重难点专题47回归分析与独立性检验十三大题型汇总
题型1线性回归方程.......................................................................................................................1
题型2非线性之幂函数方程...........................................................................................................6
题型3非线性之指数函数方程.....................................................................................................10
题型4非线性之对数函数方程.....................................................................................................15
题型5残差相关模型.....................................................................................................................22
题型6独立性检验.........................................................................................................................26
题型7回归分析与二项分布.........................................................................................................31
题型8回归分析与超几何分布.....................................................................................................35
题型9回归分析与独立性检验.....................................................................................................40
题型10回归分析与正态分布.......................................................................................................45
题型11独立性检验与正态分布...................................................................................................51
题型12独立性检验与超几何分布...............................................................................................56
题型13独立性检验与二项分布...................................................................................................60
题型1线性回归方程
解答线性回归问题,应通过散点图来分析两变量间的关系是否线性相关,然后再利用求回
归方程的公式求解回归方程,并利用残差图来分析函数模型的拟合效果,在此基础上,借
助回归方程对实际问题进行分析.
【例题1】(2023上·河南三门峡·高三统考期末)2021年春节前,受疫情影响,各地鼓励
外来务工人员选择就地过年.某市统计了该市4个地区的外来务工人数与就地过年人数(单
位:万),得到如下表格:
A区 B区 C区 D区
外来务工人数x/万 3 4 5 6
就地过年人数y/万 2.5 3 4 4.5
(1)请用相关系数说明y与x之间的关系可用线性回归模型拟合,并求y关于x的线性回归
方程^y=a^+b^x.
(2)假设该市政府对外来务工人员中选择就地过年的每人发放1000元补贴.
①若该市E区有2万名外来务工人员,根据(1)的结论估计该市政府需要给E区就地过年
的人员发放的补贴总金额;1
②若A区的外来务工人员中甲、乙选择就地过年的概率分别为p,2p-1,其中 <p<1,
2
该市政府对甲、乙两人的补贴总金额的期望不超过1400元,求p的取值范围.
n
∑ x y -nx y
i i
参考公式:相关系数 r= i=1 ,回归方程^y=a^+b^x中斜率和截距的
√ n √ n
❑∑ x2-nx2❑∑ y2-n y2
i i
i=1 i=1
n
∑ x y -nx y
i i
最小二乘估计公式分别为b^= i=1 ,a^= y-b^x.
n
∑ x2-nx2
i
i=1
【变式1-1】1. (2022·吉林·东北师大附中校考模拟预测)2015年7月31日,在吉隆坡
举行的国际奥委会第128次全会上,北京获得2022年冬奥会举办权.在申冬奥过程中,中
国正式向国际社会作出“带动三亿人参与冰雪运动”的庄严承诺.这一承诺,既是我国为国
际奥林匹克运动做出重大贡献的大国担当展现,也是根据我国经济水平和全民健身需求做
出的群众性运动的战略部署.从北京冬奥会申办成功到2021年10月,全国参与冰雪运动人
数累计达到3.46亿,实现了“带动三亿人参与冰雪运动”的目标,这是北京冬奥会给予全
球冬季体育运动和奥林匹克运动的最为重要的遗产,可以说是 2022年北京冬奥会的第一
块金牌.“冬奥热”带动“冰雪热”,也带动了冰雪经济,以冰雪运动为主要内容的冰雪旅
游近年来发展迅速,2016至2022六个冰雪季的旅游人次y(单位亿)的数据如下表:
2021
2016— 2017— 2018— 2019— 2020—
年度 —
2017 2018 2019 2020 2021
2022
年度代号t 1 2 3 4 5 6
旅游人次y 1.7 1.97 2.24 0.94 2.54 3.15
(1)求y与t的相关系数(精确到0.01),并回答y与t的线性相关关系的强弱;
(2)因受疫情影响,现将2019—2020年度的异常数据剔除,用剩下的5个年度数据(年度
代号不变),求y关于t的线性回归方程(系数精确到0.01),并推测没有疫情情况下,
2019—2020年度冰雪旅游人次的估计值.
6 6 6 6
1 1
附注:参考数据:t= ∑t =3.5, y= ∑ y =2.09,∑t y =47.72,∑t2=91,
6 i 6 i i i i
i=1 i=1 i=1 i=1
√ 6 6
❑∑(t -t)∑(y - y) 2≈7. 参 考 公 式 : 相 关 系 数
i i
i=1 i=1
n n
∑(t -t)(y - y) ∑t y -nt y
i i i i
r= i=1 = i=1
,回归直线的斜率和截距的最小二
√ n n √ n n
❑∑(t -t) 2∑(y - y) 2 ❑∑(t -t) 2∑(y - y) 2
i i i i
i=1 i=1 i=1 i=1n n
∑(t -t)(y - y) ∑t y -nt y
i i i i
乘估计公式分别为:b^= i=1 = i=1 ,a^= y-b^t
n n
∑(t -t) 2 ∑t 2-nt2
i i
i=1 i=1
【变式1-1】2. (2022·甘肃·统考二模)人工智能教育是将人工智能与传统教育相结合,
借助人工智能和大数据技术打造的智能化教育生态.为了解我国人工智能教育发展状况,通
过中国互联网数据平台得到我国2015年-2020年人工智能教育市场规模统计图.如图所示,
若用x表示年份代码(2015年用1表示,2016年用2表示,依次类推),用y表示市场规
模(单位:亿元),试回答:
(1)根据条形统计图中数据,计算变量y与x的相关系数r,并用r判断两个变量y与x相关
关系的强弱(精确到小数点后2位);
(2)若y与x的相关关系拟用线性回归模型表示,试求y关于x的线性回归方程,并据此预
测2022年中国人工智能教育市场规模(精确到1亿元).
n n
∑(x -x)(y - y) ∑ x y -nx y
i i i i
附:线性回归方程^y=b^x+a^,其中b^= i=1 = i=1
;
n n
∑(x -x) 2 ∑ x2-nx2
i i
i=1 i=1
n n
∑(x -x)(y - y) ∑ x y -nx y
i i i i
r= i=1 = i=1
相关系数 ;
√ n √ n √ n √ n
❑∑(x -x) 2❑∑(y - y) 2 ❑∑ x2-nx2❑∑ y2-n y2
i i i i
i=1 i=1 i=1 i=1
6 6 √ 6
参考数据:∑ y =5724,∑ x y =26734, ❑∑(y - y) 2=200❑√70.
i i i i
i=1 i=1 i=1
【变式1-1】3. (2021·全国·高三阶段练习)击鼓传花,也称传彩球,是中国民间游戏,
数人或几十人围成圆圈坐下,其中一人拿花(或一小物件);另有一人背着大家或蒙眼击
鼓(桌子、黑板或其他能发出声音的物体),鼓响时众人开始传花(顺序不定),至鼓停
止为止.此时花在谁手中(或其座位前),谁就上台表演节目,某单位组织团建活动,9
人一组,共10组,玩击鼓传花,(前五组)组号x与组内女性人数y统计结果如表:
x 1 2 3 4 5
y 2 2 3 3 4(Ⅰ)女性人数y与组号x(组号变量x依次为1,2,3,4,5,…)具有线性相关关系,
请预测从第几组开始女性人数不低于男性人数;
n
∑ x y -nx y
i i
参考公式:b^= i=1 ,a^= y-b^x
n
∑ x2-nx2
i
i=1
(Ⅱ)在(Ⅰ)的前提下,从10组中随机抽取3组,求若3组中女性人数不低于5人的有
X组,求X的分布列与期望;
(Ⅲ)游戏开始后,若传给相邻的人得1分,间隔人传得2分,每击一次鼓传一次花,得
1分的概率为0.2,得2分的概率为0.8.记鼓声停止后得分恰为n分的概率为a ,求a .
n n
【变式1-1】4. (2021·江苏南通·二模)网上购物就是通过互联网检索商品信息,并通过
电子订购单发出购物请求,厂商通过邮购的方式发货或通过快递公司送货上门,货到后通
过银行转账、微信或支付宝支付等方式在线汇款,根据2019年中国消费者信息研究,超过
40%的消费者更加频繁地使用网上购物,使得网上购物和送货上门的需求量激增,越来越
多的消费者也首次通过第三方APP、品牌官方网站和微信社群等平台进行购物,某天猫专
营店统计了2020年8月5日至9日这5天到该专营店购物的人数y和时间第x天间的数据,列
i i
表如下:
x 1 2 3 4 5
i
y 75 84 93 98 100
i
(1)由表中给出的数据是否可用线性回归模型拟合人数y与时间x之间的关系?若可用,
估计8月10日到该专营店购物的人数(人数用四舍五入法取整数;若|r|>0.75,则线性相
关程度很高,可用线性回归模型拟合,计算r时精确到0.01).
n
∑(x -x)(y - y)
i i
参考数据:❑√4340≈65.88.附:相关系数 r= i=1 ,回归直线方程的斜
√ n n
❑∑(x -x) 2∑(y - y) 2
i i
i=1 i=1
n
∑(x -x)(y - y)
i i
率b^= i=1 ,截距a^= y-b^x.
n
∑(x -x) 2
i
i=1
(2)运用分层抽样的方法从第1天和第5天到该专营店购物的人中随机抽取7人,再从这7
人中任取3人进行奖励,求这3人取自不同天的概率.
(3)该专营店为了吸引顾客,推出两种促销方案:方案一,购物金额每满100元可减10元;
1
方案二,一次性购物金额超过800元可抽奖三次,每次中奖的概率均为 ,且每次抽奖互
3
不影响,中奖一次打9折,中奖两次打8折,中奖三次打6折.某顾客计划在此专营店购买
1000元的商品,请从实际付款金额的数学期望的角度分析选哪种方案更优惠.
题型2非线性之幂函数方程幂函数型回归模型的处理方法:
幂函数型y=axn(n为常数,a,x,y均取正值),两边取常用对数1gy=1g(axn),即
lgy=nlgx+lga,
令y′ =1g y,x′ =1g x,原方程变为y′ =nx′+lga,然后按线型回归模型求出n,lga.
【例题2】(2021上·四川成都·高三石室中学校考期末)为帮助乡村脱贫,某勘探队计划
了解当地矿脉某金属的分布情况,测得了平均金属含量y(单位:g/m3)与样本对原点的
距离x(单位:m)的数据,并作了初步处理,得到了下面的一些统计理的值.(表中
1 1 9
u = ,u= ∑u)
i x 9 i
i i=1
9 9 9 9 9
x y u ∑(x -x) 2 ∑(u -u) 2 ∑(y - y) 2 ∑(x -x)(y - y)∑(u -u)(y - y)
i i i i i i i
i=1 i=1 i=1 i=1 i=1
97.9
6 0.21 60 0.14 14.12 26.13 -1.40
0
d
(1)利用样本相关系数的知识,判断y=a+bx与y=c+ 哪一个更适宜作为平均金属含量y
x
关于样本对原点的距离x的回归方程类型?
(2)根据(1)的结果回答下列问题:
①建立y关于x的回归方程;
②样本对原点的距离x=20时,金属含量的预报值是多少?
附 : 对 于 一 组 数 据 (t ,s ),(t ,s ),⋅⋅⋅,(t ,s ), 其 线 性 相 关 系 数
1 1 2 2 n n
n
∑(t -t)(s -s)
i i
r= i=1 ,其回归直线s=α+βt的斜率和截距的最小二乘估计分别为:
√ n n
❑∑(t -t) 2∑(s -s) 2
i i
i=1 i=1
n
∑(t -t)(s -s)
i i
^β= i=1 ,α^=s-^βt.
n
∑(t -t) 2
i
i=1
【变式2-1】1. (2023上·全国·高三专题练习)数独是源自18世纪瑞士的一种数学游戏,
玩家需要根据9×9盘面上的已知数字,推理出所有剩余空格的数字,并满足每一行、每一
列、每一个粗线宫(3×3)内的数字均含1~9,且不重复.数独爱好者小明打算报名参加
“丝路杯”全国数独大赛初级组的比赛.
1
t=
参考数据 :
x
1
7 7
∑t y t ∑t 2-7t2
i i i
i=1 i=11 750 0.37 0.55
参考公式:对于一组数据(u ,v ),(u ,v ),⋯,(u ,v ),其经验回归方程v^=a^+^βμ
1 1 2 2 n n
n
∑μ ν -nμν
i i
的斜率和截距的最小二乘估计分别为 ^β= i=1 ,a^=v^-^βμ.
n
∑μ2-nμ2
i
i=1
(1)赛前小明进行了一段时间的训练,每天解题的平均速度y(秒/题)与训练天数x(天)有关,
经统计得到如下数据:
x(天) 1 2 3 4 5 6 7
y(秒/题) 910 800 600 440 300 240 210
b^
现用^y=a^+ 作为回归方程模型,请利用表中数据,求出该回归方程;(a^,b^用分数表示)
x
(2)小明和小红玩“对战赛”,每局两人同时开始解一道数独题,先解出题的人获胜,不存
2
在平局,两人约定先胜3局者赢得比赛.若小明每局获胜的概率为 ,且各局之间相互独
3
立,设比赛X局后结束,求随机变量X的分布列及均值.
【变式2-1】2. (2023·四川绵阳·统考二模)抗体药物的研发是生物技术制药领域的一个
重要组成部分,抗体药物的摄入量与体内抗体数量的关系成为研究抗体药物的一个重要方
面.某研究团队收集了10组抗体药物的摄入量与体内抗体数量的数据,并对这些数据作了
初步处理,得到了如图所示的散点图及一些统计量的值,抗体药物摄入量为 x(单位:mg
),体内抗体数量为y(单位:AU/mL).
10 10 10 10
∑t z ∑t ∑ z ∑t2
i i i i i
i=1 i=1 i=1 i=1
29.2 12 16 34.4
(1)根据经验,我们选择y=cxd
作为体内抗体数量y关于抗体药物摄入量x的回归方程,将
y=cxd 两边取对数,得ln y=lnc+dlnx,可以看出lnx与ln y具有线性相关关系,试根据
参考数据建立y关于x的回归方程,并预测抗体药物摄入量为25mg时,体内抗体数量y的
值;
(2)经技术改造后,该抗体药物的有效率 z 大幅提高,经试验统计得 z 服从正态分布
N∼(0.48,0.032),那这种抗体药物的有效率z超过0.54的概率约为多少?附:①对于一组数据(u ,v )(i=1,2,⋯,10),其回归直线v^=^βu+a^的斜率和截距的最小二
i i
n
∑u v -nuv
i i
乘估计分别为 ^β= i=1 ,a^=v^-^βu;
n
∑u2-nu2
i
i=1
② 若 随 机 变 量 Z~N(μ,σ2), 则 有 P(μ-σ<Z<μ+σ)≈0.6826,
P(μ-2σ<Z<μ+2σ)≈0.9544,P(μ-3σ<Z<μ+3σ)≈0.9974;
③取e≈2.7.
【变式2-1】3. (2023下·重庆沙坪坝·高三重庆八中校考阶段练习)在正常生产条件下,
根据经验,可以认为化肥的有效利用率近似服从正态分布N(0.54,0.022
),而化肥施肥量
因农作物的种类不同每亩也存在差异.
(1)假设生产条件正常,记X表示化肥的有效利用率,求P(X≥0.56);
(2)课题组为研究每亩化肥施用量与某农作物亩产量之间的关系,收集了10组数据,并对
这些数据作了初步处理,得到了如图所示的散点图及一些统计量的值.其中每亩化肥施用量
为x(单位:公斤),粮食亩产量为y(单位:百公斤)
参考数据:
10 10 10 10 10 10 10 10
∑ x y ∑ x ∑ y ∑ x2 ∑t z ∑t ∑ z ∑t2
i i i i i i i i i i
i=1 i=1 i=1 i=1 i=1 i=1 i=1 i=1
650 91.5 52.5 1478.6 30.5 15 15 46.5
t =lnx,zi=ln y (i=1,2,…,10).
i i i
(i)根据散点图判断,y=a+bx与y=cxd ,哪一个适宜作为该农作物亩产量y关于每亩化
肥施用量x的回归方程(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;并预测每亩化肥施用量
为27公斤时,粮食亩产量y的值.(e≈2.7)
附:①对于一组数据(u ,v )(i=1,2,3,…,n),其回归直线v^=^βu+α^的斜率和截距的
i i
n
∑u v -nuv
i i
最小二乘估计分别为 ^β= i=1 ,α^=v^-^βu;
n
∑u2-nu2
i
i=1② 若 随 机 变 量 X∼N(μ,σ2 ), 则 P(μ-σ<X<μ+σ)≈0.6827,
P(μ-2σ<X<μ+2σ)≈0.9545.
【变式2-1】4. (2023·云南保山·统考二模)中医药是包括汉族和少数民族医药在内的我
国各民族医药的统称,是具有悠久历史传统和独特理论技术方法的医药体系,长期呵护着
我们的健康,为中华文明的延续作出了突出贡献.某科研机构研究发现,某味中药的药用量
x(单位:克)与药物功效^y(单位:药物功效单位)之间具有关系^y=10x-x2
.
(1)估计该味中药的最佳用量与功效;
(2)对一批含有这昧中药的合成药物进行检测,发现这味中药的药用量平均值为 6克,标准
差为2,估计这批合成药的药物功效^y的平均值.
题型3非线性之指数函数方程
1.直接设指数求解;
2.取对数化简,再设对数求解
【例题3】(2023·全国·模拟预测)一座城市的夜间经济不仅有助于拉动本地居民内需,
还能延长外地游客、商务办公者等的留存时间,带动当地经济发展,是衡量一座城市生活
质量、消费水平、投资环境及文化发展活力的重要指标.数据显示,近年来中国各地政府
对夜间经济的扶持力度加大,夜间经济的市场发展规模保持稳定增长,下表为 2017—
2022年中国夜间经济的市场发展规模(单位:万亿元),其中 2017—2022年对应的年
份代码依次为1~6.
年份代码x 1 2 3 4 5 6
中国夜间经济的市场发展规模y/万亿 30.
20.5 22.9 26.4 36.4 42.4
元 9
(1)已知可用函数模型y=a⋅bx 拟合y与x的关系,请建立y关于x的回归方程(a,b的值精
确到0.01);
(2)某传媒公司预测2023年中国夜间经济的市场规模将达到48.1万亿元,现用(1)中求
得的回归方程预测2023年中国夜间经济的市场规模,若两个预测规模误差不超过 1万亿
元,则认为(1)中求得的回归方程是理想的,否则是不理想的,判断(1)中求得的回归
方程是否理想.参考数据:
6
v ∑❑x v e2.848 e0.148 1.167
i i
i=1
3.36
73.282 17.25 1.16 2.83
6
其中v =ln y.
i i
参考公式:对于一组数据(u ,v ),(u ,v ),⋅⋅⋅,(u ,v ),其回归直线v^=α^+^βu的斜率和
1 1 2 2 n nn
∑(u -u)(v -v)
i i
截距的最小二乘估计分别为
^β= i=1 ,α^=v-^βu.
n
∑(u -u) 2
i
i=1
【变式3-1】1. (2023·四川内江·统考一模)某企业为响应国家号召,汇聚科研力量,加
强科技创新,准备加大研发资金投入,为了解年研发资金投入额x(单位:亿元)对年盈
利额y(单位:亿元)的影响,通过对“十二五”和“十三五”规划发展10年期间年研发
资金投入额x和年盈利额 y (i=1,2,⋯,10)数据进行分析,建立了两个函数模型:
i i
y=α+βx2 ;y=eλx+t ,其中α、β、λ、t均为常数,e为自然对数的底数,令u =x2 ,
i i
v =ln y (i=1,2,⋯,10),经计算得如下数据:
i i
x=26 y=215 u=680 v=5.36
10 10 10 10
∑(x -x) 2=100 ∑(u -u) 2=22500 ∑(u -u)(y - y)=260 ∑(y - y) 2=4
i i i i i
i=1 i=1 i=1 i=1
10 10
∑(v -v) 2=4 ∑(x -x)(v -v)=18
i i i
i=1 i=1
(1)请从相关系数的角度,分析哪一个模型拟合度更好?
(2)根据(1)的选择及表中数据,建立y关于x的回归方程.(系数精确到0.01)
n
∑(x -x)(y - y)
i i
r= i=1
附:相关系数
√ n √ n
❑∑(x -x) 2❑∑(y - y) 2
i i
i=1 i=1
n
∑(x -x)(y - y)
i i
回归直线^y=b^x+a^中:b^= i=1 ,a^= y-b^x.
n
∑(x -x) 2
i
i=1
【变式3-1】2. (2023·全国·模拟预测)近三年的新冠肺炎疫情对我们的生活产生了很大
的影响,当然也影响着我们的旅游习惯,乡村游、近郊游、周边游热闹了许多,甚至出现
“微度假”的概念.在国家有条不紊的防疫政策下,旅游又重新回到了老百姓的日常生活
中.某乡村抓住机遇,依托良好的生态环境、厚重的民族文化,开展乡村旅游.通过文旅
度假项目考察,该村推出了多款套票文旅产品,得到消费者的积极回应.该村推出了六条
乡村旅游经典线路,对应六款不同价位的旅游套票,相应的价格x与购买人数y的数据如
下表.
采 摘
旅游线路 奇山秀水游 古村落游 慢生活游 亲子游 舌尖之旅
游
套票型号 A B C D E F
价格x/元 39 49 58 67 77 86经数据分析、描点绘图,发现价格x与购买人数y近似满足关系式y=axb(a>0,b>0),即
ln y=blnx+lna(a>0,b>0),对上述数据进行初步处理,其中v =lnx,w =ln y ,i=1,
i i i i
2,…,6.
6 6 6 6
附:①可能用到的数据:∑v w =75.3,∑v =24.6,∑w =18.3,∑v2=101.4.
i i i i i
i=1 i=1 i=1 i=1
②对于一组数据(v ,w ),(v ,w ),…,(v ,w ),其回归直线w^=b^v+a^的斜率和截距的
1 2 2 2 n n
n n
∑(v -v)(w -w) ∑v w -nvw
i i i i
最小二乘估计值分别为b^= i=1 = i=1 ,a^=w-b^v.
n n
∑(v -v) 2 ∑v2-nv2
i i
i=1 i=1
(1)根据所给数据,求y关于x的回归方程.
(2)按照相关部门的指标测定,当套票价格x∈[49,81]时,该套票受消费者的欢迎程度更
高,可以被认定为“热门套票”.现有三位游客,每人从以上六款套票中购买一款旅游,
购买任意一款的可能性相等.若三人买的套票各不相同,记三人中购买“热门套票”的人
数为X,求随机变量X的分布列和期望.
【变式3-1】3. (2023上·山东淄博·高三统考期中)为传承和发扬淄博陶瓷,某陶瓷公司
计划加大研发力度.为确定下一年度投资计划,需了解年研发资金x(亿元)与年销售额
i
y(亿元)的关系.该公司对历史数据进行对比分析,建立了两个函数模型:①
i
y=α+βx2 ,②y=eλx+t ,其中α,β,λ,t均为常数,e为自然对数的底数.
现该公司收集了近12年的年研发资金x和年销售额y的数据,i=1,2,⋯,12,并对这
i i
些数据作了初步处理,得到了散点图及一些统计量的值.令u =x2(i=1,2,⋯,12),
i i
v =ln y (i=1,2,⋯,12),经计算得如下数据:
i i
12 12
x y ∑(x -x) 2 ∑(y - y) 2 u v
i 1
i=1 i=1
20 66 770 200 460 4.20
12 12 12 12
2 2
∑(u -u) ∑(u -u)(y - y) ∑(v -v) ∑(x -x)(v -v)
i i i i i i
i=1 i=1 i=1 i=1
3125000 21500 0.308 14(1)设{u }和{y }的相关系数为r ,{x }和{v }的相关系数为r ,请从相关系数的角度,选择
i i 1 i i 2
一个拟合程度更好的模型;
(2)根据(1)的选择及表中数据,建立y关于x的回归方程(计算过程中保留到0.001,最
后结果精确到0.01);
(3)为进一步了解人们对新款式瓷器喜爱程度(分为“比较喜欢”和“不太喜欢”)是否跟
年龄(分为“小于30岁”和“不小于30岁”)有关,公司从该地区随机抽取600人进行
调查,调查数据如下表:
不 太 喜
比较喜欢 合计
欢
年龄小于30岁 200 100 300
年龄不小于30岁 150 150 300
合计 350 250 600
根据小概率α=0.001的独立性检验,分析该地区对新款式瓷器喜爱程度是否与年龄有关.
n
∑(x -x)(y - y)
i i
附:①相关系数 r= i=1 ,回归直线^y=a+bx中斜率和截距的最小二
√ n n
❑∑(x -x) 2∑(y - y) 2
i i
i=1 i=1
n n
∑ x y -nxy ∑(x -x)(y - y)
i i i i
乘估计公式分别为:b^= i=1 = i=1 ,a^= y-b^x;
n n
∑ x2-x2 ∑(x -x) 2
i i
i=1 i=1
n(ad-bc) 2
②χ2= ,n=a+b+c+d;
(a+b)(c+d)(a+c)(b+d)
α 0.15 0.1 0.05 0.025 0.01 0.001
x 2.072 2.706 3.841 5.024 6.635 10.828
α
③参考数据:308=4×77.
【变式3-1】4. (2023上·重庆渝中·高三统考期中)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6年区块链企业总数
量相关数据,如下表:
年份 2017 2018 2019 2020 2021 2022
编号x 1 2 3 4 5 6
企业总数量 y(单位:百
50 78 124 121 137 352
个)
(1)若用模型y=aebx 拟合y与x的关系,根据提供的数据,求出y与x的经验回归方程;
(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;②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;③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
1 1 3
知在每场比赛中,甲胜乙的概率为 ,甲胜丙的概率为 ,乙胜丙的概率为 ,若首场由甲
2 3 5
乙比赛,求甲公司获得“优胜公司”的概率.
6 6
参考数据:∑u =28.5,∑ x u =106.05,其中,u =ln y
i i i i i
i=1 i=1
参考公式:对于一组数据(x ,y )(i=1,2,3,⋅⋅⋅,n),其经验回归直线^y=b^x+a^的斜率和
i i
n
∑ x y -nx⋅y
i i
截距的最小二乘估计分别为b^= i=1 ,a^= y-b^x
n
∑ x2-nx2
i
i=1
题型4非线性之对数函数方程
1.直接设对数求解;2.对指数型取对数
【例题4】(2023·福建·统考模拟预测)放行准点率是衡量机场运行效率和服务质量的重
要指标之一.某机场自2012年起采取相关策略优化各个服务环节,运行效率不断提升.以下
是根据近10年年份数x与该机场飞往A地航班放行准点率y(i=1,2,⋯,10)(单
i i
位:百分比)的统计数据所作的散点图及经过初步处理后得到的一些统计量的值.
10 10 10 10
x y t ∑ x2 ∑ x y ∑t2 ∑t y
i i i i i i
i=1 i=1 i=1 i=1
2017. 1. 1621254.
80.4 40703145.0 27.7 1226.8
5 5 2
10
1
其中t =ln(x -2012),t= ∑❑t
i i 10 i
i=1(1)根据散点图判断,y=bx+a与y=cln(x-2012)+d哪一个适宜作为该机场飞往A地航
班放行准点率y关于年份数x的经验回归方程类型(给出判断即可,不必说明理由),并
根据表中数据建立经验回归方程,由此预测2023年该机场飞往A地的航班放行准点率.
(2)已知2023年该机场飞往A地、B地和其他地区的航班比例分别为0.2、0.2和0.6.若以
(1)中的预测值作为2023年该机场飞往A地航班放行准点率的估计值,且2023年该机
场飞往B地及其他地区(不包含A、B两地)航班放行准点率的估计值分别为80%和75%,
试解决以下问题:
(i)现从2023年在该机场起飞的航班中随机抽取一个,求该航班准点放行的概率;
(ii)若2023年某航班在该机场准点放行,判断该航班飞往A地、B地、其他地区等三种
情况中的哪种情况的可能性最大,说明你的理由.
附:(1)对于一组数据(u ,v ),(u ,v ),…,(u ,v ),其回归直线v=α+βu的斜率和截
1 1 2 2 n n
n n
∑(u -u)(v -v) ∑u v -nu⋅v
i i i i
距的最小二乘估计分别为 ^β= i=1 = i=1 ,α^=v-^βu
n n
∑(u -u) 2 ∑u2-nu2
i i
i=1 i=1
参考数据:ln10≈2.30,ln11≈2.40,ln12≈2.48.
【变式4-1】1. (2023·云南昆明·高三昆明一中校考阶段练习)《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,要大力推进数字乡村建设,推进
智慧农业发展.某乡村合作社借助互联网直播平台进行农产品销售,众多网红主播参与到直
播当中,在众多网红直播中,统计了 10 名网红直播的观看人次x和农产品销售量
i
y (i=1,2,3,⋯,10)的数据,得到如图所示的散点图.
i
(1)利用散点图判断,^y=a^+b^x和^y=c^+d^lnx哪一个更适合作为观看人次x和销售量y的
回归方程类型;(只要给出判断即可,不必说明理由)
(2)对数据作出如下处理:得到相关统计量的值如表:
10 10 10 10
x y ω ∑(x -x) 2 ∑(ω -ω) 2 ∑(x -x)(y - y) ∑(ω -ω)(y - y)
i i i i i i
i=1 i=1 i=1 i=1
9.
30.3 2 366 6.6 439.2 66
4
10
1
其中令ω =lnx,ω= ∑ω.根据(1)的判断结果及表中数据,求y关于x的回归方程,
i i 10 i
i=1并预测当观看人次为280万人时的销售量;
(3)规定:观看人次大于等于120万人次的主播为优秀主播,从这10名主播中随机抽取3
名,记其中优秀主播的人数为X,求X的分布列和数学期望.
参考数据和公式:ln2≈0.69,ln7≈1.95
附:对于一组数据(u ,v ),(u ,v ),…,(u ,v ),其回归线v^=α^+^βu的斜率和截距的最
1 1 2 2 n n
n
∑(u -u)(v -v)
i i
小二乘估计分别为: ^β= i=1 ,α^=v-^βu.
n
∑(u -u) 2
i
i=1
【变式4-1】2. (2023·山西·校联考模拟预测)某剧场的座位数量是固定的,管理人员统
计了最近在该剧场举办的五场表演的票价x(单位:元)和上座率y (上座人数与总座位
i i
数的比值)的数据,其中i=1,2,3,4,5,并根据统计数据得到如下的散点图:
(1)由散点图判断y=bx+a与y=clnx+d哪个模型能更好地对y与x的关系进行拟合(给出
判断即可,不必说明理由),并根据你的判断结果求回归方程;
(2)根据(1)所求的回归方程,预测票价为多少时,剧场的门票收入最多.
5 5 5
参考数据:x=240,y=0.5,∑ x2=365000,∑ x y =457.5;设z =lnx,则∑ z ≈27,
i i i i i i
i=1 i=1 i=1
5 5
∑ z2≈147.4,∑ z y ≈12.7;e5.2≈180,e5.4≈220,e6.4≈600.
i i i
i=1 i=1
参考公式:对于一组数据(u ,v ),(u ,v ),⋯,(u ,v ),其回归直线v^=α^+^βu的斜率和截
1 1 2 2 n n
n n
∑u v -nuv ∑(u -u)(v -v)
i i i i
距的最小二乘估计分别为: ^β= i=1 = i=1 ,α^=v-^βu.
n n
∑u2-nu2 ∑(u -u) 2
i i
i=1 i=1
【变式4-1】3. (2023·辽宁朝阳·校联考一模)秋天的第一杯奶茶是一个网络词汇,最早
出自四川达州一位当地民警之口,民警用“秋天的第一杯奶茶”顺利救下一名女孩,由此
而火爆全网.后来很多人开始在秋天里买一杯奶茶送给自己在意的人.某奶茶店主记录了入秋
后前7天每天售出的奶茶数量(单位:杯)
如下:
第 二 第 四 第 六
日期 第一天 第三天 第五天 第七天
天 天 天
日期代码
1 2 3 4 5 6 7
x杯数y 4 15 22 26 29 31 32
(1)请根据以上数据,绘制散点图,并根据散点图判断,y=a+bx与y=c+dlnx哪一个更
适宜作为y关于x的回归方程模型(给出判断即可,不必说明理由);
(2)建立y关于x的回归方程(结果保留1位小数),并根据建立的回归方程,试预测要到
哪一天售出的奶茶才能超过35杯?
(3)若每天售出至少25杯即可盈利,则从第一天至第七天中任选三天,记随机变量 X表示
盈利的天数,求随机变量X的分布列.
7
1
参考公式和数据:其中u =lnx ,u= ∑u
i i 7 i
i=1
n
∑ x y -nx y
1 1
回归直线方程^y=b^x+a^中,b^= i=1 ,a^= y-b^x
n
∑ x2-nx2
i
i=1
7 7 7
y u ∑ x y ∑u y ∑u2 e2.1
i 1 i 1 i
i=1 i=1 i=1
22.7 1.2 759 235.1 13.2 8.2
【变式4-1】4. (2022上·四川绵阳·高三绵阳中学校考期末)某创业者计划在某旅游景区
附近租赁一套农房发展成特色“农家乐”,为了确定未来发展方向,此创业者对该景区附
近五家“农家乐”跟踪调查了100天,这五家“农家乐”的收费标准互不相同,得到的统
计数据如下表,x为收费标准(单位:元/日),t为入住天数(单位:天),以频率作为
各自的“入住率”,收费标准x与“入住率”y的散点图如图.
30
x 100 150 200 450
0
t 90 65 45 30 20
(1)若从以上五家“农家乐”
中随机抽取两家深入调查,记ξ为“入住率”超过0.6的农家乐的个数,求ξ的概率分布列;(2)令z=lnx,由散点图判断^y=b^x+a与^y=b^z+a哪个更合适于此模型(给出判断即可,
不必说明理由)?并根据你的判断结果求回归方程;(a^,b^的结果精确到0.1)
(3)根据第(2)问所求的回归方程,试估计收费标准为多少时,100天销售额L最大?
(100天销售额L=100×入住率×收费标准x)
n
∑ x y -nx⋅y
i i 5
参 考 数 据 : b^= i=1 , a^= y-b^ ⋅x, x=240, ∑ x2=365000,
n i
∑ x2-nx2 i=1
i
i=1
5 5 5
∑ x y =457.5, z≈5.35, z2≈28.57, ∑ z2≈144.24, ∑ z y ≈12.72, e5≈150,
i i i i i
i=1 i=1 i=1
e5.4≈220.
【变式4-1】5.(2023下·江西·高三校联考阶段练习)中医药在抗击新冠肺炎疫情中,发
挥了重要作用.中药可以起到改善平常上呼吸道的症状,同时可以起到抑制病毒繁殖的效果
就可以达到治疗新型冠状病毒肺炎的作用.某地种植药材收到了很好的经济效益.根据资料
显示,产出的药材的箱数x(单位:十箱)与成本y(单位:千元)的关系如下:
x 3 4 6 7 9
y 6.5 7 7.5 8 8.2
y与x可用回归方程^y=b^lgx+a^(其中a^,b^为常数,且精确到0.01)进行模拟.
(1)若农户卖出的该药材的价格为500元/箱,试预测该药材10箱的利润是多少元;(利润
=售价-成本)
(2)据统计,4月份的连续20天中农户每天为甲地可配送的药材的箱数的频率分布直方图
如图,用这20天的情况来估计相应的概率.
(i)通过频率分布直方图计算农户每天平均可配送的药材的箱数(同一组中的数据以这组数
据所在区间中点的值作代表);
(ii)一个运输户拟购置3辆小货车专门运输农户为甲地配送的该药材,一辆货车每天只能运
营一趟,每辆车每趟最多只能装载40箱该药材,满载发车,否则不发车.若发车,则每
辆车每趟可获利400元;若未发车,则每辆车每天平均亏损200元.试计算此项业务每天
的利润平均值的大小.
参考数据:设t=lgx,则
5 5
t y ∑(t -t)(y - y) ∑(t -t) 2
i i i
i=1 i=1
0.7
7.44 0.53 0.15
3参考公式:对于一组数据(u ,v ) (i=1,2,3,⋅⋅⋅,n),其回归直线v^=^βu+α^的斜率和截距
i i
的最小二
n
∑u v -nuv
i i
乘估计分别为 ^β= i=1 ,α^=v-^βu.
n
∑u2-nu2
i
i=1
题型5残差相关模型
残差计算思路如下∶先求出回归方程y=bx+a(b,a直接套公式即可),然后把表格中每一
个x值通过方程算出对应的每一个y值,最后与表格中的y值对应相减即可。数据点和它
在回归直线上相应位置的差异y-^y是随机误差的效应,称 e^=y-^y为残差。
i i i i i
残差计算公式∶实际观察值与估计值(拟合值)之间的差。
n
残差平方和:∑(y -^y ) 2
i i
i=1
【例题5】(2023上·云南昆明·高三校考阶段练习)云南省统计局发布《全省旅游业发展
情况(2015-2022年)》报告,其中2015年至2022年游客总人数y(单位:亿人次)的
数据如下表:
201 201 202
年份 2015 2017 2019 2020 2022
6 8 1
年份代号x 1 2 3 4 5 6 7 8
游客总人数y 3.3 4.3 5.7 6.9 8.1 5.3 6.5 8.4
为了预测2023年云南省游客总人数,根据2015年至2022年游客总人数y的数据建立线
性回归模型一,得到回归方程l :^y=0.556x+3.56,但由于受到2020年疫情影响,估计
1
预测不准确,若用 2015 年至 2019 年数据建立线性回归模型二,得到回归方程l :
2
y=1.22x+2
(1)根据l 和l 预测2023年云南省游客总人数(预测数据精确到0.1);
1 2
(2)为了检验两种模型的预测效果,对两种模型作残差分析得到:
8 8
模型一:总偏差平方和∑(y - y) 2=21.959,残差平方和∑(y -^y ) 2=8.977;
i i i
i=1 i=1
5 5
模型二:总偏差平方和∑(y - y) 2=14.912,残差平方和∑(y -^y ) 2=0.028,
i i i
i=1 i=1
用R2 来比较模型一与模型二的拟合效果(R2
精确到0.001);
(3)根据2020年至2022年游客总人数y的数据建立线性回归模型三,求回归方程l ,并根
3
据l 预测2023年云南省游客总人数(预测数据精确到0.1).
3n n
∑(y -^y ) 2 ∑(x -x)(y - y)
i i i i
参考公式:R2=1- i=1 ,b^= i=1 ,a^= y-b^x,^y=b^x+a^.
n n
∑(y - y) 2 ∑(x -x) 2
i i
i=1 i=1
【变式5-1】1. (2023下·广西防城港·高三统考阶段练习)某互联网公司为了确定下季度
的前期广告投人计划,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:
月份 1 2 3 4 5 6
广告投入量 2 4 6 8 10 12
收益 14.21 20.31 31.8 31.18 37.83 44.67
他们用两种模型①y=bx+a,②y=aebx
分别进行拟合,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.
6 6
x y ∑ x y ∑ x2
i i i
i=1 i=1
3
7 1464.24 364
0
(1)根据残差图,比较模型①,②的拟合效果,应选择哪个模型拟合?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时,(1)中所选模型收益的预报值是多少?
附:对于一组数据(x ,y ),(x ,y ),⋯,(x ,y ),其回归直线^y=b^x+a^的斜率和截距的最
1 1 2 2 n n
n n
∑(x -x)(y - y) ∑ x y -nx⋅y
i i i i
小二乘估计分别为:b^= i=1 = i=1 ,a^= y-b^x
n n
∑(x -x) 2 ∑ x2-nx2
i i
i=1 i=1
【变式5-1】2. (2023·河北唐山·统考三模)据统计,某城市居民年收入(所有居民在一
年内收入的总和,单位:亿元)与某类商品销售额(单位:亿元)的 10年数据如下表所
示:
第n年 1 2 3 4 5 6 7 8 9 10
居民年收入 32.2 31.1 32.9 35. 37.1 38.0 39.0 43. 44.6 46.0x 7 0
商品销售额 37. 44.
25.0 30.0 34.0 39.0 41.0 42.0 48.0 51.0
y 0 0
依据表格数据,得到下面一些统计量的值.
10 10
10 10 10
∑❑x
i
∑❑y
i
¿i=1(x
i
-x) 2 ¿i=1(y
i
- y) 2 ¿i=1(x
i
-x)(y
i
- y)
i=1 i=1
379.6 391 247.624 568.9 m
(1)根据表中数据,得到样本相关系数r≈0.95.以此推断,y与x的线性相关程度是否很强?
(2)根据统计量的值与样本相关系数r≈0.95,建立y关于x的经验回归方程(系数精确到
0.01);
(3)根据(2)的经验回归方程,计算第 1 个样本点(32.2,25.0)对应的残差(精确到
0.01);并判断若剔除这个样本点再进行回归分析,b^的值将变大还是变小?(不必说明
理由,直接判断即可).
n
∑(x -x)(y - y)
i i
附:样本(x ,y )(i=1,2,⋯,n)的相关系数 r= i=1 ,
i i √ n √ n
❑∑(x -x) 2❑∑(y - y) 2
i i
i=1 i=1
n
∑(x -x)(y - y)
i i
❑√2.297≈1.516,b^= i=1 ,a^= y-b^x.
n
∑(x -x) 2
i
i=1
【变式5-1】3. (2023·黑龙江哈尔滨·哈尔滨三中校考二模)中国共产党第二十次全国代
表大会上的报告中提到,新时代十年我国经济实力实现历史性跃升,国内生产总值从 54
万亿元增长到114万亿元,我国经济总量稳居世界第二位.建立年份编号为解释变量,地区
生产总值为响应变量的一元线性回归模型,现就2012-2016某市的地区生产总值统计如下:
201 201
年份 2013 2014 2016
2 5
年份编号 1 2 3 4 5
地区生产总值(亿元) 2.8 3.1 3.9 4.6 5.6
(1)求出回归方程,并计算2016年地区生产总值的残差;
(2)随着我国打赢了人类历史上规模最大的脱贫攻坚战,该市 2017-2022的地区生产总值
持 续 增 长 , 现 对 这 11 年 的 数 据 有 三 种 经 验 回 归 模 型 ^y=1.017x+1.200、
^y=3.816❑√x-1.645、^y=0.107x2+2.365,它们的R2
分别为0.976、0.880和0.985,请
根据R2
的数值选择最好的回归模型预测一下2023年该市的地区生产总值;
(3)若2012-2022该市的人口数(单位:百万)与年份编号的回归模型为^y=0.2x+1.2,
结合(2)问中的最佳模型,预测一下在2023年以后,该市人均地区生产总值的变化趋势.n n
∑ x y -nxy ∑(x -x)(y - y)
i i i i
参考公式:b^= i=1 = i=1 ,a^= y-b^x;
n n
∑ x2-nx2 ∑(x -x) 2
i i
i=1 i=1
【变式5-1】4. (2023·陕西咸阳·武功县普集高级中学统考二模)2021年,党中央、国务
院印发了《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》,也就是
我们现在所称的“双减”政策.某地为了检测双减的落实情况,从某高中选了6名同学,检
测课外学习时长(单位:分钟),相关数据如下表所示.
学生序号 1 2 3 4 5 6
21
学习时长/分 220 180 220 200 230
0
(1)若从被抽中的6名同学中随机抽出2名,则抽出的2名同学课外学习时长都不小于210
分钟的概率;
(2)下表是某班统计了本班同学2022年1-7月份的人均月课外劳动时间(单位:小时),
并建立了人均月课外劳动时间y关于月份x的线性回归方程^y=b^x+4,y与x的原始数据如
下表所示:
月份x 1 2 3 4 5 6 7
人均月劳动时间
8 9 m 12 n 19 22
y
7
由于某些原因导致部分数据丢失,但已知∑ x y =452.
i i
i=1
(i)求m,n的值;
(ii)求该班6月份人均月劳动时间数据的残差值(残差即样本数据与预测值之差).
n n
∑(x -x)(y - y) ∑ x y -nx y
i i i i
附:^y=b^x+a^,b^= i=1 = i=1 ,a^= y-b^x.
n n
∑(x -x) 2 ∑ x2-nx2
i i
i=1 i=1
题型6独立性检验
独立性检验的步骤
(1)根据实际问题的需要确定允许推断“事件A与B有关系”犯错误的概率的上界α,然
后查表确定临界值k.
(2)利用公式χ2 =计算随机变量χ2.
【例题6】(2023上·贵州贵阳·高三贵阳一中校考阶段练习)“村BA”后,贵州“村超”
又火出圈!所谓“村超”,其实是目前火爆全网的贵州乡村体育赛事一一榕江(三宝侗寨)
和美乡村足球超级联赛,被大家简称为“村超”.“村超”的民族风、乡土味、欢乐感,让每
个人尽情享受着足球带来的快乐.
某校为了丰富学生课余生活,组建了足球社团.足球社团为了解学生喜欢足球是否与性别有关,随机抽取了男、女同学各50名进行调查,部分数据如表所示:
喜 欢 足
不喜欢足球 合计
球
男生 20
女生 15
合计 100
n(ad-bc) 2
附:χ2=
.
(a+b)(c+d)(a+c)(b+d)
α 0.1 0.05 0.01 0.005 0.001
x 2.706 3.841 6.635 7.879 10.828
α
(1)根据所给数据完成上表,依据α=0.005的独立性检验,能否有99.5%的把握认为该中学
学生喜欢足球与性别有关?
(2)社团指导老师从喜欢足球的学生中抽取了2名男生和1名女生示范定点射门.据统计,这
2 1
两名男生进球的概率均为 ,这名女生进球的概率为 ,每人射门一次,假设各人进球相
3 2
互独立,求3人进球总次数X的分布列和数学期望.
【变式6-1】1. (2023·全国·模拟预测)中秋节起源于我国,是我国的传统节日之一,吃
月饼是中秋节的重要习俗.某超市为了解月饼销售情况,随机调研了某日来店购买月饼的
200位顾客,并将调研结果整理如下:
年龄 购买袋装月饼 购买礼盒月饼
50岁及以上 80 20
不超过50岁 60 40
(1)根据已知条件,试判断是否有99%的把握认为顾客购买袋装月饼或礼盒月饼与年龄有关?
(2)假设A表示事件“在该超市购买月饼礼盒赠送玉兔望月挂件”,B表示事件“顾客在该
超市购买月饼礼盒”,P(A)>0,根据以往经验,在赠送礼品的情况下顾客在该超市购买
月饼礼盒的概率会增大,证明:P(A|B)-P(A|B)>0.
n(ad-bc) 2
附:K2= ,其中n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
参考数据:
P(K2≥k ) 0.10 0.05 0.025 0.010
0
3.84
k 2.706 5.024 6.635
0
1
【变式6-1】2. (2023·全国·模拟预测)某平台为了解当代大学生对“网络公序良俗”的
认知情况,设计了一份调查表,题目分为必答题和选答题.其中必答题是①、②、③共三
道题,选答题为④、⑤、⑥、⑦、⑧、⑨、⑩共七道题,被调查者在选答题中自主选择其
中4道题目回答即可.为了调查当代大学生对④、⑥、⑧、⑩四道选答题的答题情况,从同济大学在④、⑥、⑧、⑩四个题目中至少选答一道的学生中随机抽取100名学生进行调
查,他们选答④、⑥、⑧、⑩的题目数及人数统计如表:
选答④、⑥、⑧、⑩的题目数 1道 2道 3道 4道
人数 20 30 30 20
(1)从这100名学生中任选3名,求他们选答④、⑥、⑧、⑩题目数量之和为5的概率;
(2)从这100名学生中任选2名,记X表示这2名学生选答④、⑥、⑧、⑩的题目数之差的
绝对值,求随机变量X的数学期望;
(3)学校还调查了这100位学生的性别情况,研究男女生中“公序良俗”达人的大概比例,
得到的数据如下表:(规定同时选答④、⑥、⑧、⑩的学生为“公序良俗”达人)
性别 “公序良俗”达人 非“公序良俗”达人 总计
男性 8
女性 25
总计 100
请完成上述2×2列联表,并计算回答是否有95%的把握认为“公序良俗”达人与性别有关.
n(ad-bc) 2
参考公式:χ2= ,其中n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
附表:
0.01
α 0.10 0.05 0.001
0
2.70 6.63
x 3.841 10.828
α
6 5
【变式6-1】3. (2023下·贵州贵阳·高三校联考阶段练习)某学校共有1000名学生参加
数学知识竞赛,其中男生250人.为了了解该校学生在数学知识竞赛中的情况,采取按性
别分层抽样,随机抽取了100名学生进行调查,分数分布在450~950分之间.将分数不
低于750分的学生称为“高分选手”.根据调查的结果绘制的学生分数频率分布直方图如
图所示.
(1)求a的值,并估计该校学生分数的平均数(同一组中的数据用该组区间的中点值作代
表);
(2)若样本中属于“高分选手”的男生有10人,完成下列2×2列联表,并判断是否有95%
的把握认为该校学生属于“高分选手”与“性别”有关?
属于“高分选手” 不属于“高分选手” 合计
男生女生
合计
n(ad-bc) 2
参考公式:K2= ,其中n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
P(K2>k ) 0.15 0.10 0.05 0.02 0.010 0.005 0.001
0 5
5.02
k 2.072 2.706 3.841 6.635 7.879 10.828
0
4
【变式6-1】4. (2023上·宁夏银川·高三校联考阶段练习)体育强则中国强,国运兴则体
育兴,体育强国是新时期我国体育工作改革和发展的目标与任务,银川某学校体育老师决
定检验高三学生的1km水平,随机抽取了100位学生进行测试,并根据该项技能的评价
指标,按[60,70),[70,80),[80,90),[90,100),分成4组,得到如下图所示的频率分
布直方图.
(1)求a的值,并估计评价指标的中位数(精确到0.1);
(2)根据频率分布直方图求样本评价指标的平均数(同一组的数据用该组区间的中点值作代
表),若平均数与中位数之差的绝对值小于1,则认为学生1km水平有显著稳定性;否则
不认为有显著稳定性,请依数据给出答案;
(3)在选取的100位学员中,其中男生人数与女生人数相同,若规定评价指标不低于80为
优秀,低于80为良好,经统计男生中有40个学员评价指标为优秀,请列出2×2列联表,
并判断是否有99%的把握认为“评价指标是否优秀与性别有关”.
n(ad-bc) 2
附:K2= ,其中n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
P(K2≥k ) 0.10 0.05 0.010
0
k 2.706 3.841 6.635
0
题型7回归分析与二项分布
【例题7】(2023下·海南海口·高三统考期中)为促进全民健身更高水平发展,更好地满足人民群众的健身和健康需求,国家相关部门制定发布了《全民健身计划(2021—2025
年)》.相关机构统计了我国2018年至2022年(2018年的年份序号为1,依此类推)健
身人群数量(即有健身习惯的人数,单位:百万),所得数据如图所示:
(1)若每年健身人群中放弃健身习惯的人数忽略不计,从2022年的健身人群中随机抽取5
人,设其中从2018年开始就有健身习惯的人数为X,求E(X);
(2)由图可知,我国健身人群数量与年份序号线性相关,请用相关系数加以说明.
n
∑(x -x)(y - y)
i i 5
附 : 相 关 系 数 r= i=1 . 参 考 数 据 : y=280, ∑ x2=55,
√ n n i
❑∑(x -x) 2∑(y - y) 2 i=1
i i
i=1 i=1
5 5
∑ y2=397262,∑ x y =4429,❑√52620≈229.4.
i i i
i=1 i=1
【变式7-1】1. (2023·河南·襄城高中校联考模拟预测)某公司是一家集无人机特种装备
的研发、制造与技术服务的综合型科技创新企业.该公司生产的甲、乙两种类型无人运输
机性能都比较出色,但操控水平需要十分娴熟,才能发挥更大的作用.已知在单位时间内
2 1
甲、乙两种类型的无人运输机操作成功的概率分别为 和 ,假设每次操作能否成功相互
3 2
独立.
(1)该公司分别收集了甲型无人运输机在 5 个不同的地点测试的两项指标数x,y(
i i
i=1,2,3,4,5),数据如下表所示:
地点1 地点2 地点3 地点4 地点5
甲型无人运输机指标数
2 4 5 6 8
x
甲型无人运输机指标数
3 4 4 4 5
y
试求y与x间的相关系数r,并利用r说明y与x是否具有较强的线性相关关系;(若
|r|>0.75,则线性相关程度很高)
(2)操作员连续进行两次无人机的操作有两种方案:
方案一:在初次操作时,随机选择两种无人运输机中的一种,若初次操作成功,则第二次
继续使用该类型设备;若初次操作不成功,则第二次使用另一类型进行操作.
方案二:在初次操作时,随机选择两种无人运输机中的一种,无论初次操作是否成功,第二次均使用初次所选择的无人运输机进行操作.
假定方案选择及操作不相互影响,试比较这两种方案的操作成功的次数的期望值.
n
∑(x -x)(y - y)
i i
附:参考公式及数据: r= i=1 ,❑√0.9≈0.95.
√ n √ n
❑∑(x -x) 2❑∑(y - y) 2
i i
i=1 i=1
【变式7-1】2. (2023·安徽·校联考模拟预测)纯电动汽车、混合电动汽车及燃料电池电
动汽车均为新能源汽车,近几年某地区新能源汽车保有量呈快速增长的态势,下表为
2018~2022 年该地区新能源汽车及纯电动汽车的保有量(单位:万辆),其中
2018~2022年对应的年份编号依次为1~5:
年份编号x 1 2 3 4 5
该地区新能源汽车保有量 1. 3.
2.6 4.9 7.8
y 5 4
1. 2.
该地区纯电动汽车保有量z 2.1 4.0 6.4
3 8
(1)由上表数据可知,可用指数函数模型y=a⋅bx 拟合y与x的关系,请建立y关于x的回归
方程(a,b的值精确到0.1),并预测2023年该地区新能源汽车保有量能否超过10万辆;
(2)从表中数据可以看出2018~2022年,该地区新能源汽车保有量中纯电动汽车保有量占
比均超过80%,说明纯电动汽车一直是新能源汽车的主流产品.若甲、乙、丙 3人从
2018~2022年中各随机选取1个年份(可以重复选取),记取到满足y-z>0.8的年份的
个数为X,求X的分布列及数学期望.
参考数据:
5
v ∑ x v e0.089 e0.387 1.56
i i
i=1
1.25 22.62 1.1 1.5 11.4
5
1
其中v =ln y,v= ∑v .
i i 5 i
i=1
参考公式:对一组数据(u ,v ),(u ,v ),⋯,(u ,v ),其回归直线v^=α^+^βu的斜率和截
1 1 2 2 n n
n
∑u v -nuv
i i
距的最小二乘法估计公式分别为 ^β= i=1 ,a^=v-^βu.
n
∑u2-nu2
i
i=1
【变式7-1】3. (2023·安徽马鞍山·统考三模)强基计划主要选拔培养有志于服务国家重
大战略需求且综合素质或基础学科拔尖的学生,聚焦高端芯片与软件、智能科技、新材料
先进制造和国家安全等关键领域,由有关高校结合自身办学特色,合理安排招生.强基计
划的校考由试点高校自主命题,校考过程中通过笔试才能进入面试环节.
(1)某研究机构为了更好地服务于高三学生,随机抽取了某校 5名高三学生,对其记忆力测
试指标x和分析判断力测试指标y进行统计分析,得到下表数据:x 7 9 10 11 13
y 3 4 5 6 7
请用线性相关系数判断该组数据中y与x之间的关系是否可用线性回归模型进行拟合;(精
确到0.01)
(2)现有甲、乙两所高校的笔试环节都设有三门考试科目,某考生参加每门科目考试是否通
3
过相互独立.若该考生报考甲高校,每门笔试科目通过的概率均为 ;该考生报考乙高校,
5
1 4
每门笔试科目通过的概率依次为m, , ,其中0<m<1.若该考生只能报考甲、乙
3 5
两所高校中的一所,以笔试中通过的科目数的数学期望为依据作出决策,得知该考生更有
希望通过乙大学的笔试,求m的取值范围.
5 5
参考数据:∑ x2=520,∑ y2=135,❑√2≈1.414;
i i
i=1 i=1
n
∑(x -x)(y - y)
i i
参考公式:线性相关系数: r= i=1 .一般地,|r|>0.75时,认为
√ n n
❑∑(x -x) 2∑(y - y) 2
i i
i=1 i=1
两个变量之间存在较强的线性相关关系.
【变式7-1】4. (2023·河南洛阳·洛宁县第一高级中学校联考一模)防疫抗疫,人人有责.
随着奥密克戎的全球肆虐,防疫形势越来越严峻,防疫物资需求量急增.下表是某口罩厂
今年的月份x与订单y(单位:万元)的几组对应数据:
月份x 1 2 3 4 5
订单y y y y y y
1 2 3 4 5
(1)求y关于x的经验回归方程,并估计该厂6月份的订单金额;
(2)已知甲从该口罩厂随机购买了4箱口罩,该口罩厂质检过程中发现该批口罩的合格率为
3
,不合格产品需要更换.用X表示甲需要更换口罩的箱数,求随机变量X的分布列和数
4
学期望.
5 5
参考数据:∑ y =175,∑ x y =608;
i i i
i=1 i=1
参考公式:回归直线的方程是^y=b^x+a^,其中¿,
题型8回归分析与超几何分布
【例题8】(2023·广东韶关·统考模拟预测)研究表明,如果温差本大,人们不注意保暖,
可能会导致自身受到风寒刺激,增加感冒患病概率,特别是对于几童以及年老体弱的人群
要多加防范某中学数学建模社团成员研究了昼夜温差大小与某小学学生患感冒就诊人数多
少之间的关系,他们记录了某六天的温差,并到校医室查阅了这六天中每天学生新增感冒
就诊的人数,得到数据如下:
日期 第 一 第二天 第三天 第 四 第五天 第六天天 天
昼夜温差x(°C) 4 7 8 9 14 12
新增感就诊人数y(位) y y y y y y
1 2 3 4 5 6
6 6
参考数据:∑ y2=3463,∑(y - y) 2=289
i i
i i
(1)已知第一天新增感冒就的学生中有4位男生,从第一天多增的感冒就诊的学生中随机取
5
2位,其中男生人数记为X,若抽取的2人中至少有一位女生的概率为 ,求随机变量X的
6
分布列和数学期望;
16
(2)已知两个变量x与y之间的样本相关系数r=
,请用最小二乘法求出y关于x的经验
17
回归方程^y=b^x+a^,据此估计昼夜温差为15❑∘C时,该校新增感冒就诊的学生人数. 参
n n
∑(x -x)(y - y) ∑(x -x)(y - y)
i i i i
考数据:
r= i ,b^= i
√ n √ n n
❑∑(x -x) 2 ⋅ ❑∑(y - y) 2 ∑(x -x) 2
i i i
i=1 i=1 i=1
【变式8-1】1. (2023·江苏南通·二模)我国风云系列卫星可以检测气象和国土资源情况.
某地区水文研究人员为了了解汛期人工测雨量x(单位:dm)与遥测雨量y(单位:dm)的关系,
统计得到该地区10组雨量数据如下:
样本号i 1 2 3 4 5 6 7 8 9 10
6.7
人工测雨量x 5.38 7.99 6.37 7.53 5.53 4.18 4.04 6.02 4.23
i
1
6.1
5遥测雨量y 5.43 8.07 6.57 7.95 5.56 4.27 4.15 6.04 4.49
i
4
0.5
|x - y| 0.05 0.08 0.2 0.42 0.03 0.09 0.11 0.02 0.26
i i 7
并 计 算 得
10 10 10
∑ x2=353.6,∑ y2=361.7,∑ x y =357.3,x2≈33.62,y2≈34.42,x y≈34.02
i i i i
i=1 i=1 i=1
(1)求该地区汛期遥测雨量y与人工测雨量x的样本相关系数(精确到0.01),并判断它们是否
具有较强的线性相关关系(若|r|≥0.75,则认为两个变量有较强的线性相关性)
(2)规定:数组(x ,y )满足|x - y|<0.1为“Ⅰ类误差”,满足0.1≤|x - y|<0.3为“Ⅱ类
i i i i i i
误差”,满足|x - y|≥0.3为“Ⅲ类误差”.为进一步研究该地区水文研究人员,从“Ⅰ类
i i
误差”、“Ⅱ类误差”中随机抽取3组数据与“Ⅲ类误差”数据进行对比,记抽到“Ⅰ类误差” 的数据的组数为X,求X的概率分布与数学期望.
n
∑ x y -nx y
i i
r= i=1 ,❑√304.5≈17.4
附:相关系数 .
√ n √ n
❑∑ x2-nx2❑∑ y2-n y2
i i
i=1 i=1
【变式8-1】2. (2023·河南郑州·统考模拟预测)MCN即多频道网络,是一种新的网红
经济运行模式,这种模式将不同类型和内容的 PGC(专业生产内容)联合起来,在资本有
力支持下,保障内容的持续输出,从而最终实现商业的稳定变现,在中国以直播电商、短
视频为代表的新兴网红经济的崛起,使MCN机构的服务需求持续增长.数据显示,近年
来中国MCN市场规模迅速扩大.下表为2018年—2022年中国MCN市场规模(单位:
百亿元),其中2018年—2022年对应的代码依次为1-5.
年份代码x 1 2 3 4 5
中国 MCN 市场规模 1.1 3.3
1.68 2.45 4.32
y 2 5
(1)由上表数据可知,可用指数函数模型y=a⋅bx 拟合y与x的关系,请建立y关于x的回归
方程;
(2)从2018年-2022年中国MCN市场规模中随机抽取3个数据,记这3个数据中与y的差
的绝对值小于1的个数为X,求X的分布列与期望.
参考数据:
5 5
y v ∑ x y ∑ x v
i i i i
i=1 i=1
2.58 0.84 46.83 15.99
5 5
1 1
其中v =ln y,y= ∑ y,v= ∑v .
i i 5 i 5 i
i=1 i=1
参考公式:对于一组数据(u ,v ),(u ,v ),…,(u ,v ),其回归直线v^=a^+^βu的斜率和
1 1 2 2 n n
n
∑u v -nuv
i i
截距的最小二乘估计公式分别为 ^β= i=1 ,a^=v-^βu.
n
∑u2-nu2
i
i=1
【变式8-1】3. (2023·山东青岛·统考二模)为了丰富农村儿童的课余文化生活,某基金
会在农村儿童聚居地区捐建“悦读小屋”.自2018年以来,某村一直在组织开展“悦读小
屋读书活动”.下表是对2018年以来近5年该村少年儿童的年借阅量的数据统计:
年份 2018 2019 2020 2021 2022
年份代码x 1 2 3 4 5
年 借 阅 量 y
y y 36 92 142
1 2
(册)5
(参考数据:∑ y =290)
i
i=1
(1)在所统计的5个年借阅量中任选2个,记其中低于平均值的个数为X,求X的分布列和
数学期望E(X);
(2)通过分析散点图的特征后,计划分别用①^y=35x-47和②^y=5x2+m两种模型作为年
借阅量y关于年份代码x的回归分析模型,请根据统计表的数据,求出模型②的经验回归方
程,并用残差平方和比较哪个模型拟合效果更好.
【变式8-1】4. (2022·四川成都·石室中学校考二模)2020年,是人类首次成功从北坡登
顶珠峰60周年,也是中国首次精确测定并公布珠峰高程的 45周年.华为帮助中国移动开通
珠峰峰顶5G,有助于测量信号的实时开通,为珠峰高程测量提供通信保障,也验证了超高
海拔地区5G信号覆盖的可能性,在持续高风速下5G信号的稳定性,在条件恶劣地区通过
简易设备传输视频信号的可能性.正如任总在一次采访中所说:“华为公司价值体系的理想
是为人类服务.”有人曾问,在珠峰开通5G的意义在哪里?“我认为它是科学技术的一次
珠峰登顶,告诉全世界,华为5G、中国5G的底气来自哪里.现在,5G的到来给人们的生
活带来更加颠覆性的变革,某IT公司基于领先技术的支持,5G经济收入在短期内逐月攀
升,该IT公司在1月份至6月份的5G经济收入y(单位:百万元)关于月份x的数据如
下表所示,并根据数据绘制了如图所示的散点图.
月份x 1 2 3 4 5 6
收入y(百万元) 6.6 8.6 16.1 21.6 33.0 41.0
(1)根据散点图判断,y=ax+b与y=c⋅edx
(a,b,c,d均为常数)哪一个更适宜作为
5G经济收入y关于月份x的回归方程类型?(给出判断即可,不必说明理由)
(2)根据(1)的结果及表中的数据,求出y关于x的回归方程,并预测该公司7月份的5G
经济收入.(结果保留小数点后两位)
(3)从前6个月的收入中抽取2个,记收入超过20百万元的个数为X,求X的分布列和数
学期望.参考数据:
6 6 6
x y u ∑(x -x) 2 ∑(x -x)(y - y) ∑(x -x)(u -u) e1.52 e2.66
i i i i i
i=1 i=1 i=1
3.5
21.15 2.85 17.70 125.35 6.73 4.57 14.30
0
其中,设u=ln y,u =ln y(i=1,2,3,4,5,6).
i i
参考公式:对于一组具有线性相关关系的数据(x,v)(i=1,2,3,…,n),其回归
i in
∑(x -x)(v -v)
i i
直线v^=^βx+α^的斜率和截距的最小二乘估计公式分别为 ^β= i=1 ,
n
∑(x -x) 2
i
i=1
α^=v-^βx.
题型9回归分析与独立性检验
【例题9】(2023上·云南·高三云南师大附中校考阶段练习)近年来我国新能源汽车产业
迅速发展,下表是某地区新能源乘用车的年销售量与年份的统计表:
年份x 2018 2019 2020 2021 2022
销 量 y( 万
1.60 1.70 1.90 2.20 2.60
台)
某机构调查了该地区100位购车车主的性别与购车种类情况,得到的部分数据如下表所示:
购置传统燃油
购置新能源车 总计
车
男性车主 35 60
女性车主 25
总计 100
(1)求新能源乘用车的销量y关于年份x的线性相关系数r,并判断y与x之间的线性相关关系
的强弱;(若|r|∈[0.75,1],相关性较强;若|r|∈[0.30,0.75),相关性一般;若
|r|∈[0,0.30),相关性较弱)
(2)请将上述2×2列联表补充完整,根据小概率值α=0.05的独立性检验,分析购车车主购
置新能源乘用车与性别是否有关系?
n n
∑(x -x)(y - y) ∑ x y -nx y
i i i i
r= i=1 = i=1
①参考公式:相关系数 ;
√ n √ n √ n √ n
❑∑(x -x) 2 ⋅ ❑∑(y - y) 2 ❑∑ x2-nx2 ⋅ ❑∑ y2-n y2
i i i i
i=1 i=1 i=1 i=1
②参考数据:❑√6.6≈2.6;
③卡方临界值表:
0.00
α 0.10 0.05 0.010 0.001
5
3.84 7.87
χ 2.706 6.635 10.828
α
1 9
n(ad-bc) 2
其中χ2= ,n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
【变式9-1】1.(2023下·广东·高三校联考阶段练习)为了促进健康保险的发展,规范健
康保险的经营行为,保护健康保险活动当事人的合法权益,提升人民群众健康保障水平,
我国制定了《健康保险管理办法》.为了解某一地区中年居民(年龄在40~55岁)购买健康保险的情况,一机构根据统计数据,用最小二乘法得到健康保险购买量^y(单位:万
254
单)关于x(年份)的线性回归方程为^y=4.7x-9459.2,且购买量^y的方差为s2=
,
y 5
年份x的方差为s2=2.
x
(1)求^y与x的相关系数r,并据此判断健康保险购买量^y与年份x的相关性强弱;
(2)该机构还调查了该地区90位居民的性别与是否购买健康保险的情况,得到的数据如下表:
性
没有购买健康保险 购买健康保险 总计
别
男
39 6 45
性
女
30 15 45
性
总
69 21 90
计
依据小概率值α=0.05的独立性检验,能否认为购买健康保险与居民性别有关;
(3)在上述购买健康保险的居民中按照性别进行分层抽样抽取7人,再从这7人中随机抽取3
人,记这3人中,男性的人数为X,求X的分布列和数学期望.
n
∑(x -x)(y - y)
i i
参考公式:(ⅰ)线性回归方程:^y=b^x+a^,其中b^= i=1 ,a^= y-b^x;
n
∑(x -x) 2
i
i=1
n
∑(x -x)(y - y)
i i
(ⅱ)相关系数: r= i=1 ,若r>0.9,则可判断y与x线性相关较强.
√ n n
❑∑(x -x) 2 ⋅∑(y - y) 2
i i
i=1 i=1
n(ad-bc) 2
(ⅲ)χ2= ,其中n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
附表:
α 0.10 0.05 0.010 0.001
x 2.706 3.841 6.635 10.828
α
【变式9-1】2. (2023下·宁夏银川·高三银川一中校考阶段练习)人类命运共同体的提法
将中国梦融入世界梦,充分展现了中国的大国担当.在第75届联合国大会上中国承诺,将
采取更加有力的政策和措施,力争于2030年之前使二氧化碳的排放达到峰值,努力争取
2060年之前实现碳中和(简称“双碳目标"),此举展现了我国应对气候变化的坚定决心,
预示着中国经济结构和经济社会运转方式将产生深刻变革,极大促进我国产业链的清洁化
和绿色化.新能源汽车、电动汽车是重要的战略新兴产业,对于实现“双碳目标”具有重要
的作用.为了解某一地区电动汽车销售情况,一机构根据统计数据,用最小二乘法得到电动
汽车销量y(单位:万台)关于x(年份)的线性回归方程为y=4.7x-9459.2,且销量y254
的方差为s2= ,年份x的方差为s2=2.
y 5 x
(1)求y与x的相关系数r,并据此判断电动汽车销量y与年份x的相关性强弱;
(2)该机构还调查了该地区90位购车车主的性别与购车种类情况,得到的数据如下表:
购买电动汽
性别 购买非电动汽车 总计
车
男性 39 6 45
女性 30 15 45
总计 69 21 90
依据小概率值α=0.05的独立性检验,能否认为购买电动汽车与车主性别有关;
①参考数据:❑√5×127=❑√635≈25;
n
∑(x -x)(y - y)
i i
②参考公式:(i)线性回归方程:y=b^x+a,其中b^= i=1 ,a= y-b^x;
n
∑(x -x) 2
i
i=1
n
∑(x -x)(y - y)
i i
(ii)相关系数: r= i=1 ,若r>0.9,则可判断y与x线性相关较强.
√ n n
❑∑(x -x) 2∑(y - y) 2
i t
i=1 i=1
③参考临界值表:
P(K2≥k ) 0.10 0.05 0.010 0.005
0
k 2.706 3.841 6.635 7.879
0
【变式9-1】3. (2023·全国·模拟预测)直播带货是一种直播和电商相结合的销售手段,
目前已被广大消费者所接受.针对这种现状,某公司决定逐月加大直播带货的投入,直播
带货金额稳步提升,以下是该公司2023年前5个月的带货金额:
月份x 1 2 3 4 5
带货金额 y/万 35
440 580 700 880
元 0
(1)计算变量x,y的相关系数r(结果精确到0.01).
(2)求变量x,y之间的线性回归方程,并据此预测2023年7月份该公司的直播带货金额.
(3)该公司随机抽取55人进行问卷调查,得到如下不完整的列联表:
参加过直播带货 未参加过直播带货 总计
女
25 30
性
男
10
性
总计
请填写上表,并判断是否有90%的把握认为参加直播带货与性别有关.
5 5
参考数据:y=590,∑❑(x -x) 2=10,∑❑(y - y) 2=176400,
i i
i=1 i=1
5
∑❑(x -x)(y - y)=1320,❑√441000≈664.
i i
i=1
n
∑(x -x)(y - y)
i i
r= i=1
参 考 公 式 : 相 关 系 数 , 线 性 回 归 方 程 的 斜 率
√ n √ n
❑∑(x -x) 2❑∑(y - y) 2
i i
i=1 i=1
n
∑❑(x -x)(y - y)
i i
b^= i=1 ,截距a^= y-b^x.
n
∑❑(x -x) 2
i
i=1
n(ad-bc) 2
附:K2= ,其中n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
P(K2≥k ) 0.15 0.10 0.05 0.025
0
2.70
k 2.072 3.841 5.024
0
6
【变式9-1】4. (2023·贵州毕节·校考模拟预测)为了解某一地区新能源电动汽车销售情
况,一机构根据统计数据,用最小二乘法得到电动汽车销量 y(单位:万台)关于x(年
254
份)的线性回归方程y=4.7x-9459.2,且销量y的方差为s2= ,年份x的方差为s2=2.
y 5 x
(1)求y与x的相关系数r,并据此判断电动汽车销量y与年份x的线性相关性的强弱.
(2)该机构还调查了该地区90位购车车主的性别与购车种类情况,得到的数据如下表:
购买电动汽
性别 购买非电动汽车 总计
车
男性 39 6 45
女性 30 15 45
总计 69 21 90
依据小概率值α=0.05的独立性检验,能否认为购买电动汽车与车主性别有关?
(3)在购买电动汽车的车主中按照性别进行分层抽样抽取 7人,再从这7人中随机抽取3人,
记这3人中男性的人数为X,求X的分布列和数学期望.
①参考数据:❑√5×127=❑√635≈25.n
∑(x -x)(y - y)
i i
②参考公式:线性回归方程为y=b^x+a^,其中b^= i=1 ,a^= y-b^x;
n
∑(x -x) 2
i
i=1
n
∑(x -x)(y - y)
i i
相关系数 r= i=1 ,若|r|>0.9,则可判断y与x线性相关较强;
√ n n
❑∑(x -x) 2∑(y - y) 2
i i
i=1 i=1
n(ad-bc) 2
K2= ,其中n=a+b+c+d.附表:
(a+b)(c+d)(a+c)(b+d)
P(K2≥k ) 0.10 0.05 0.010 0.001
0
k 2.706 3.841 6.635 10.828
0
题型10回归分析与正态分布
【例题10】(2023·四川攀枝花·统考二模)攀枝花市地处川滇交界处,攀西大裂谷中段,
这里气候条件独特,日照充足,盛产芒果、石榴、枇杷、甘蔗等热带亚热带水果.根据种
植规模与以往的种植经验,产自某种植基地的单个“红玉软籽”石榴质量(g)在正常环境下
服从正态分布N(602,625).
(1)10000个产自该基地的“红玉软籽”石榴,估计有多少个质量(g)在(577,652]内;
(2)2023年该基地考虑增加人工投入,现有以往的人工投入增量 x(人)与年收益增量y
(万元)的数据如下:
人工投入增量x(人) 2 3 4 5 6 7
1 1 3
年收益增量(万元) 13 26 38
1 9 1
该基地为了预测人工投入增量与年收益增量的关系,建立了y与x的回归模型,试根据表
中统计数据,求出y关于x的线性回归方程^y=b^x+a^并预测人工投入增量为10人时的年
收益增量.
参 考 数 据 : 若 随 机 变 量 X∼N(μ,σ2), 则 P(μ-σ<X≤μ+σ)≈0.6827,
P(μ-2σ<X≤μ+2σ)≈0.9545,P(μ-3σ<X≤μ+3σ)≈0.9973,
回 归 直 线 ^y=b^x+a^的 斜 率 和 截 距 的 最 小 二 乘 估 计 分 别 为
n n
∑ x y -nx⋅y ∑(x -x)(y - y)
i i i i
b^= i=1 = i=1 ,a^= y-b^x.
n n
∑ x2-nx2 ∑(x -x) 2
i i
i=1 i=1
【变式10-1】1. (2022下·重庆渝中·高三重庆巴蜀中学校考阶段练习)精准扶贫、精准
脱贫是扶贫工作的战略部署,是全面建成小康社会、实现民族复兴的重要保障在当地党和
政府的支持和帮助下,某贫困户开始种植一种夏季生长的经济作物.该类经济作物的质量以其质量指标值来衡量,下图是该经济作物的质量指标值t关于昼夜温差x(单位:℃)的
散点图.
5 5
(参考数据:∑t2=18287.5,∑(t -t) 2=287.5)
i i
i=1 i=1
(1)根据散点图可以认为x与t之间存在线性相关关系,且相关系数r=0.8,试用最小二乘
法求出线性回归方程t^=b^x+a^;
(2)经过市场调查,按质量指标值t可将该类经济作物分成三级,对应的每公斤售价如下表
所示:
等级 二级 一级 特级
质量指标值 t<52.4 52.4≤t≤75.2 t>75.2
每 公 斤 售 价
20 45 60
(元)
经统计分析,该类经济作物的质量指标值t~N(μ,δ2),其中μ近似为散点图中质量指标值
的样本均值,δ近似为散点图中质量指标值的样本标准差s,若在种植过程中,每公斤产出
需要的成本约为10元,且今年产出了2000公斤,求该贫困户种植该经济作物的年纯收入
为多少?
(附:①对于-组数据(v ,μ ),(v ,μ ),…,(v ,μ ),其回归直线方程μ^=α^+^βv的斜率和
1 1 2 2 n n
n n
∑(v -v)(u -u) ∑v⋅μ -nv⋅μ
i i i i
截距的最小二乘估计分别为 ^β= i=1 = i=1 ,α^=μ-^βv.样本
n n
∑(v -v) 2 ∑v2-nv2
i i
i=1 i=1
n n
∑(v -v)(u -u) ∑v u -nv⋅u
i i i i
r= i=1 = i=1
相关系数为 .
√ n √ n √ n √ n
❑∑(v -v) 2❑∑(u -u) 2 ❑∑v2-nv2❑∑u2-nu2
i i i i
i=1 i=1 i=1 i=1
② 若 t~N(μ,σ2), 则 P(μ-σ<t<μ+σ)=0.6826, P(μ-2σ<t<μ+2σ)=0.9544,
P(μ-3σ<t<μ+3σ)=0.9974,❑√57.5≈7.6)
【变式10-1】2. (2019·山东青岛·校联考一模)“爱国,是人世间最深层、最持久的情感,
是一个人立德之源、立功之本.”在中华民族几千年绵延发展的历史长河中,爱国主义始终是激昂的主旋律.爱国汽车公司拟对“东方红”款高端汽车发动机进行科技改造,根据市场
调研与模拟,得到科技改造投入x(亿元)与科技改造直接收益y(亿元)的数据统计如下:
1 2
x 2 3 4 6 8 13 21 23 24 25
0 2
2 5 6
y 13 31 42 50 58 68.5 67.5 66 66
2 6 8
当0<x≤17时,建立了 y 与 x 的两个回归模型:模型①:^y=4.1x+11.8;模型②:
^y=21.3❑√x-14.4;当x>17时,确定y与x满足的线性回归方程为:^y=-0.7x+a^.
(1)根据下列表格中的数据,比较当0<x≤17时模型①、②的相关指数R2
,并选择拟合
精度更高、更可靠的模型,预测对“东方红”款汽车发动机科技改造的投入为 17亿元时
的直接收益.
回归模型 模型① 模型②
回归方程 ^y=4.1x+11.8 ^y=21.3❑√x-14.4
7
∑(y -^y ) 2 182.4 79.2
i i
i=1
n
∑(y -^y ) 2
i i
(附:刻画回归效果的相关指数R2=1-- i=1 ,❑√17≈4.1.)
n
∑(y - y) 2
i
i=1
(2)为鼓励科技创新,当科技改造的投入不少于 20亿元时,国家给予公司补贴收益10
亿元,以回归方程为预测依据,比较科技改造投入17亿元与20亿元时公司实际收益的大
小;
( 附 : 用 最 小 二 乘 法 求 线 性 回 归 方 程 ^y=b^x+a^的 系 数 公 式
n n
∑ x y -nx⋅y ∑(x -x)(y - y)
i i i i
b^= i=1 = i=1 ;a^= y-b^x)
n n
∑ x2-nx2 ∑(x -x) 2
i i
i=1 i=1
(3)科技改造后,“东方红”款汽车发动机的热效率 X大幅提高,X服从正态分布
N(0.52,0.012),公司对科技改造团队的奖励方案如下:若发动机的热效率不超过50%,
不予奖励;若发动机的热效率超过50%但不超过53%,每台发动机奖励2万元;若发动机
的热效率超过53%,每台发动机奖励5万元.求每台发动机获得奖励的数学期望.
( 附 : 随 机 变 量 ξ服 从 正 态 分 布 N(μ,σ2), 则 P(μ-σ<ξ<μ+σ)=0.6826,
P(μ-2σ<ξ<μ+2σ)=0.9544.)
【变式10-1】3. (2021·广东广州·统考二模)习近平总书记指出:在扶贫的路上,不能落
下一个贫困家庭,丢下一个贫困群众,根据相关统计,2010年以后中国贫困人口规模呈逐
年下降趋势,2011年~2019年全国农村贫用发生的散点图如下:注:年份代码1~9分别对应年份2011年~2019年.
(1)求y关于t的回归直线方程(系数精确到0.01):
(2)已知某贫困地区的农民人均年纯收入X(单位:万元)满足正态分布N(1.6,0.36),
若该地区约有97.72%的农民人均纯收入高于该地区最低人均年纯收入标准,则该地区最低
人均年纯收入标准大约为多少万元?
9 9
参考数据与公式:∑ y =54.2,∑t y =183.6.
i i i
i=1 i=1
n
∑t y -nt y
i i
回归直线^y=b^t+a^的斜率和截距的最小二乘估计分别为b^= i=1 、a^= y-b^t.
n
∑(t -t) 2
i
i=1
若 随 机 变 量 X服 从 正 态 分 布 N(μ,σ2), 则 P(μ-σ<X<μ+σ)=0.6826,
P(μ-2σ<X<μ+2σ)=0.9544,P(μ-3σ<X<μ+3σ)=0.9974.
【变式10-1】4. (2019下·山东枣庄·高二统考期末)随着中美贸易战的不断升级,越来
越多的国内科技巨头加大了科技研发投入的力度.中华技术有限公司拟对“麒麟”手机芯
片进行科技升级,根据市场调研与模拟,得到科技升级投入x(亿元与科技升级直接收益y
(亿元)的数据统计如下:
序号 1 2 3 4 5 6 7 8 9 10 11 12
x 2 3 4 6 8 10 13 21 22 23 24 25
1 67.
y 22 31 42 50 56 58 68.5 68 66 66
3 5
当0<x≤17时,建立了 y 与 x 的两个回归模型:模型①:^y=4.1x+11.8;模型②:
^y=21.3❑√x-14.4;当x>17时,确定y与x满足的线性回归方程为^y=-0.7x+a.
(1)根据下列表格中的数据,比较当0<x≤17时模型①、②的相关指数R2
的大小,并选
择拟合精度更高、更可靠的模型,预测对“麒麟”手机芯片科技升级的投入为 17亿元时
的直接收益.
回归模型 模型① 模型②回归方程 ^y=4.1x+11.8 ^y=21.3❑√x-14.4
7
∑(y -^y ) 2 182.4 79.2
i i
i=1
n
∑(y -^y ) 2
i i
(附:刻画回归效果的相关指数R2=1- i=1 ,❑√17≈4.1)
n
∑(y - y) 2
i
i=1
(2)为鼓励科技创新,当科技升级的投入不少于20亿元时,国家给予公司补贴5亿元,
以回归方程为预测依据,比较科技升级投入17亿元与20亿元时公司实际收益的大小.
( 附 : 用 最 小 二 乘 法 求 线 性 回 归 方 程 ^y=b^x+a^的 系 数 :
n n
∑ x y -nx⋅y ∑(x -x)(y - y)
i i i i
b^= i=1 = i=1 ,a^= y-b^x)
n n
∑ x2-nx2 ∑(x -x) 2
i i
i=1 i=1
(3)科技升级后,“麒麟”芯片的效率 X大幅提高,经实际试验得X大致服从正态分布
N(0.52,0.012).公司对科技升级团队的奖励方案如下:若芯片的效率不超过50%,不予
奖励:若芯片的效率超过50%,但不超过53%,每部芯片奖励2元;若芯片的效率超过
53%,每部芯片奖励4元记为每部芯片获得的奖励,求E(Y)(精确到0.01).
( 附 : 若 随 机 变 量 X~N(μ,σ2)(σ>0), 则 P(μ-σ<X≤μ+σ)=0.6827,
P(μ-2σ<X≤μ+2σ)=0.9545)
题型11独立性检验与正态分布
【例题11】(2023下·江苏扬州·高三统考开学考试)云计算是信息技术发展的集中体现,
近年来,我国云计算市场规模持续增长.从中国信息通信研究院发布的《云计算白皮书
(2022年)》可知,我国2017年至2021年云计算市场规模数据统计表如下:
年份 2017年 2018年 2019年 2020年 2021年
年份代码x 1 2 3 4 5
云计算市场规模y/亿元 692 962 1334 2091 3229
5 5
经计算得:∑❑ln y=36.33,∑❑(x ln y )=112.85.
i i i
i=1 i=1
(1)根据以上数据,建立y关于x的回归方程^y=e❑b^x+a^ (e为自然对数的底数).
(2)云计算为企业降低生产成本、提升产品质量提供了强大助推力.某企业未引入云计算前,
4
单件产品尺寸与标准品尺寸的误差ε~N(0, ),其中m为单件产品的成本(单位:元),
m
1
且P(-1<ε<1)=0.6827;引入云计算后,单件产品尺寸与标准品尺寸的误差ε~N(0, ).
m若保持单件产品的成本不变,则P(-1<ε<1)将会变成多少?若保持产品质量不变(即误
差的概率分布不变),则单件产品的成本将会下降多少?
附:对于一组数据(x ,y ),(x ,y ),…,(x ,y ),其回归直线^y=^βx+α^的斜率和截距的最
1 1 2 2 n n
n
∑ x y -nx y
i i
小二乘估计分别为^β= i=1 ,α^= y-^βx.
n
∑ x2-nx2
i
i=1
若 X~N(μ,σ2 ), 则 P(|X-μ|<σ)=0.6827, P(X-μ|<2σ)=0.9545,
P(|X-μ|<3σ)=0.9973.
【变式11-1】1. (2022上·福建漳州·高三校考期中)2022年卡塔尔世界杯即将于11月20
日开幕.某球迷协会欲了解会员是否前往现场观看比赛,按性别进行分层随机抽样,已知
男女会员人数之比为3:2,统计得到如下列联表:
前往现场观
不前往现场观看 合计
看
女性 8 a
男性 b 8
合计 40
(1)求a,b的值,依据小概率值α=0.01的独立性检验,能否认为是否前往现场观看比赛与
性别有关?
(2)用频率估计概率,假设会员是否前往现场观看互不影响,若从拟前往现场观看的会员中
随机抽取4人进行访谈,求在访谈者中,女性不少于2人的概率.
n(ad-bc) 2
附:χ2= ,其中n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
α 0.1 0.05 0.01 0.005 0.001
x 2.706 3.841 6.635 7.879 10.828
α
【变式11-1】2. (2023·全国·高三专题练习)2020年受疫情影响,我国企业曾一度停工
停产,中央和地方政府纷纷出台各项政策支持企业复工复产,以减轻企业负担.为了深入研
究疫情对我国企业生产经营的影响,帮扶困难职工,在甲、乙两行业里随机抽取了200名
工人进行月薪情况的问卷调查,经统计发现他们的月薪在2000元到8000元之间,具体统
计数据见下表.
月
[2000 , [3000 , [4000 , [5000 , [6000 , [7000 ,
薪 /
3000) 4000) 5000) 6000) 7000) 8000)
元
人数 20 36 44 50 40 10
将月薪不低于6000元的工人视为“I类收入群体”,低于6000元的工人视为“II类收入
群体”,并将频率视为概率.
(1)根据所给数据完成下面的2×2列联表:
I类收入群体 II类收入群体 总计甲行业 60
乙行业 20
总计
根据上述列联表,判断是否有99%的把握认为“II类收入群体”与行业有关.
n(ad-bc) 2
附件:K2= ,其中n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
k 3.841 6.635 10.828
P(K2≥k)
0.050 0.010 0.001
(2)经统计发现该地区工人的月薪X(单位:元)近似地服从正态分布N(μ,14002),其中μ近
似为样本的平均数x(每组数据取区间的中点值).若X落在区间(μ-2σ,μ+2σ)外的左侧,
则可认为该工人“生活困难”,政府将联系本人,咨询月薪过低的原因,并提供帮助.
①已知工人王强参与了本次调查,其月薪为2500元,试判断王强是否属于“生活困难”
的工人;
②某超市对调查的工人举行了购物券赠送活动,赠送方式为:月薪低于μ的获得两次赠送,
月薪不低于μ的获得一次赠送.每次赠送金额及对应的概率如下:
赠送金额/元 100 200 300
1 1 1
概率
2 3 6
求王强获得的赠送总金额的数学期望.
【变式11-1】3. (2023·江苏无锡·校联考三模)为调查学生数学建模能力的总体水平,某
地区组织10000名学生(其中男生4000名,女生6000名)参加数学建模能力竞赛活动.
(1)若将成绩在[70,85]的学生定义为“有潜力的学生”,经统计,男生中有潜力的学生有
2500名,女生中有潜力的学生有3500名,完成下面的2×2列联表,并判断是否有99.9%
的把握认为学生是否有潜力与性别有关?
性别
是否有潜力 合计
男
女生
生
有潜力
没有潜力
合计
(2)经统计,男生成绩的均值为80,方差为49,女生成绩的均值为75,方差为64.
(ⅰ)求全体参赛学生成绩的均值μ及方差σ2
;
(ⅱ)若参赛学生的成绩X服从正态分布N(μ,σ2),试估计成绩在[61,93]的学生人数.
参考数据:
①P(K2≥k)
0.1 0.05 0.01 0.005 0.001
6.63
k 2.706 3.841 7.879 10.828
5
②若X∼N(μ,σ2),则P(μ-σ≤X≤μ+σ)=0.6827,P(μ-2σ≤X≤μ+2σ)=0.9545,
P(μ-3σ≤X≤μ+3σ)=0.9973.
n(ad-bc) 2
参考公式:K2= ,n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
【变式11-1】4. (2023·辽宁·哈尔滨三中校联考一模)某学校号召学生参加“每天锻炼1
小时”活动,为了了解学生参与活动的情况,随机调查了100名学生一个月(30天)完成
锻炼活动的天数,制成如下频数分布表:
天
[0,5] (5,10] (10,15] (15,20] (20,25] (25,30]
数
人
4 15 33 31 11 6
数
(1)由频数分布表可以认为,学生参加体育锻炼天数X近似服从正态分布N(μ,σ2),其中μ
近似为样本的平均数(每组数据取区间的中间值),且σ=6.1,若全校有3000名学生,
求参加“每天锻炼1小时”活动超过21天的人数(精确到1);
(2)调查数据表明,参加“每天锻炼1小时”活动的天数在(15,30]的学生中有30名男生,
天数在[0,15]的学生中有20名男生,学校对当月参加“每天锻炼1小时”活动超过15天
的学生授予“运动达人”称号.请填写下面列联表:
活动天数
性
合计
别
[0,15] (15,30]
男
生
女
生
合
计
并依据小概率值α=0.05的独立性检验,能否认为学生性别与获得“运动达人”称号有关
联.如果结论是有关联,请解释它们之间如何相互影响.
附 : 参 考 数 据 : P(μ-σ≤X≤μ+σ)=0.6827; P(μ-2σ≤X≤μ+2σ)=0.9545;
n(ad-bc) 2
P(μ-3σ≤X≤μ+3σ)=0.9973.χ2= (n=a+b+c+d)
(a+b)(c+d)(a+c)(b+d)
α 0.1 0.05 0.01 0.005 0.001
x 2.706 3.841 6.635 7.879 10.828
α题型12独立性检验与超几何分布
【例题12】(2023上·重庆沙坪坝·高三重庆一中校考阶段练习)疫情结束之后,演唱会异
常火爆.为了调查“喜欢看演唱会和学科是否有关”,对本年级的100名老师进行了调查.
n(ad-bc) 2
附:χ2= ,其中n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
P(χ2≥k ) 0.050 0.010 0.001
0
k 3.841 6.635 10.828
0
(1)完成下列2×2列联表,并判断是否有95%的把握认为本年级老师“喜欢看演唱会”与
“学科”有关;
喜欢看演唱
不喜欢看演唱会 合计
会
文科老师 30
理科老师 40
合计 50
(2)三楼大办公室中有11名老师,有4名老师喜欢看演唱会,现从这11名老师中随机抽取
3人,求抽到的3人中恰有1人喜欢看演唱会的概率.
【变式12-1】1. (2023上·辽宁朝阳·高三建平县实验中学校联考阶段练习)2023年9月
23日第19届亚运会在杭州开幕,本届亚运会共设40个竞赛大项,包括31个奥运项目和
9个非奥运项目.为研究不同性别学生对杭州亚运会项目的了解情况,某学校进行了一次抽
样调查,分别抽取男生和女生各50名作为样本,设事件A= “了解亚运会项目”, B=
“学生为女生”,据统计P¿,P¿.
n(ad-bc) 2
附:χ2= ,n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
0.05
α 0.010 0.001
0
3.84
x 6.635 10.828
α
1
(1)根据已知条件,填写下列2×2列联表,并依据α=0.001的独立性检验,能否认为该校
学生对亚运会项目的了解情况与性别有关?
了解 不了解 合计
男生
女生
合计
(2)现从该校了解亚运会项目的学生中,采用分层随机抽样的方法随机抽取 9名学生,再从
这9名学生中随机抽取4人,设抽取的4人中男生的人数为X,求X的分布列和数学期望.
【变式12-1】2. (2024·四川成都·四川省成都列五中学校考一模)为了进一步推动智慧课堂的普及和应用,A市现对全市中小学智慧课堂的应用情况进行抽样调查,统计数据如表:
经 常 应
偶尔应用或者不应用 总计
用
农村 40
城市 60
总计 100 60 160
1
从城市学校中任选一个学校,偶尔应用或者不应用智慧课堂的概率是 .
4
(1)补全2×2列联表,判断能否有99.5%的把握认为智慧课堂的应用与区域有关,并阐述理
由;
(2)在经常应用智慧课堂的学校中,按照农村和城市的比例抽取 5个学校进行分析,然后再
从这5个学校中随机抽取2个学校所在的地域进行核实,记其中农村学校有X个,求X的
分布列和数学期望.
n(ad-bc) 2
附:K2=
(a+b)(c+d)(a+c)(b+d)
P(K2≥k) 0.500 0.050 0.005
k 0.445 3.841 7.789
.
【变式12-1】3. (2023上·广东广州·高三华南师大附中校考阶段练习)中国进出口商品
交易会,简称广交会,是由中国商务部和广东省人民政府共同主办、中国对外贸易中心承
办,创办于1957年4月25日,每年春秋两季在广州举办.为调查广州地区大学生对广交会
举办的了解情况,从广州各高校抽取400名学生进行问卷调查,得到部分数据如下表,
男 女 总计
了解 80
不了解 160
总计 200 400
(1)完成上述2×2列联表,并判断是否有99.9%的把握认为广州地区大学生对广交会举办
的了解情况与性别有关;
(2)据调查,广州某高校学生会宣传部6人中有3人了解广交会情况,现从这6人中随机抽
取4人参加2024年广交会志愿服务,设抽取的人中了解广交会的人数为X,求X的分布
列与期望.
n(ad-bc) 2
参考公式:χ2= ,n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
参考数据:
p(x2≥x
) 0.10 0.05 0.01 0.005 0.001
0
3.84
x 2.706 6.635 7.879 10.828
a
1【变式12-1】4. (2023上·湖南·高三邵阳市第二中学校联考阶段练习)2023年实行新课
标新高考改革的省市共有29个,选科分类是高级中学在校学生生涯规划的重要课题,某
高级中学为了解学生选科分类是否与性别有关,在该校随机抽取 100名学生进行调查.统计
整理数据得到如下的2×2列联表:
选 历 史
选物理类 合计
类
男生 35 15
女生 25 25
合计 100
(1)依据小概率值α=0.05的独立性检验,能否据此推断选科分类与性别有关联?
(2)在以上随机抽取的女生中,按不同选择类别同比例分层抽样,共抽取 6名女生进行问卷
调查,然后在被抽取的6名女生中再随机抽取4名女生进行面对面访谈.设面对面访谈的女
生中选择历史类的人数为随机变量X,求随机变量X的分布列和数学期望.
n(ad-bc) 2
附:χ2= ,其中n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
α 0.10 0.05 0.025 0.010 0.005 0.001
x 2.706 3.841 5.024 6.635 7.879 10.828
α
题型13独立性检验与二项分布
【例题13】(2023·广西玉林·校联考模拟预测)随着科技的发展,网络已逐渐融入了人们
的生活.网购是非常方便的购物方式,为了了解网购在我市的普及情况,某调查机构进行
了有关网购的调查问卷,并从参与调查的市民中随机抽取了男女各100人进行分析,从而
得到表(单位:人):
偶尔或不用网
经常网购 合计
购
男性 45 100
女性 65 100
合计
(1)完成如表;对于以上数据,采用小概率值α=0.01的独立性检验,能否认为我市市民网
购与性别有关联?
(2)①现从所抽取的女市民中利用分层抽样的方法抽取20人,再从这20人中随机选取3人赠
送优惠券,求选取的3人中至少有2人经常网购的概率;
②将频率视为概率,从我市所有参与调查的市民中随机抽取20人赠送礼品,记其中经常网
购的人数为X,求随机变量X的数学期望和方差.
n(ad-bc) 2
参考公式:χ2=
.常用的小概率值和对应的临界值如下表:
(a+b)(c+d)(a+c)(b+d)
0.02
α 0.150 0.100 0.050 0.010 0.005 0.001
55.02
x 2.072 2.706 3.841 6.635 7.879 10.828
α
4
1
【变式 13-1】1.
(2023·全国·模拟预测)sinαcosβ= [sin(α+β)+sin(α-β)],
2
1 1
cosαsinβ= [sin(α+β)-sin(α-β)]
,
cosαcosβ= [cos(α+β)+cos(α-β)]
,
2 2
1
sinαsinβ=- [cos(α+β)-cos(α-β)]
这组公式被称为积化和差公式,最早正式发表于
2
16世纪天文学家乌尔索斯1588年出版的《天文学基础》一书中.在历史上,对数出现之前,
积化和差公式被用来将乘除运算化为加减运算.在现代工程中,积化和差的重要应用在于求
解傅里叶级数.为了解学生掌握该组公式的情况,在高一、高三两个年级中随机抽取了100
3
名学生进行考查,其中高三年级的学生占 ,其他相关数据如下表:
5
合格 不合格 合计
高三年级的学生 54
高一年级的学生 16
合计 100
(1)请完成2×2列联表,依据小概率值α=0.001的独立性检验,分析“对公式的掌握情
况”与“学生所在年级”是否有关?
(2)以频率估计概率,从该校高一年级学生中抽取3名学生,记合格的人数为X,求X的分
布列和数学期望.
n(ad-bc) 2
附:χ2= ,n=a+b+c+d
(a+b)(c+d)(a+c)(b+d)
0.10 0.01
α 0.050 0.001
0 0
2.70 6.63
x 3.841 10.828
α
6 5
【变式13-1】2. (2023上·全国·高三专题练习)新能源汽车是指除汽油、柴油发动机之
外的所有其他能源汽车,被认为能减少空气污染和缓解能源短缺的压力、在当今提倡全球
环保的前提下,新能源汽车越来越受到消费者的青睐.某车企随机调查了今年某月份购买本
车企生产的20n(n∈N* )台汽车车主,统计得到以下2×2列联表,经过计算可得
χ2≈5.556.
喜欢 不喜欢 总计
男性 10n 12n
女性 3n
总计 15n
(1)完成表格并求出n值,并根据独立性检验,能否认为购车消费者对新能源车的喜欢情况
与性别有关:
(2)用样本估计总体,用本车企售出汽车样本的频率代替售出汽车的概率.从该车企今年某月份售出的汽车中,随机抽取4辆汽车,设被抽取的4辆汽车中属于不喜欢新能源购车者
的辆数为X,求X的分布列及数学期望.
n(ad-bc) 2
附:χ2= ,其中n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
0.02
α 0.15 0.10 0.05 0.010 0.005 0.001
5
5.02
x 2.072 2.706 3.841 6.635 7.879 10.828
α
4
【变式13-1】3. (2023上·全国·高三专题练习)某市某部门为了了解全市中学生的视力
情况,采用比例分配的分层随机抽样方法抽取了该市120名中学生,已知该市中学生男女
人数比例为7:5,他们的视力情况统计结果如表所示:
视力情况
性别 合计
近视 不近视
男生 30
女生 40
合计 120
(1)请把表格补充完整,并根据小概率值α=0.01的独立性检验,判断近视是否与性别有关;
(2)如果用这120名中学生中男生和女生近视的频率分别代替该市中学生中男生和女生近视
的概率,且每名同学是否近视相互独立.现从该市中学生中任选 4人,设随机变量X表示
4人中近视的人数,求X的分布列及均值.
n(ad-bc) 2
附:χ2= ,其中n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
α 0.1 0.05 0.01
x 3.84
2.706 6.635
α 1
【变式13-1】4. (2023上·四川成都·高三成都外国语学校校考期中)某中医研究所研制
了一种治疗A疾病的中药,为了解其对A疾病的作用,要进行双盲实验.把60名患有A
疾病的志愿者随机平均分成两组,甲组正常使用这种中药,乙组用安慰剂代替中药,全部
疗期后,统计甲、乙两组的康复人数分别为20和5.
(1)根据所给数据,完成下面2×2列联表,并判断是否有99.9%的把握认为使用这种中药与
A疾病康复有关联?
康复 未康复 合计
甲组 20 30
乙组 5 30
合计
(2)若将乙组未用药(用安慰剂代替中药)而康复的频率视为这种疾病的自愈概率,现从患
有A疾病的人群中随机抽取3人,记其中能自愈的人数为X,求X的分布列和数学期望.附表:
α 0.100 0.05 0.01 0.005 0.001
x 2.706 3.841 6.635 7.879 10.828
α
n(ad-bc) 2
附:χ2= ,其中n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
注:双盲实验:是指在实验过程中,测验者与被测验者都不知道被测者所属的组别,(实
验组或对照组),分析者在分析资料时,通常也不知道正在分析的资料属于哪一组.旨在
消除可能出现在实验者和参与者意识当中的主观偏差和介入偏好.安慰剂:是指没有药物
治疗作用,外形与真药相像的片、丸、针剂.
【变式1-1】5. (2023·全国·模拟预测)《开学第一课》是一年一度面向全国中小学生的
大型公益节目,从2008年起于每年9月1日播出.2023年《开学第一课》以“强国复兴
有我”为主题.为了了解观众对节目的喜爱程度,随机调查了A,B两个地区的100名观
众,得到如下的2×2列联表.
非 常 喜
喜欢 合计
欢
A 35 10
B x y
合计
已知在被调查的100名观众中随机抽取1名,该观众来自B地区且喜爱程度为“非常喜
欢”的概率为0.45.
(1)完成上述表格.现从100名观众中根据喜爱程度及地区的不同用分层抽样的方法抽取
20名进行问卷调查,则应抽取喜爱程度为“非常喜欢”的A,B地区的人数各是多少?
(2)若以抽样调查的频率为概率,从A地区随机抽取2人,设抽到喜爱程度为“非常喜欢”
的观众的人数为X,求X的分布列和期望.
1. (2022·四川成都·石室中学校考模拟预测)某医科大学实习小组为研究实习地昼夜温差
与感冒人数之间的关系,分别到当地气象部门和某医院抄录了1月至3月每月5日、20日
的昼夜温差情况与因感冒而就诊的人数,得到如表资料:
日期 1月5日 1月20日 2月5日 2月20日 3月5日 3月20日
昼 夜 温 差 x
10 11 13 12 8 6
(℃)
就 诊 人 数 y
22 25 29 26 16 12
(个)
该小组确定的研究方案是:先从这6组数据中随机选取4组数据求线性回归方程,再用剩
余的2组数据进行检验.n n
∑(t -t)(y - y) ∑ x y -nx y
i i i i
参考公式:b^= i=1 = i=1 ,a^= y-b^x.
n n
∑(t -t) 2 ∑ x2-n(x) 2
i i
i=1 i=1
(1)求剩余的2组数据都是20日的概率;
(2)若选取的是1月20日、2月5日、2月20日、3月5日这4组数据.
^ ^ ^
①请根据这4组数据,求出y关于x的线性回归方程y=bx+a;
②若某日的昼夜温差为7℃,请预测当日就诊人数.(结果保留整数).
2. (2021·贵州贵阳·高三校联考阶段练习)据贵州省气候中心报,2021年6月上旬,我
省降水量在15.2-170.3mm之间,毕节市局地、遵义市北部、铜仁市局地和黔东南州东南
部不足50mm,其余均在50mmm以上,局地超过100mm.若我省某地区2021年端午节
前后3天,每一天下雨的概率均为50%.通过模拟实验的方法来估计该地区这3天中恰好有
2天下雨的概率,利用计算机或计算器可以产生0到9之间取整数值的随机数x(x∈N,
且0≤x≤9)表示是否下雨:当x∈[0,k](k∈Z)时表示该地区下雨,当x∈[k+1,9]时,
表示该地区不下雨.因为是3天,所以每三个随机数作为一组,从随机数表中随机取得20
组数如下:
332 714 740 945 593 468 491 272 073 445
992 772 951 431 169 332 435 027 898 719
(1)求出k的值,使得该地区每一天下雨的概率均为50%;并根据上述20组随机数估计
该地区这3天中恰好有2天下雨的概率;
(2)2016年到2020年该地区端午节当天降雨量(单位:mm)如表:
时间 2016年 2017年 2018年 2019年 2020年
年份t 1 2 3 4 5
降 雨 量
28 27 25 23 22
y
经研究表明:从2016年到2020年,该地区端午节有降雨的年份的降雨量y与年份t具有
线性相关关系,求回归直线方程^y=b^t+a^.并预测该地区2022年端午节有降雨的话,降雨
量约为多少?
n n
∑(t -t)(y - y) ∑t y -nt y
i i i i
参考公式:b^= i=1 = i=1 ,a^= y-b^t.
n n
∑(t -t) 2 ∑t 2-nt2
i i
i=1 i=1
3. (2023·河北·统考模拟预测)为了研究某种细菌随天数x变化的繁殖个数y,设z=ln y,
收集数据如下:
天数x 1 2 3 4 5 6
繁殖个数
6 12 25 49 95 190
y
表(Ⅰ)6 6 6
x y z ∑(x -x) 2 ∑(x -x)(y - y) ∑(x -x)(z -z)
i i i i i
i=1 i=1 i=1
3.5
3.50 62.83 17.50 596.57 12.08
3
表(Ⅱ)
(1)根据表(Ⅰ)在图中作出繁殖个数y关于天数x变化的散点图,并由散点图判断
^y=b^x+a^(a^,b^为常数)与^y=c^ ec^ 2 x (c^ ,c^ 为常数,且c^ >0,c^ ≠0)哪一个适宜作为
1 1 2 1 2
繁殖个数y关于天数x变化的回归方程类型?(给出判断即可,不必说明理由)
(2)根据(1)中的判断结果和表(Ⅱ)中的数据,建立y关于x的经验回归方程(结果保留
2位小数).
附:对于一组数据(u ,v ),(u ,v ),…,(u ,v ),其经验回归直线v^=^βu+a^的斜率和截
1 1 2 2 n n
n
∑(u -u)(v -v)
i i
距的最小二乘法估计分别为 ^β= i=1 ,a^=v-^βu.
n
∑(u -u) 2
i
i=1
4. (2023·江西·校联考二模)2023年高考进入倒计时,为了帮助学子们在紧张的备考中
放松身心,某重点高中通过开展形式多样的减压游戏,确保同学们以稳定心态,良好地状
态迎战高考,游戏规则如下:盒子中初始装有2个白球和1个红球各一个,每次有放回的
任取一个,连续取两次,将以上过程记为一轮.如果每一轮取到的两个球都是红球,则记该
轮为成功,否则记为失败.在抽取过程中,如果某一轮成功,则停止;否则,在盒子中再放
入一个白球,然后接着进行下一轮抽球,如此不断继续下去,直至成功.
(1)如果某同学进行该抽球游戏时,最多进行三轮,即使第三轮不成功,也停止抽球,记其
进行抽球试验的轮次数为随机变量X,求X的分布列和数学期望;
1
(2)为验证抽球试验成功的概率不超过 ,假设有1000名学生独立的进行该抽球试验,记t
3
表示成功时抽球试验的轮次数,y表示对应的人数,部分统计数据如下:
t 1 2 3 4 5
6
y 120 33 20 15
2
b^
求y关于t的回归方程^y= +a^,并通过回归方程预测成功的总人数(^y取整数部分);
t
(3) 证 明 :1 1 1 1 1 1 1 1 1 1 1
+(1- ) +(1- )(1- ) +⋯+(1- )(1- )⋯(1- ) < .
32 32 42 32 42 52 32 42 (n+1) 2 (n+2) 2 3
n
∑ x y -nx⋅y
i i
附:经验回归方程系数:b^= i=1 ,^y=b^x+a^;
n
∑ x2-nx2
i
i=1
5 1 1 5
参考数据:∑ x2=1.46,x=0.46,x2=0.212(其中 x = ,x= ∑ x).
i i t 5 i
i=1 i i=1
5. (2023·四川·校联考三模)党的二十大报告提出,从现在起,中国共产党的中心任务就
是团结带领全国各族人民全面建成社会主义现代化强国、实现第二个百年奋斗目标,以中
国式现代化全面推进中华民族伟大复兴.高质量发展是全面建设社会主义现代化国家的首要
任务.加快实现高水平科技自立自强,才能为高质量发展注入强大动能.某科技公司积极响应,
加大高科技研发投入,现对近十年来高科技研发投入情况分析调研,其研发投入 y(单位:
亿元)的统计图如图1所示,其中年份代码x=1,2,…,10分别指2013年,2014年,
…,2022年.
现用两种模型①y=bx+a,②y=c+d❑√x分别进行拟合,由此得到相应的回归方程,并进
行残差分析,得到图2所示的残差图.结合数据,计算得到如下值:
10 10 10 10
y t ∑(x -x) 2 ∑(t -t) 2 ∑(y - y)(x -x) ∑(y - y)(t -t)
i i i i i i
i=1 i=1 i=1 i=1
75 2.25 82.5 4.5 120 28.67
10
1
表中t =❑√x ,t= ∑t .
i i 10 i
i=1
(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)根据(1)中所选模型,求出y关于x的回归方程;根据所选模型,求该公司2028年高
科技研发投入y的预报值.(回归系数精确到0.01)
附:对于一组数据(x ,y ),(x ,y ),⋅⋅⋅,(x ,y )其回归直线^y=a^+b^x的斜率和截
1 1 2 2 n nn
∑(x -x)(y - y)
i i
距的最小二乘估计分别为b^= i=1 ,a^= y-b^x.
n
∑(x -x) 2
i
i=1
6. (2023·上海浦东新·华师大二附中校考模拟预测)为帮助乡村脱贫,某勘探队计划了解
当地矿脉某金属的分布情况,测得了平均金属含量y(单位:g/m3)与样本对原点的距离x
(单位:m)的数据,并作了初步处理,得到了下面的一些统计量的值.(表中
9
1 1
u = ,u= ∑u)
i x 9 i
i i=1
9 9 9 9 9
x y u ∑(x -x) 2 ∑(u -u) 2 ∑(y - y) 2 ∑(x -x)(y - y)∑(u -u)(y - y)
i i i i i i i
i=1 i=1 i=1 i=1 i=1
6 97.90 0.21 60 0.14 14.12 26.13 -1.40
d
(1)利用样本相关系数的知识,判断y=a+bx与y=c+ 哪一个更适宜作为平均金属含量y
x
关于样本对原点的距离x的回归方程类型?
(2)根据(1)的结果回答下列问题:
(i)建立y关于x的回归方程;
(ii)样本对原点的距离x=20时,金属含量的预报值是多少?
(3)已知该金属在距离原点x米时的平均开采成本W(单位:元)与x,y关系为
W =100(y-lnx)(1≤x≤100),根据(2)的结果回答,x为何值时,开采成本最大?
7. (2023·广西南宁·南宁三中校考一模)数据显示中国车载音乐已步入快速发展期,随着
车载音乐的商业化模式进一步完善,市场将持续扩大,下表为 2018-2022年中国车载音
乐市场规模(单位:十亿元),其中年份2018—2022对应的代码分别为1-5.
年份代码x 1 2 3 4 5
车载音乐市场规模
2.8 3.9 7.3 12.0 17.0
y
(1)由上表数据知,可用指数函数模型y=a⋅bx 拟合y与x的关系,请建立y关于x的回归方
程;
(2)根据上述数据求得y关于x的回归方程后,预测2024年的中国车载音乐市场规模.
参考数据:
5
v ∑ x v e0.524 e0.472 1.67
i i
i=1
1.94 33.82 1.7 1.6 26.84
5
1
其中v =ln y,v= ∑v .
i i 5 i
i=1
ˆ ˆ ˆ
参考公式: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n
∑u v -nu⋅v
i i
距的最小二乘法估计公式分别为
^β= i=1
n
,α
ˆ
=v-β
ˆ
u.
∑u2-nu2
i
i=1
8. (2023·福建南平·统考模拟预测)五一小长假期间,文旅部门在某地区推出A,B,C,
D,E,F六款不同价位的旅游套票,每款套票的价格x (单位:元;i=1,2,⋯,6)与购
i
买该款套票的人数y (单位:千人)的数据如下表:
i
套票类别 A B C D E F
套票价格x (元) 40 50 60 65 72 88
i
购 买 人 数 y ( 千 18. 22.
i
16.9 20.6 24.1 25.2
人) 7 5
(注:A,B,C,D,E,F对应i的值为1,2,3,4,5,6)为了分析数据,令v =lnx ,
i i
ω =ln y ,发现点(v ,ω )集中在一条直线附近.
i i i i
(1)根据所给数据,建立购买人数y关于套票价格x的回归方程;
e e
(2)规定:当购买某款套票的人数y与该款套票价格x的比值在区间[ , ]上时,该套票为
9 7
“热门套票”.现有甲、乙、丙三人分别从以上六款旅游套票中购买一款.假设他们买到
的套票的款式互不相同,且购买到“热门套票”的人数为 X,求随机变量X的分布列和期
望.
6 6
附:①参考数据:∑v ω =75.3,v=4.1,ω=3.05,∑v2=101.4.
i i i
i=1 i=1
②对于一组数据(v ,ω ),(v ,ω ),⋯,(v ,ω ),其回归直线ω^=b^v+a^的斜率和截距的最
1 1 2 2 n n
n
∑v ω -nvω
i i
小二乘估计分别为b^= i=1 ,a^=ω-b^v.
n
∑v2-nv2
i
i=1
9. (2023·安徽合肥·合肥市第八中学校考模拟预测)当前移动网络已融入社会生活的方方
面面,深刻改变了人们的沟通、交流乃至整个生活方式.4G网络虽然解决了人与人随时随地
通信的问题,但随着移动互联网快速发展,其已难以满足未来移动数据流量暴涨的需求,
而5G作为一种新型移动通信网络,不但可以解决人与人的通信问题,而且还可以为用户
提供增强现实、虚拟现实、超高清(3D)视频等更加身临其境的极致业务体验,更重要的是
还可以解决人与物、物与物的通信问题,从而满足移动医疗、车联网、智能家居、工业控制、环
境监测等物联网应用需求,为更好的满足消费者对 5G网络的需求,中国电信在某地区推
出了六款不同价位的流量套餐,每款套餐的月资费x(单位:元)与购买人数y(单位:万
人)的数据如下表:
套餐 A B C D E F
月资费x(元) 38 48 58 68 78 88购买人数y(万人) 16.8 18.8 20.7 22.4 24.0 25.5
对数据作初步的处理,相关统计量的值如下表:
6 6 6 6
∑v ω ∑v ∑ω ∑v2
i i i i i
i=1 i=1 i=1 i=1
75.3 24.6 18.3 101.4
其中v =lnx ,ω =ln y,且绘图发现,散点(v ,ω)(1≤i≤6)集中在一条直线附近.
i i i i i i
(1)根据所给数据,求出y关于x的回归方程;
x+36 (85 68)
(2)已知流量套餐受关注度通过指标T(x)= 来测定,当T(x)∈ , 时相应的
y 7e 5e
流量套餐受大众的欢迎程度更高,被指定为“主打套餐”.现有一家四口从这六款套餐中,
购买不同的四款各自使用.记四人中使用“主打套督”的人数为X,求随机变量X的分布列
和期望.
附:对于一组数据(v ,ω ),(v ,ω ),⋯,(v ,ω ),其回归方程ω=bv+a的斜率和截距的最
1 1 2 2 n n
n
∑(v -v)⋅(ω -ω)
i i
小二乘估计值分别为b^= i=1 ,a=ω-b^v.
n
∑(v -v) 2
i
i=1
10. (2023·全国·模拟预测)一座城市的夜间经济不仅有助于拉动本地居民内需,还能延
长外地游客、商务办公者等的留存时间,带动当地经济发展,是衡量一座城市生活质量、
消费水平、投资环境及文化发展活力的重要指标.数据显示,近年来中国各地政府对夜间
经济的扶持力度加大,夜间经济的市场发展规模保持稳定增长,下表为2017—2022年中
国夜间经济的市场发展规模(单位:万亿元),设2017—2022年对应的年份代码依次为
1~6.
年份代码x 1 2 3 4 5 6
36.
中国夜间经济的市场发展规模y/万亿元 20.5 22.9 26.4 30.9 42.4
4
(1)已知可用函数模型y=a⋅bx
拟合y与x的关系,请建立y关于x的回归方程(a,b的值
精确到0.01);
(2)某传媒公司发布的2023年中国夜间经济城市发展指数排行榜前 10名中,吸引力超过
90分的有4个,从这10个城市中随机抽取5个,记吸引力超过90分的城市数量为X,求
X的分布列与数学期望.
参考数据:
6
v ∑ x v e2.848 e0.148
i i
i=1
3.366 73.282 17.25 1.16
其中v =ln y.
i i参考公式:对于一组数据(u ,v ),(u ,v ),…,(u ,v ),其回归直线v^=α^+^βu的斜率和
1 1 2 2 n n
n
∑(u -u)(v -v)
i i
截距的最小二乘法估计分别为 ^β= i=1 ,α^=v-^βu.
n
∑(u -u) 2
i
i=1
11. (2023·山东·河北衡水中学统考一模)黄河鲤是我国华北地区的主要淡水养殖品种之
一,其鳞片金黄、体形梭长,尤以色泽鲜丽、肉质细嫩、气味清香而著称.为研究黄河鲤
早期生长发育的规律,丰富黄河鲤早期养殖经验,某院校研究小组以当地某水产养殖基地
的黄河鲤仔鱼为研究对象,从出卵开始持续观察20天,试验期间,每天固定时段从试验
水体中随机取出同批次9尾黄河鲤仔鱼测量体长,取其均值作为第t 天的观测值y(单位:
i i
mm),其中t =i,i=1,2,3;⋯,20.根据以往的统计资料,该组数据(t ,y )可以用
i i i
1
y= u
Logistic曲线拟合模型 1 +abt或Logistic非线性回归模型 y=
1+ea-bt
进行统计分析,
u
其中a,b,u为参数.基于这两个模型,绘制得到如下的散点图和残差图:
(1)你认为哪个模型的拟合效果更好?分别结合散点图和残差图进行说明:
(2)假定u=12.5,且黄河鲤仔鱼的体长y与天数t具有很强的相关关系.现对数据进行初步
20 20
1 1
处 理 , 得 到 如 下 统 计 量 的 值 : t= ∑t =10.5, z= ∑ z =-3.83,
20 i 20 i
i=1 i=1
20 20 20
1
w= ∑w =-1.608, ∑(t -t) 2=665, ∑(z -z)(t -t)=-109.06,
20 i i i i
i=1 i=1 i=1
20 ( 1 1) ( u )
∑(w -w)(t -t)=-138.32,其中 z =ln - , w =ln -1 ,根据(1)的判断结
i i i y u i y
i=1 i i
果及给定数据,求y关于t的经验回归方程,并预测第22天时仔鱼的体长(结果精确到小
数点后2位).
附:对于一组数据(x ,y ),(x ,y ),…,(x ,y )其回归直线^y=a+bx的斜率和截距的最
1 1 2 2 n nn
∑(x -x)(y - y)
i i
小二乘估计分别为b^= i=1 ,a^= y-b^x;参考数据:e-4≈0.0183.
n
∑(x -x) 2
i
i=1
12. (2023·辽宁·校联考一模)一所中学组织学生对某线下某实体店2022年部分月份的月
利润情况进行调查统计,得到的数据如下:
月份x 2 4 6 8 10 12
净 利 润 y( 万 0. 4. 5.
2.0 3.9 5.1
元) 9 2 2
0. 1. 2.
λ=lnx 1.4 2.1 2.5
7 8 3
1. 2. 3.
μ=❑√x 2.0 2.8 3.5
4 4 2
根据散点图,准备用①y=alnx+b或②y=c❑√x+d建立y关于x的回归方程.
(1)用线性相关系数说明上面的两种模型哪种适宜作为y关于x的回归方程?
(2)由参考数据,根据(1)的判断结果,求y关于x的回归方程(精确到0.1).
附:对于一组数据(u ,v )(i=1,2,3,⋯,n),其回归直线v=α+βu的斜率和截距的
i i
n
∑(u -u)(v -v)
i i
最 小 二 乘 估 计 分 别 为 ^β= i=1 , α^=v^-^βu. 相 关 系 数
n
∑(u -u) 2
i
i=1
n
∑(u -u)(v -v)
i i
r= i=1
.
√ n n
❑∑(u -u) 2∑(v -v) 2
i i
i=1 i=1
6
参考数据:x=7,y=3.55,λ=1.80,μ=2.55,∑❑(λ -λ) 2=2.20,
i
i=1
6 6 6
∑❑(μ -μ) 2=2.89,∑❑(y - y)(λ -λ)=5.55,∑❑(y - y)(μ -μ)=6.32,
i i i i i
i=1 i=1 i=1
√ 6 6 √ 6 6
❑∑❑(y - y) 2∑❑(λ -λ) 2=5.76, ❑∑❑(y - y) 2∑❑(μ -μ) 2=6.61.
i i i i
i=1 i=1 i=1 i=1
13. (2023·江苏镇江·扬中市第二高级中学校考模拟预测)2020年受疫情影响,我国企业
曾一度停工停产,中央和地方政府纷纷出台各项政策支持企业复工复产,以减轻企业负担.
为了深入研究疫情对我国企业生产经营的影响,帮扶困难职工,在甲、乙两行业里随机抽
取了200名工人进行月薪情况的问卷调查,经统计发现他们的月薪在 2000元到8000元
之间,具体统计数据见下表.月
[2000 , [3000 , [4000 , [5000 , [6000 , [7000 ,
薪 /
3000) 4000) 5000) 6000) 7000) 8000)
元
人数 20 36 44 50 40 10
将月薪不低于6000元的工人视为“I类收入群体”,低于6000元的工人视为“II类收入
群体”,并将频率视为概率.
(1)根据所给数据完成下面的2×2列联表:
I类收入群体 II类收入群体 总计
甲行业 60
乙行业 20
总计
根据上述列联表,判断是否有99%的把握认为“II类收入群体”与行业有关.
n(ad-bc) 2
附件:χ2= ,其中n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
3.84
k 6.635 10.828
1
0.05
P(χ2≥k)
0.010 0.001
0
(2)经统计发现该地区工人的月薪X(单位:元)近似地服从正态分布N(μ,14002
),其中
μ近似为样本的平均数x(每组数据取区间的中点值).若X落在区间(μ-2σ,μ+2σ)外的
左侧,则可认为该工人“生活困难”,政府将联系本人,咨询月薪过低的原因,并提供帮
助.
①已知工人王强参与了本次调查,其月薪为2500元,试判断王强是否属于“生活困难”
的工人;
②某超市对调查的工人举行了购物券赠送活动,赠送方式为:月薪低于μ的获得两次赠送,
月薪不低于μ的获得一次赠送.每次赠送金额及对应的概率如下:
赠送金额/元 100 200 300
1 1 1
概率
2 3 6
求王强获得的赠送总金额的数学期望.
14. (2023·辽宁·朝阳市第一高级中学校联考三模)App是英文Application的简称,现
多指智能手机的第三方应用程序.随着智能手机的普及,人们在沟通、社交、娱乐等活动
中越来越依赖于手机App软件.某公司为了了解其研发的App在某市的普及情况,进行
了问卷调查,并从参与调查的市民中随机抽取了男、女各100人进行分析,从而得到下表
(单位:人):
经 常 使
偶尔或不用 总计
用
男性 70 100女性 90 100
总计
(1)完成上表,并根据以上数据判断能否在犯错误的概率不超过 0.005的前提下认为该市市
民经常使用该款App与性别有关;
(2)将频率视为概率,从该市所有参与调查的市民中随机抽取10人赠送礼品,记其中经常
使用该款App的人数为X,求随机变量X的数学期望和方差(该市参与调查的市民男女比
例为1:1).
n(ad-bc) 2
附:K2= ,其中n=a+b+c+d.
(a+b)(c+d)(a+c)(b+d)
P(K2≥k ) 0.15 0.10 0.05 0.02 0.010 0.005 0.001
0 5
5.02
k 2.072 2.706 3.841 6.635 7.879 10.828
0
4
(3)阅读下列材料,回答问题:以(2)中所求的概率为基准,如果从该市所有参与调查的
市民中随机抽取100人赠送礼品,每次抽取的结果相互独立,记经常使用该款App的人数
为η,计算P(68≤η≤92).
材料:二项分布与正态分布是概率统计中两大非常重要的分布,并且这两大分布的关系非
常密切,经研究表明,如果一个随机变量 X 服从二项分布B(n,p),当np>5且
np(1-p)>5时,二项分布就可以用正态分布近似替代,即P(X≤x)≈P(Y≤x),其中随机
变量Y∼N(np,np(1-p)).
参考数据:ξ∼N(μ,σ2),P(μ-σ≤ξ≤μ+σ)≈0.6826,P(μ-2σ≤ξ≤μ+2σ)≈0.9544,
P(μ-3σ≤ξ≤μ+3σ)≈0.9974.
15. (2020·全国·高三对口高考)某传染病的病毒进入人体后有潜伏期.潜伏期是指病原体
侵入人体至最早出现临床症状的这段时间.潜伏期越长,感染到他人的可能性越高,现对
200个该传染病病例的潜伏期(单位:天)进行调查,统计发现潜伏期中位数为 5,平均
数为7.1,方差为5.0625.如果认为超过8天的潜伏期属于“长潜伏期”,按照年龄统计样
本,得到下面的列联表:
长 潜 伏
非长潜伏期 合计
期
40岁以上 30 110 140
40岁及40岁以下 20 40 60
合计 50 150 200
(1)是否有95%的把握认为“长潜伏期”与年龄有关?
(2)假设潜伏期 Z
服从正态分布N(μ,σ2),其中μ近似为样本平均数x,σ2
近似为样本方
差s2
,现某省对入境旅客一律要求隔离14天,请用概率的知识解释其合理性;
(3)以题目中的样本频率估计概率,设1000个病例中恰有k(k∈N)个属于“长潜伏期”的
概率是g(k),当k为何值时,g(k)取得最大值?附:
P(K2≥k
) 0.1 0.05 0.01
0
k 2.706 3.841 6.635
0
若 随 机 变 量 Z 服 从 正 态 分 布 N(μ,σ2), 则 P(μ-σ<Z<μ+σ)≈0.6827,
P(μ-2σ<Z<μ+2σ)≈0.9545,P(μ-3σ<Z<μ+3σ)≈0.9973.
16. (2023·全国·统考高考真题)一项试验旨在研究臭氧效应,试验方案如下:选40只小
白鼠,随机地将其中20只分配到试验组,另外20只分配到对照组,试验组的小白鼠饲养
在高浓度臭氧环境,对照组的小白鼠饲养在正常环境,一段时间后统计每只小白鼠体重的
增加量(单位:g).试验结果如下:
对照组的小白鼠体重的增加量从小到大排序为
15.2 18.8 20.2 21.3 22.5 23.2 25.8 26.5 27.5 30.1
32.6 34.3 34.8 35.6 35.6 35.8 36.2 37.3 40.5 43.2
试验组的小白鼠体重的增加量从小到大排序为
7.8 9.2 11.4 12.4 13.2 15.5 16.5 18.0 18.8 19.2
19.8 20.2 21.6 22.8 23.6 23.9 25.1 28.2 32.3 36.5
(1)计算试验组的样本平均数;
(2)(ⅰ)求40只小白鼠体重的增加量的中位数m,再分别统计两样本中小于m与不小于
m的数据的个数,完成如下列联表
<m ≥m
对照组
试验组
(ⅱ)根据(i)中的列联表,能否有95%的把握认为小白鼠在高浓度臭氧环境中与在正常
环境中体重的增加量有差异?
n(ad-bc) 2
附:K2=
,
(a+b)(c+d)(a+c)(b+d)
0.10
P(K2≥k)
0.050 0.010
0
2.70
k 3.841 6.635
6
17.(2023·全国·统考高考真题)一项试验旨在研究臭氧效应.实验方案如下:选40只小
白鼠,随机地将其中20只分配到实验组,另外20只分配到对照组,实验组的小白鼠饲养
在高浓度臭氧环境,对照组的小白鼠饲养在正常环境,一段时间后统计每只小白鼠体重的
增加量(单位:g).
(1)设X表示指定的两只小白鼠中分配到对照组的只数,求X的分布列和数学期望;
(2)实验结果如下:
对照组的小白鼠体重的增加量从小到大排序为:
15.2 18.8 20.2 21.3 22.5 23.2 25.8 26.5 27.5 30.1
32.6 34.3 34.8 35.6 35.6 35.8 36.2 37.3 40.5 43.2
实验组的小白鼠体重的增加量从小到大排序为:7.8 9.2 11.4 12.4 13.2 15.5 16.5 18.0 18.8 19.2
19.8 20.2 21.6 22.8 23.6 23.9 25.1 28.2 32.3 36.5
(i)求40只小鼠体重的增加量的中位数m,再分别统计两样本中小于m与不小于的数据
的个数,完成如下列联表:
<m ≥m
对照组
实验组
(ii)根据(i)中的列联表,能否有95%的把握认为小白鼠在高浓度臭氧环境中与正常环
境中体重的增加量有差异.
n(ad-bc) 2
附:K2= ,
(a+b)(c+d)(a+c)(b+d)
k 0.100 0.050 0.010
0
P(K2≥k ) 2.706 3.841 6.635
0
18.(2022·全国·统考高考真题)甲、乙两城之间的长途客车均由A和B两家公司运营,
为了解这两家公司长途客车的运行情况,随机调查了甲、乙两城之间的500个班次,得到
下面列联表:
准 点 班 次
未准点班次数
数
A 240 20
B 210 30
(1)根据上表,分别估计这两家公司甲、乙两城之间的长途客车准点的概率;
(2)能否有90%的把握认为甲、乙两城之间的长途客车是否准点与客车所属公司有关?
n(ad-bc) 2
附:K2=
,
(a+b)(c+d)(a+c)(b+d)
0.10
P(K2 ⩾k) 0.050 0.010
0
2.70
k 3.841 6.635
6
19.(2022·全国·统考高考真题)某地经过多年的环境治理,已将荒山改造成了绿水青山.
为估计一林区某种树木的总材积量,随机选取了10棵这种树木,测量每棵树的根部横截
面积(单位:m2 )和材积量(单位:m3),得到如下数据:
总
样本号i 1 2 3 4 5 6 7 8 9 10
和
根部横截面 0.0 0.0 0.0
0.06 0.04 0.08 0.05 0.05 0.07 0.06 0.6
积x 4 8 7
i
0.2 0.5 0.4
材积量y 0.40 0.22 0.54 0.34 0.36 0.42 0.40 3.9
i
5 1 610 10 10
并计算得∑ x2=0.038,∑ y2=1.6158,∑ x y =0.2474.
i i i i
i=1 i=1 i=1
(1)估计该林区这种树木平均一棵的根部横截面积与平均一棵的材积量;
(2)求该林区这种树木的根部横截面积与材积量的样本相关系数(精确到0.01);
(3)现测量了该林区所有这种树木的根部横截面积,并得到所有这种树木的根部横截面积总
和为186m2
.已知树木的材积量与其根部横截面积近似成正比.利用以上数据给出该林区
这种树木的总材积量的估计值.
n
∑(x -x)(y - y)
i i
r= i=1 ,❑√1.896≈1.377
附:相关系数 .
√ n n
❑∑(x -x) 2∑(y - y) 2
i i
i=1 i=1
20.(2022·全国·统考高考真题)一医疗团队为研究某地的一种地方性疾病与当地居民的
卫生习惯(卫生习惯分为良好和不够良好两类)的关系,在已患该疾病的病例中随机调查
了100例(称为病例组),同时在未患该疾病的人群中随机调查了100人(称为对照组),
得到如下数据:
不 够 良
良好
好
病例组 40 60
对照组 10 90
(1)能否有99%的把握认为患该疾病群体与未患该疾病群体的卫生习惯有差异?
(2)从该地的人群中任选一人,A表示事件“选到的人卫生习惯不够良好”,B表示事件
P(B|A) P(B|A)
“选到的人患有该疾病”. 与 的比值是卫生习惯不够良好对患该疾病
P(B|A) P(B|A)
风险程度的一项度量指标,记该指标为R.
P(A|B) P(A|B)
(ⅰ)证明:R= ⋅ ;
P(A|B) P(A|B)
(ⅱ)利用该调查数据,给出P(A|B),P(A|B)的估计值,并利用(ⅰ)的结果给出R
的估计值.
n(ad-bc) 2
附K2=
,
(a+b)(c+d)(a+c)(b+d)
P(K2≥k)
0.050 0.010 0.001
k 3.841 6.635 10.828
21.(2021·全国·统考高考真题)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:
一 级
二级品 合计
品
甲机床 150 50 200乙机床 120 80 200
合计 270 130 400
(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)能否有99%的把握认为甲机床的产品质量与乙机床的产品质量有差异?
n(ad-bc) 2
附:K2=
(a+b)(c+d)(a+c)(b+d)
P(K2≥k)
0.050 0.010 0.001
k 3.841 6.635 10.828
22.(2020·海南·统考高考真题)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 浓度(单位:μg/m3),得
2
下表:
SO
2 [0,50] (50,150] (150,475]
PM2.5
[0,35] 32 18 4
(35,75] 6 8 12
(75,115] 3 7 10
(1)估计事件“该市一天空气中PM2.5浓度不超过75,且 SO 浓度不超过150”的概率;
2
(2)根据所给数据,完成下面的2×2列联表:
SO
2 [0,150] (150,475]
PM2.5
[0,75]
(75,115]
(3)根据(2)中的列联表,判断是否有99%的把握认为该市一天空气中PM2.5浓度与
SO
浓度有关?
2
n(ad-bc) 2
附:K2=
,
(a+b)(c+d)(a+c)(b+d)
P(K2≥k)
0.050 0.010 0.001
k 3.841 6.635 10.828
23.(2020·山东·统考高考真题)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 浓度(单位:μg/m3),得
2
下表:(1)估计事件“该市一天空气中PM2.5浓度不超过75,且 SO 浓度不超过150”的概率;
2
(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,判断是否有99%的把握认为该市一天空气中PM2.5浓度与
SO
浓度有关?
2
n(ad-bc) 2
附:K2=
,
(a+b)(c+d)(a+c)(b+d)
24.(2020·全国·统考高考真题)某学生兴趣小组随机调查了某市100天中每天的空气质
量等级和当天到某公园锻炼的人次,整理数据得到下表(单位:天):
锻炼人次
[0,200] (200,400] (400,600]
空气质量等级
1(优) 2 16 25
2(良) 5 10 12
3(轻度污染) 6 7 84(中度污染) 7 2 0
(1)分别估计该市一天的空气质量等级为1,2,3,4的概率;
(2)求一天中到该公园锻炼的平均人次的估计值(同一组中的数据用该组区间的中点值
为代表);
(3)若某天的空气质量等级为1或2,则称这天“空气质量好”;若某天的空气质量等级
为3或4,则称这天“空气质量不好”.根据所给数据,完成下面的 2×2列联表,并根据
列联表,判断是否有95%的把握认为一天中到该公园锻炼的人次与该市当天的空气质量有
关?
人次≤400 人次>400
空气质量好
空气质量不好
n(ad-bc) 2
附:K2=
,
(a+b)(c+d)(a+c)(b+d)
P(K2≥k
0.050 0.010 0.001
)
k 3.841 6.635 10.828
25.(2020·全国·统考高考真题)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(xi,yi)(i=1,
2,…,20),其中xi和yi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
20 20 20
物 的 数 量 , 并 计 算 得 ∑ x =60, ∑ y =1200, ∑(x -x) 2=80,
i i i
i=1 i=1 i=1
20 20
∑( y - y) 2=9000,∑(x -x)( y - y)=800.
i i i
i=1 i=1
(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(xi,yi)(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.
n
∑(x -x)( y - y)
i i
i=1
附:相关系数r= , ≈1.414.
√ n n
❑∑(x -x) 2∑( y - y) 2
i i
i=1 i=1