩产量的极差最大为1200900300-=，最小为1150950200-=，故C 正确；对于D ，由频数分布表可得，平均值为1(692512975181025301075241125101175)1067100⨯⨯+⨯+⨯+⨯+⨯+⨯=，故D 错误. 故选；C.2．（2022∙全国乙卷∙高考真题）分别统计了甲、乙两位同学16周的各周课外体育运动时长（单位：h ），得如下茎叶图：则下列结论中错误的是（ ）A ．甲同学周课外体育运动时长的样本中位数为7.4B ．乙同学周课外体育运动时长的样本平均数大于8C ．甲同学周课外体育运动时长大于8的概率的估计值大于0.4D ．乙同学周课外体育运动时长大于8的概率的估计值大于0.6【答案】C【详细分析】结合茎叶图、中位数、平均数、古典概型等知识确定正确答案.【答案详解】对于A 选项，甲同学周课外体育运动时长的样本中位数为7.37.57.42+=，A 选项结论正确.对于B 选项，乙同学课外体育运动时长的样本平均数为：6.37.47.68.18.28.28.58.68.68.68.69.09.29.39.810.18.50625816+++++++++++++++=>， B 选项结论正确.对于C 选项，甲同学周课外体育运动时长大于8的概率的估计值60.3750.416=<， C 选项结论错误.对于D 选项，乙同学周课外体育运动时长大于8的概率的估计值130.81250.616=>， D 选项结论正确.故选：C3．（2022∙全国甲卷∙高考真题）某社区通过公益讲座以普及社区居民的垃圾分类知识．为了解讲座效果，随机抽取10位社区居民，让他们在讲座前和讲座后各回答一份垃圾分类知识问卷，这10位社区居民在讲座前和讲座后问卷答题的正确率如下图：则（ ）A ．讲座前问卷答题的正确率的中位数小于70%B ．讲座后问卷答题的正确率的平均数大于85%C ．讲座前问卷答题的正确率的标准差小于讲座后正确率的标准差D ．讲座后问卷答题的正确率的极差大于讲座前正确率的极差【答案】B【详细分析】由图表信息，结合中位数、平均数、标准差、极差的概念，逐项判断即可得解. 【答案详解】讲座前中位数为70%75%70%2+>,所以A 错； 讲座后问卷答题的正确率只有一个是80%,4个85%,剩下全部大于等于90%,所以讲座后问卷答题的正确率的平均数大于85%,所以B 对；讲座前问卷答题的正确率更加分散,所以讲座前问卷答题的正确率的标准差大于讲座后正确率的标准差,所以C 错；讲座后问卷答题的正确率的极差为100%80%20%-=，讲座前问卷答题的正确率的极差为95%60%35%20%-=>,所以D 错.故选:B.4．（2020∙全国∙高考真题）在一组样本数据中，1，2，3，4出现的频率分别为1234,,,p p p p ，且411i i p ==∑，则下面四种情形中，对应样本的标准差最大的一组是（ ）A ．14230.1,0.4p p p p ====B ．14230.4,0.1p p p p ====C ．14230.2,0.3p p p p ====D ．14230.3,0.2p p p p ====【答案】B【详细分析】计算出四个选项中对应数据的平均数和方差，由此可得出标准差最大的一组.【答案详解】对于A 选项，该组数据的平均数为()()140.1230.4 2.5A x =+⨯++⨯=，方差为()()()()222221 2.50.12 2.50.43 2.50.44 2.50.10.65A s =-⨯+-⨯+-⨯+-⨯=； 对于B 选项，该组数据的平均数为()()140.4230.1 2.5B x =+⨯++⨯=，方差为()()()()222221 2.50.42 2.50.13 2.50.14 2.50.4 1.85B s =-⨯+-⨯+-⨯+-⨯=； 对于C 选项，该组数据的平均数为()()140.2230.3 2.5C x =+⨯++⨯=，方差为()()()()222221 2.50.22 2.50.33 2.50.34 2.50.2 1.05C s =-⨯+-⨯+-⨯+-⨯=； 对于D 选项，该组数据的平均数为()()140.3230.2 2.5D x =+⨯++⨯=，方差为()()()()222221 2.50.32 2.50.23 2.50.24 2.50.3 1.45D s =-⨯+-⨯+-⨯+-⨯=. 因此，B 选项这一组的标准差最大.故选：B.【名师点评】本题考查标准差的大小比较，考查方差公式的应用，考查计算能力，属于基础题. 5．（2020∙全国∙高考真题）设一组样本数据x 1，x 2，…，xn 的方差为0.01，则数据10x 1，10x 2，…，10xn 的方差为（ ）A ．0.01B ．0.1C ．1D ．10【答案】C【详细分析】根据新数据与原数据关系确定方差关系，即得结果. 【答案详解】因为数据(1,2,,)i ax b i n +=L ，的方差是数据(1,2,,)i x i n =L ，的方差的2a 倍， 所以所求数据方差为2100.01=1⨯故选：C【名师点评】本题考查方差，考查基本详细分析求解能力，属基础题.6．（2019∙全国∙高考真题）演讲比赛共有9位评委分别给出某选手的原始评分，评定该选手的成绩时，从9个原始评分中去掉1个最高分、1个最低分，得到7个有效评分.7个有效评分与9个原始评分相比，不变的数字特征是A ．中位数B ．平均数C ．方差D ．极差【答案】A【详细分析】可不用动笔，直接得到答案，亦可采用特殊数据，特值法筛选答案．【答案详解】设9位评委评分按从小到大排列为123489x x x x x x ≤≤≤≤≤ ．则①原始中位数为5x ，去掉最低分1x ，最高分9x ，后剩余2348x x x x ≤≤≤ ，中位数仍为5x ，∴A 正确． ②原始平均数1234891()9x x x x x x x =+++++ ，后来平均数234817x x x x x '=+++ （） 平均数受极端值影响较大，∴x 与x '不一定相同，B 不正确 ③()()()222219119S x x x x x x ⎡⎤=-+-++-⎣⎦ ()()()222223817s x x x x x x ⎡⎤'=-'+-'++-'⎢⎥⎣⎦ 由②易知，C 不正确． ④原极差91=x -x ，后来极差82=x -x 可能相等可能变小，D 不正确．【名师点评】本题旨在考查学生对中位数、平均数、方差、极差本质的理解.考点04 变量间的相关关系1．（2024∙天津∙高考真题）下列图中，线性相关性系数最大的是（ ）A ．B ．C ．D ．【答案】A【详细分析】由点的分布特征可直接判断【答案详解】观察4幅图可知，A 图散点分布比较集中，且大体接近某一条直线，线性回归模型拟合效果比较好，呈现明显的正相关，r 值相比于其他3图更接近1.故选：A2．（2023∙天津∙高考真题）鸢是鹰科的一种鸟，《诗经∙大雅∙旱麓》曰：“鸢飞戾天，鱼跃余渊”. 鸢尾花因花瓣形如鸢尾而得名，寓意鹏程万里、前途无量.通过随机抽样，收集了若干朵某品种鸢尾花的花萼长度和花瓣长度（单位：cm ），绘制散点图如图所示，计算得样本相关系数为0.8642r =，利用最小二乘法求得相应的经验回归方程为 0.75010.6105y x =+，根据以上信息，如下判断正确的为（ ）A ．花瓣长度和花萼长度不存在相关关系B ．花瓣长度和花萼长度负相关C ．花萼长度为7cm 的该品种鸢尾花的花瓣长度的平均值为5.8612cmD ．若从样本中抽取一部分，则这部分的相关系数一定是0.8642【答案】C【详细分析】根据散点图的特点及经验回归方程可判断ABC 选项，根据相关系数的定义可以判断D 选项.【答案详解】根据散点的集中程度可知，花瓣长度和花萼长度有相关性，A 选项错误散点的分布是从左下到右上，从而花瓣长度和花萼长度呈现正相关性，B 选项错误，把7x =代入 0.75010.6105y x =+可得 5.8612cm y =，C 选项正确；由于0.8642r =是全部数据的相关系数，取出来一部分数据，相关性可能变强，可能变弱，即取出的数据的相关系数不一定是0.8642，D 选项错误故选：C3．（2020∙全国∙高考真题）某校一个课外学习小组为研究某作物种子的发芽率y 和温度x （单位：°C ）的关系，在20个不同的温度条件下进行种子发芽实验，由实验数据(,)(1,2,,20)i i x y i = 得到下面的散点图：由此散点图，在10°C 至40°C 之间，下面四个回归方程类型中最适宜作为发芽率y 和温度x 的回归方程类型的是（ ）A ．y a bx =+B ．2y a bx =+C ．e x y a b =+D ．ln y a b x =+ 【答案】D【详细分析】根据散点图的分布可选择合适的函数模型.【答案详解】由散点图分布可知，散点图分布在一个对数函数的图象附近， 因此，最适合作为发芽率y 和温度x 的回归方程类型的是ln y a b x =+. 故选：D.【名师点评】本题考查函数模型的选择，主要观察散点图的分布，属于基础题.。