夜雨聆风学习资料网 资料列表 开通 VIP 用登录 / 注册 ⌄
DOCX

重难点专题47回归分析与独立性检验十三大题型汇总(解析版)_数学_专项复习_2024年_2024新高考数学重难点题型突破真题模拟题题型练习_资料

查看资料信息、公开预览和下载状态。

共 137 页DOCX · 5.7MB
下载

文档在线预览

公开展示前 10 页
100%
1
《重难点专题47回归分析与独立性检验十三大题型汇总(解析版)_数学_专项复习_2024年_2024新高考数学重难点题型突破真题模拟题题型练习_资料》第1页预览
2
《重难点专题47回归分析与独立性检验十三大题型汇总(解析版)_数学_专项复习_2024年_2024新高考数学重难点题型突破真题模拟题题型练习_资料》第2页预览
3
《重难点专题47回归分析与独立性检验十三大题型汇总(解析版)_数学_专项复习_2024年_2024新高考数学重难点题型突破真题模拟题题型练习_资料》第3页预览
4
《重难点专题47回归分析与独立性检验十三大题型汇总(解析版)_数学_专项复习_2024年_2024新高考数学重难点题型突破真题模拟题题型练习_资料》第4页预览
5
《重难点专题47回归分析与独立性检验十三大题型汇总(解析版)_数学_专项复习_2024年_2024新高考数学重难点题型突破真题模拟题题型练习_资料》第5页预览
6
《重难点专题47回归分析与独立性检验十三大题型汇总(解析版)_数学_专项复习_2024年_2024新高考数学重难点题型突破真题模拟题题型练习_资料》第6页预览
7
《重难点专题47回归分析与独立性检验十三大题型汇总(解析版)_数学_专项复习_2024年_2024新高考数学重难点题型突破真题模拟题题型练习_资料》第7页预览
8
《重难点专题47回归分析与独立性检验十三大题型汇总(解析版)_数学_专项复习_2024年_2024新高考数学重难点题型突破真题模拟题题型练习_资料》第8页预览
9
《重难点专题47回归分析与独立性检验十三大题型汇总(解析版)_数学_专项复习_2024年_2024新高考数学重难点题型突破真题模拟题题型练习_资料》第9页预览
10
《重难点专题47回归分析与独立性检验十三大题型汇总(解析版)_数学_专项复习_2024年_2024新高考数学重难点题型突破真题模拟题题型练习_资料》第10页预览

本文档共 137 页 剩余 127 页未展示,请下载后查阅

下载

文档文本内容

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.........................................................................................................11
题型3非线性之指数函数方程.....................................................................................................20
题型4非线性之对数函数方程.....................................................................................................29
题型5残差相关模型.....................................................................................................................43
题型6独立性检验.........................................................................................................................52
题型7回归分析与二项分布.........................................................................................................63
题型8回归分析与超几何分布.....................................................................................................72
题型9回归分析与独立性检验.....................................................................................................82
题型10回归分析与正态分布.......................................................................................................92
题型11独立性检验与正态分布.................................................................................................103
题型12独立性检验与超几何分布.............................................................................................114
题型13独立性检验与二项分布.................................................................................................123
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
【答案】(1)y与x之间的线性相关程度非常强,^y=0.7x+0.35
(1 4]
(2)①1750万元;② ,
2 5
【分析】(1)根据相关系数r的绝对值越接近1,线性回归模型的拟合效果越好,即可以
根据直接计算相关系数r的值来判断y与x之间的线性相关程度的强弱;y关于x的线性回归
方程直接用参考公式求解.
(2)(i)将x=2代入(1)中的线性回归方程,即可求出E区就地过年的人数;
(ii)由X的所有可能取值为0,1,2,并分别求出相应的概率,即可得到分布列,然后求
出期望,最后列出不等式求出p的取值范围.
3+4+5+6 2.5+3+4+4.5
【详解】(1))由题,x= =4.5,y= =3.5,
4 4
4
∑ x y =3×2.5+4×3+5×4+6×4.5=66.5,
i i
i=1
4
∑ x2=32+42+52+62=86,
i
i=1
4
∑ y2=2.52+32+42+4.52=51.5,
i
i=1
66.5-4×4.5×3.5 3.5
r= = ≈0.99
所以相关系数 ,
❑√86-4×4.52×❑√51.5-4×3.52 ❑√5×❑√2.5
因为y与x之间的相关系数近似为0.99,说明y与x之间的线性相关程度非常强,所以可
用线性回归模型拟合y与x之间的关系.
66.5-4×4.5×3.5
b^= =0.7 ,a^= y-b^x=3.5-0.7×4.5=0.35,
86-4×4.52
故y关于x的线性回归方程为^y=0.7x+0.35.
(2)①将x=2代入^y=0.7x+0.35,得^y=0.7×2+0.35=1.75,故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为1.75×1000=1750(万
元).
②设甲、乙两人中选择就地过年的人数为X,则X的所有可能取值为0,1,2,
P(X=0)=(1-p)(2-2p)=2p2-4 p+2,
P(X=1)=(1-p)(2p-1)+p(2-2p)=-4 p2+5p-1,
P(X=2)=P(2p-1)=2p2-p.
所以E(X)=0+(-4 p2+5p-1)×1+(2p2-p)×2=3p-1,
所以E(1000X)=1000(3p-1),
4
由1000(3p-1)≤1400,得p≤ ,
5
1 1 4
又
<p<1,所以 <p≤
,
2 2 5
(1 4]
故p的取值范围为 , .
2 5
【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
附注:参考数据: 1 , 1 , , ,
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=1n 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=1
n 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
【答案】(1)0.55,线性相关性不强
(2)^y=0.26t+1.43,2.47亿
【分析】(1)由已知数据结合相关系数公式求出相关系数,再进行判断即可,
(2)由已知数据结合回归方程公式计算y关于t的线性回归方程,再将t=4代入回归方程
可求出2019—2020年度冰雪旅游人次的估计值
【详解】(1)由参考数据计算得
6 6
∑(t -t)(y - y)=∑t y -6t y=47.72-6×3.5×2.09=3.83
i i i i
i=1 i=1
6
∑(t -t)(y - y)
i i
3.83
r= i=1 ≈ ≈0.55
所以 ,
√ 6 6 7
❑∑(t -t) 2∑(y - y) 2
i i
i=1 i=1
因为0<r<0.75,所以线性相关性不强.
(2)五组数据的均值分别为t'=3.4,y'=2.32
6
∑t y -t y -5t' y'=47.72-4×0.94-5×3.4×2.32=4.52
i i 4 4
i=1
6
∑t 2-t 2-5t'2=91-16-5×3.42=17.2
i 4
i=1
5
∑(t -t' )(y - y' )
^ i i 4.52
b= i=1 = ≈0.263,
5 17.2
∑❑(t -t' ) 2
i
i=1
^
a= y'-bt'≈1.43
y关于t的线性回归方程为^y=0.26t+1.43
令t=4,则^y=0.26×4+1.43=2.47,
因此,在没有疫情情况下,2019-2020年度冰雪旅游人次的估计值为2.47亿.
【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
【答案】(1)r≈0.96,正相关很强.
(2)^y=382.86x-386.01,2677亿元.
√ 6 √ 6
【分析】(1)根据统计图中数据计算x,y , ❑∑(x -x) 2, ❑∑(y - y) 2 ,代入相关系数公式
i i
i=1 i=1
求出相关系数,判断相关系数的绝对值与0.75的关系即可;
(2)根据统计图中数据结合公式即可求出线性回归方程,将 x=8代入线性回归方程即可预
测2022年中国人工智能教育市场规模.
【 详 解 】 ( 1 ) ∵ x= 1 ∑ 6 x =3.5 , y= 1 ∑ 6 y =954 , ❑ √ ∑ 6 (x -x) 2= ❑√70,
6 i 6 i i 2
i=1 i=1 i=1√ 6
❑∑(y - y) 2=200❑√70 ,
i
i=1
6700 6700
r= = ≈0.96
∴相关系数 ❑√70 7000 .
×200❑√70
2
∵相关系数r≈0.96>0.75,∴y与x具有线性相关关系,且正相关很强.
(2)设y关于x的线性回归方程为^y=b^x+a^,
6 6
∑(x -x)(y - y) ∑ x y -6xy
i i i i 26734-6×3.5×954
其中b^= i=1 = i=1 = ≈382.86;
∑
6
(x -x) 2 ∑
6
x2-6x2
(❑√70) 2
i i 2
i=1 j
a^= y-b^x=954-382.86×3.5≈-386.01,
∴y关于x的线性回归方程为^y=382.86x-386.01,
把x=8代入得^y≈2677(亿元),
故据此预测2022年中国人工智能教育市场规模将达到约2677亿元.
【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
【答案】(Ⅰ)从第 8 组开始女性人数不低于男性人数;(Ⅱ)分布列见解析,
9 4( 4) n 5
E(X)= ;(Ⅲ)a = - + .
10 n 9 5 9
【分析】(Ⅰ)根据题中表格结合参考公式即可求解;(Ⅱ)先写出X的所有可能取值,
再求出对应的概率,即可求解;(Ⅲ)根据对立事件列出关系式,再利用等比数列的定义
和通项公式即可求解.1
【详解】(Ⅰ)由题可得x= ×(1+2+3+4+5)=3,
5
2+2+3+3+4 5
y= =2.8,∑ x y =47
5 i i
i=1
5
∑ x2=12+22+32+42+52=55.
i
i=1
5
∑ x y -5xy
∧ i i
则b= i=1 =0.5,
5
∑ x2-5x2
i
i=1
a^= y-b^x=2.8-0.5×3=1.3,
∴^y=0.5x+1.3,
当0.5x+1.3≥5时,x≥7.4,
∴预测从第8组开始女性人数不低于男性人数.
(Ⅱ)由题可知X的所有可能取值为0,1,2,3,
C3
7
P(X=0)= 7 =
,
C3 24
10
C2C1
21
P(X=1)= 7 3=
,
C3 40
10
C1C2
7
P(X=2)= 7 3=
,
C3 40
10
C3
1
P(X=3)= 3 =
,
C3 120
10
则X的分布列为
X 0 1 2 3
7 21 7 1
P
24 40 40 120
9
∴E(X)=
.
10
(Ⅲ)在得分为(n-1)分的基础上再传一次,则得分可能为n分或(n+1)分,记“合计得n
分”为事件A,“合计得(n+1)分”为事件B,事件A与B为对立事件.
4
∵P(A)=a ,P(B)= a =1-a (n≥2),
n 5 n-1 n
5 4( 5)
∴a - =- a - (n≥2),
n 9 5 n-1 94( 4) n 5
∴a = - + .
n 9 5 9
【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.
【答案】(1)可用线性回归模型拟合人数y与天数x之间的关系,8月10日到该专营店购
6
物的人数约为109;(2) ;(3)选择方案二更划算.
7
【分析】(1)利用题中所给数据和公式,求出相关系数r的值,由此判断变量y与x具有很
强的线性相关性,再求出b^和a^,得线性回归方程,令x=6代入即可求解;
(2)先利用分层抽样得到第1天和第5天取的人数分别为3人和4人,然后由古典概型概
率计算公式即可求解;
(3)分别求出方案一和方案二所需付款数,比较即可求解.
5 5
【详解】解:(1)由表中数据可得x=3,y=90,∑(x -x) 2=10,∑(y - y) 2=434
i i
i=1 i=15
,∑(x -x)(y - y)=64,
i i
i=1
n
∑(x -x)(y - y)
i i
64
r= i=1 = ≈0.97>0.75
所以 ,
√ n n ❑√4340
❑∑(x -x) 2∑(y - y) 2
i i
i=1 i=1
所以可用线性回归模型拟合人数y与天数x之间的关系.
n
∑(x -x)(y - y)
i i
64
而b^= i=1 = =6.4,
n 10
∑(x -x) 2
i
i=1
则a^= y-b^x=90-6.4×3=70.8,
所以^y=6.4x+70.8,
令x=6,可得^y=109.2.
答:8月10日到该专营店购物的人数约为109.
(2)因为75:100=3:4,所以从第1天和第5天取的人数分别为3和4,从而3人取自不同
天的种数为C1C2+C2C1
,
3 4 3 4
C1C2+C2C1
6
所以概率P= 3 4 3 4=
.
C3 7
7
6
答:这3人取自不同天的概率为 .
7
(3)若选方案一,需付款1000-100=900元.
若选方案二,设需付款X元,则X的取值可能为600,800,900,1000,
则P(X=600)=C3×
(1) 3
=
1
,
3 3 27
P(X=800)=C2×
(1) 2
×
2
=
6
,
3 3 3 27
P(X=900)=C1×
1
×
(2) 2
=
12
,
3 3 3 27
P(X=1000)=C0×
(2) 3
=
8
,
3 3 27
1 6 12 8 24200
所以E(X)=600× +800× +900× +1000× = <900,
27 27 27 27 27
因此选择方案二更划算.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
d
【答案】(1)y=c+
更适宜;
x
10
(2)①y=100- ;②99.5(g/m3)
x
d
【分析】(1)分别求出y=a+bx与y=c+ 所对应的线性相关系数r ,r ,然后比较大小
x 1 2即可判断.
(2)根据数据和公式即可求得y关于x的回归方程,根据回归方程代入x=20,即可求出
金属含量的预报值.
n
∑(x -x)(y - y)
i i
26.3
【详解】(1)由题y=a+bx的线性相关系数 r 1 = √ n i=1 n = ❑√60×14.12 ,
❑∑(x -x) 2∑(y - y) 2
i i
i=1 i=1
n
∑(u -u)(y - y)
d i i -1.40
y=c+
x 的线性相关系数
r
2
=
√ n
i=1
n
=
❑√0.14×14.12 ,
❑∑(u -u) 2∑(y - y) 2
i i
i=1 i=1
|r | 26.3×❑√0.14
因为 1 = <1,所以|r |<|r |,
|r | ❑√60 1 2
2
d
所以y=c+ 更适宜作为平均金属含量y关于样本对原点的距离x的回归方程类型.
x
d 1 1 9
(2)①由(1)y=c+ ,令 u = ,u= ∑u,
x i x 9 i
i i=1
则y=d^u+c^,
n
∑(u -u)(y - y)
i i -1.40
所以d^= i=1 = =-10,c^= y-d^u=97.9-(-10)×0.21=100,
n 0.14
∑(u -u) 2
i
i=1
10
则y=100-10u=100-
,
x
10
即y=100-
.
x
②当x=20时,
10
金属含量的预报值y=100- =99.5(g/m3)
20
【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=1
1 750 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.
2133 9100
【答案】(1)^y= +
.
11 11x
107
(2)分布列见解析,均值
27
b^ 1 2133 9100
【分析】(1)由^y=a^+ ,t = 得出^y=a^+b^t,由参考公式求解出^y= + t,
x i x 11 11
i
从而求出y和x的回归方程;
(2)根据随机变量X的可能取值逐一分析,当X=3时,小明连胜3局或小红连胜3局;
当X=4时,小明前3局胜2局最后一局胜或小红前3局胜2局最后一局胜;当X=5时,
小明前4局胜2局最后一局胜或小红前4局胜2局最后一局胜;分别求出每个取值的概率.
最后代入期望公式计算即可.
【详解】(1)
b^ 1
解:因为^y=a^+ ,t = ,所以^y=a^+b^t.
x i x
i
910+800+600+440+300+240+210
因为y= =500,
7
7
∑t y -7t y
i i 1750-7×0.37×500 455 9100
所以b^= i=1 = = =
,
7 0.55 0.55 11
∑t2-7t2
i
i=1
9100 2133
所以a^= y-b^t=500- ×0.37=
,
11 112133 9100
所以^y= + t,
11 11
2133 9100
所以所求回归方程为^y= +
.
11 11x
(2)
解:随机变量X的所有可能取值为3,4,5,
2 3 1 3 1
P(X=3)=( ) +( ) = ,
3 3 3
2 2 1 2 1 2 2 1 10
P(X=4)=C2 ( ) × × +C2 ( ) × × = ,
3 3 3 3 3 3 3 3 27
2 2 1 2 2 1 2 2 2 1 8
P(X=5)=C2 ( ) ×( ) × +C2 ( ) ×( ) × = .
4 3 3 3 4 3 3 3 27
所以随机变量X的分布列为
X 3 4 5
1 10 8
P
3 27 27
1 10 8 107
E(x)=3× +4× +5× = .
3 27 27 27
【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.
【答案】(1)^y=ex0.5 ;y=13.5AU/mL
(2)0.0228
【分析】(1)用最小二乘法求解回归直线方程,再求非线性回归方程即可;
(2)根据正态分布的对称性求解给定区间的概率即可.
【详解】(1)将y=cxd 两边取对数,得ln y=lnc+dlnx,
设z=ln y,t=lnx,则回归方程变为z=lnc+dt,
10 10
1 1
由表中数据可知,z= ∑ z =1.6,t= ∑t =1.2,
10 i 10 i
i=1 i=1
10
∑❑t z -10t·z
^ i i 29.2-10×1.2×1.6
所以d= i=1 = =0.5,lnc^=z-d^t=1.6-0.5×1.2=1,
10 34.4-10×1.22
∑❑t2-10t2
i
i=1
^
所以^z=1+0.5t,即ln y=1+0.5lnx=lne+lnx0.5=lnex0.5,
故y关于x的回归方程为^y=ex0.5
,
^
当x=25mg时,y=e⋅250.5≈2.7×5=13.5AU/mL.
(2)因为z服从正态分布N(0.48,0.032),其中μ=0.48,σ=0.03,
所以P(μ-2σ<z<μ+2σ)=P(0.42<z<0.54)≈0.9544,
1-P(0.42<z<0.54) 1-0.9544
所以P(z>0.54)= = =0.0228,
2 2
故这种抗体药物的有效率z超过0.54的概率约为0.0228.
【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=1
② 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.
【答案】(1)0.15865
1
(2)(i)y=cxd 适宜作为粮食亩产量y关于每亩化肥施用量x的回归方程;(ii)
y=e⋅x3
,8.1(百公斤)
1-P(μ-σ<X<μ+σ)
【分析】(1)根据正态分布曲线的对称性,结合P(X>0.56)= ,
2
即可求解;
(2)(i)由散点图可知y与x的关系不是线性关系,即可得到答案;
(ii)由y=cxd ,得到ln y=dlnx+lnc,令t=lnx,z=ln y,得到^z=d^t+lnc,结合公
式求得回归系数和c的值,即可求解.
【详解】(1)解:由X∼N(0.54,0.022),根据正态分布曲线的对称性,
1-P(0.54-0.02<X<0.54+0.02)
可得P(X>0.56)= =0.15865.
2(2)解:(i)由散点图可知y与x的关系不是线性关系,所以y=cxd
适宜作为粮食亩产量
y关于每亩化肥施用量x的回归方程;
(ii)因为y=cxd ,所以ln y=dlnx+lnc,令t=lnx,z=ln y,则^z=d^t+lnc,
10
∑t z -10t⋅z
i i 30.5-10×1.5×1.5 1
由表可得t=1.5,z=1.5,所以d= i=1 = ≈ ,
10 46.6-10×1.52 3
∑t2-10t2
i
i=1
1 1
所以lnc=z-dt=1.5-
3
×1.5=1,所以c=e,所以
y=e⋅x3,
当x=27时,y=3e≈3×2.7=8.1(百公斤
【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.
【答案】(1)该药物使用量为5克时可达最大功效25.
(2)20
【分析】(1)根据用量x与功效^y之间具有关系^y=10x-x2
,结合二次函数的性质,即可
求解;
n n n n
1 1 1 1
(2)根据题意求得 ∑ x =6, ∑ x2-x2=4,结合则y= ∑ y = ∑(10x -x2),
n i n i n i n i i
i=1 i=1 i=1 i=1
即可求解.
【详解】(1)解:由题意,某味中药的药用量x与药物功效^y之间具有关系^y=10x-x2
,
可得^y=10x-x2=-(x-5) 2+25,所以当x=5时,^y =50-25=25,
max
即该药物使用量为5克时可达最大功效25.
n n n
1 1 1
(2)解:由题意,得x= ∑ x =6,s2= ∑ x2-x2=4,所以 ∑ x2=40,
n i n i n i
i=1 i=1 i=1
n n n n
1 1 1 1
则y= ∑ y = ∑(10x -x2) =10 ∑ x - ∑ x2 =60-40=20,
n i n i i n i n i
i=1 i=1 i=1 i=1
这批合成药的药物功效平均值为20.
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 n
n
∑(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
【答案】(1)^y=17.25×1.16x
;
(2)是理想的
【分析】(1)通过对所给的的函数模型取对数,转换为求回归直线方程即可,再结合题
中所给的直线方程与数据即可得解.
(2)利用(1)中求得的函数模型进行预测,结合回归方程理想的定义判断即可.
【 详 解 】 ( 1 ) 将
y=a⋅bx
的 等 号 左 右 两 边 同 时 取 自 然 对 数 得
ln y=ln(a⋅bx)=lna+xlnb,
1+2+3+4+5+6
所以v=lna+xlnb.x= =3.5,
66
而∑ x2=12+22+32+42+52+62=91,
i
i=1
6 6
∑❑(x -x)(v -v) ∑❑x v -6xv
i i i i
所 以
b^= i=1 = i=1 =
6 6
∑❑(x -x) 2 ∑❑x2-6x2
i i
i=1 i=1
73.282-6×3.5×3.366 2.596
= ≈0.148
,
91-6×3.52 17.5
lna^≈3.366-0.148×3.5=2.848.
所以v^=2.848+0.148x,即ln^y=2.848+0.148x,
所以^y=e2.848+0.148x=17.25×1.16x
.
(2)2023年对应的年份代码为7,
当x=7时,^y=17.25×1.167=17.25×2.83≈48.82,48.82-48.1=0.72<1,
所以(1)中求得的回归方程^y=17.25×1.16x
是理想的.
【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
【答案】(1)模型y=eλx+t
拟合度更好
(2)y=e0.18x+0.68【分析】(1)计算出两个模型的相关系数,判断即可;
(2)根据最小二乘法计算即可.
【详解】(1)设模型y=α+βx2 的相关系数为r ,模型y=eλx+t 的相关系数为r ,
1 2
对于模型y=α+βx2 ,令u=x2 ,即y=α+βu,
10
∑❑(u -u)(y - y)
i i
260
r = i=1 = ≈0.87
所以 1 √ 10 √ 10 ❑√22500❑√4 ,
❑∑❑(u -u) 2❑∑❑(y - y) 2
i i
i=1 i=1
对于模型y=eλx+t ,有ln y=lneλx+t=λx+t,令v=ln y,即v=λx+t,
10
∑❑(x -x)(v -v)
i i
18
r = i=1 = =0.9
所以 2 √ 10 √ 10 ❑√100❑√4 ,
❑∑❑(x -x) 2❑∑❑(v -v) 2
i i
i=1 i=1
因为r <r ,所以模型y=eλx+t 拟合度更好.
1 2
10
∑❑(x -x)(v -v)
i i
18
(2)因为
^λ= i=1 = =0.18,t^=v-^λx=5.36-0.18×26=0.68,
10 100
∑❑(x -x) 2
i
i=1
所以y关于x的回归方程为y=e0.18x+0.68
.
【点睛】本题考查回归方程的求解,其中第二问中,需要对y=eλx+t 取对数得ln y=λx+t,
求得v关于x的线性回归方程,再转化为y关于x的回归方程,是处理本题的难点和关键点.
【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=1②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.
1
【答案】(1) y=ex2;
(2)分布列见解析,E(X)=2.
【分析】(1)将回归方程线性化处理,应用最小二乘法求线性方程,再由已知关系求回
归方程;
(2)由题意确定X的可能取值,并求出对应概率,进而写出分布列,即可求期望.
【详解】(1)散点(v ,w )=(i=1,2,⋅⋅⋅,6)集中在一条直线附近,
i i
6 6
1 1
设回归直线方程为w^=b^v+a^,v= ∑v =4.1,w= ∑w =3.05,
6 i 6 i
i=1 i=1
6
∑v w -6vw
i i 75.3-6×4.1×3.05 1 1
则b^= i=1 = = ,a^=w-b^v=3.05- ×4.1=1,
6 101.4-6×4.12 2 2
∑v2-6v2
i
i=1
1
所以回归直线方程为w= v+1.
2
1 1 1
因为v
i
=lnx
i
,w
i
=ln y
i
,所以ln y=
2
lnx+1,则b=
2
,lna=1,所以 y=ex2.
1
综上,y关于x的回归方程为 y=ex2.
(2)由题意知B,C,D,E为“热门套票”,则三人中购买“热门套票”的人数X服从
超几何分布,
C1C2
1
C2C1
3
X 的 可 能 取 值 为 1 , 2 , 3 , 且
P(X=1)= 4 2 =
,
P(X=2)= 4 2 =
,
C3 5 C3 5
6 6
C3
1
P(X=3)= 4 =
.
C3 5
6
X的分布列如下.X 1 2 3
1 3 1
P
5 5 5
1 3 1
E(X)=1× +2× +3× =2.
5 5 5
【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.
【答案】(1)模型y=eλx+t
的拟合程度更好
(2)^y=e0.02x+3.84
(3)该地区对新款式瓷器喜爱程度与年龄有关
【分析】(1)由相关系数求出两个系数,比较大小可得;
(2)先建立v关于x的线性回归方程,从而得出y关于x的回归方程;
(3)计算出χ2
的值即可得到判断.
12
∑(u -u)(y - y)
i i
21500 21500 43
【详解】(1)
r
1
=
√ 12
i=1
12
=
❑√3125000×200
=
25000
=
50
=0.86,
❑∑(u -u) 2∑(y - y) 2
i i
i=1 i=1
12
∑(x -x)(v -v)
i i
14 14 10
r = i=1 = = = ≈0.91
2 √ 12 12 ❑√770×0.308 77×0.2 11 ,
❑∑(x -x) 2∑(v -v) 2
i i
i=1 i=1
则|r |<|r |,因此从相关系数的角度,模型y=eλx+t 的拟合程度更好
1 2
(2)先建立v关于x的线性回归方程.
由y=eλx+t ,得ln y=t+λx,即v=t+λx.
12
∑(x -x)(v -v)
i i
14
由于λ= i=1 = ≈0.018,
12 770
∑(x -x) 2
i
i=1t=v-λx=4.20-0.018×20=3.84,
所以v关于x的线性回归方程为v^=0.02x+3.84,
所以ln^y=0.02x+3.84,则^y=e0.02x+3.84.
(3)零假设为H :对新款式瓷器喜爱程度与年龄无关
0
600(200×150-100×150) 2
χ2= ≈17.143>10.828,
350×250×300×300
根据小概率α=0.001独立性检验,可推断H 不成立,
0
即该地区对新款式瓷器喜爱程度与年龄有关
【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
【答案】(1)y=e0.36x+3.49
3
(2)
10
【分析】(1)令u=ln y=lnaebx=bx+lna,利用最小二乘法求出b^,lna^,即可得解;
(2)由根据相互独立事件概率的乘法公式计算即可得到答案.
【详解】(1)令u=ln y=lnaebx=bx+lna,
1+2+3+4+5+6 28.5
x= =3.5,u= =4.75,
6 66
∑ x u -nx⋅u
i i 106.05-6×3.5×4.75
则b^= i=1 = =0.36,
6 12+22+32+42+52+62-6×(3.5) 2
∑ x2-nx2
i
i=1
lna^=4.75-0.36×3.5=3.49,所以a^=e3.49
,
所以y=e3.49 ⋅e0.36x=e0.36x+3.49
;
(2)设甲公司获得“优胜公司”为事件A,
1 1 1 2 3 1 1 2 1 1 3
则P(A)= × + × × × + × × × = ,
2 3 2 3 5 2 2 5 3 2 10
3
所以甲公司获得“优胜公司”的概率为 .
10
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.
【答案】(1)y=cln(x-2012)+d适宜,预测2023年该机场飞往A地的航班放行准点率
84%
(2)(i)0.778;(ii)可判断该航班飞往其他地区的可能性最大,理由见解析
【分析】(1)根据线性回归方程的计算公式,选择合适的模型计算即可;
(2)利用全概率公式和条件概率公式,即可根据概率判断可能性最大的情况.
【详解】(1)由散点图判断y=cln(x-2012)+d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.
令t=ln(x-2012),先建立y关于t的线性回归方程.
10
∑t y -10t y
i i 1226.8-10×1.5×80.4
由于c^= i=1 = =4,
-10 27.7-10×1.52
∑t2-10t-2
i
i=1
d^= y-c^t=80.4-4×1.5=74.4,
该机场飞往A地航班放行准点率y关于t的线性回归方程为^y=4t+74.4,
因此y关于年份数x的回归方程为^y=4ln(x-2012)+74.4
所以当x=2023时,该机场飞往A地航班放行准点率y的预报值为
^y=4ln(2023-2012)+74.4=4ln11+74.4≈4×2.40+74.4=84.
所以2023年该机场飞往A地航班放行准点率y的预报值为84%.
(2)设A = “该航班飞往A地”,A = “该航班飞往B地”,A = “该航班飞往其他地
1 2 3
区”,C=“该航班准点放行”,
则P(A )=0.2,P(A )=0.2,P(A )=0.6,
1 2 3
P¿,P¿,P¿.
(i)由全概率公式得,
P(C)=P(A )P¿
1
=0.84×0.2+0.8×0.2+0.75×0.6=0.778,所以该航班准点放行的概率为0.778.
(ii)P¿,
P¿,
P¿,
因为0.6×0.75>0.2×0.84>0.2×0.8,
所以可判断该航班飞往其他地区的可能性最大.
【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
【答案】(1)^y=c^+d^lnx更适合(2)^y=10.3+10lnx,43600件
6
(3)分布列见解析,
5
【分析】(1)观察散点图,根据散点的分布规律判断应采用的模型;
(2)令ω=lnx,先求y与ω的线性回归方程,由此可得y与x的回归方程,再利用回归方
程预测;
(3)确定随机变量的X的可能取值,再求取各值的概率,由此可得X的分布列,利用均值
公式求其期望.
【详解】(1)由散点图可知,散点分布在一条对数型曲线附近,
所以选择回归方程^y=c^+d^lnx更适合;
(2)令ω=lnx,则^y=c^+d^ω,
10 10
因为∑(ω -ω)(y - y)=66,∑(ω -ω) 2=6.6,
i i i
i=1 i=1
10
∑(ω -ω)(y - y)
i i
66
所以d^= i=1 = =10,
10 6.6
∑(ω -ω) 2
i
i=1
又y=30.3,ω=2,
所以c^= y-dω=30.3-10×2=10.3,
所以y与ω的线性回归方程为^y=10.3+10ω,
故y关于x的回归方程为^y=10.3+10lnx.
令x=28,代入回归方程可得^y=10.3+10ln28=10.3+10×(2ln2+ln7)≈43.6(千件),
所以预测观看人次为280万人时的销售量约为43600件.
(3)由散点图可知,这10名主播中,优秀主播的个数有4个,
所以X的可能取值为0,1,2,3,
C3C0
1
C2C1
1
所以P(X=0)= 6 4 = ,P(X=1)= 6 4 =
,
C3 6 C3 2
10 10
C1C2
3
C0C3
1
P(X=2)= 6 4 = ,P(X=3)= 6 4 =
,
C3 10 C3 30
10 10
所以X的分布列为:
X 0 1 2 3
1 1 3 1
P
6 2 10 30
1 1 3 1 6
数学期望E(X)=0× +1× +2× +3× =
.
6 2 10 30 5
【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
【答案】(1)y=clnx+d能更好地对y与x的关系进行拟合,y=-0.5lnx+3.2;
(2)预测票价为220元时,剧场的门票收入最多.
【分析】(1)由散点图知,y=clnx+d能更好地对y与x的关系进行拟合,设z=lnx,
由公式求出c,再将y,z代入求出d,可得y关于z的线性回归方程,进而得出y关于x的回
归方程;
(2)设函数f (x)=-0.5xlnx+3.2x,对函数求导,判断出单调性和极值,可预测剧场的
门票收入最多时的票价.
【详解】(1)y=clnx+d能更好地对y与x的关系进行拟合.
设z=lnx,先求y关于z的线性回归方程.
5
1 27
由已知得z= ∑ z ≈ =5.4,
5 i 5
i=1
5
∑ z y -5z y
i i 12.7-5×5.4×0.5 12.7-13.5 -0.8
所以c= i=1 ≈ = = =-0.5,
5 147.4-5×5.42 147.4-145.8 1.6
∑ z2-5z2
i
i=1
d= y-cz=0.5-(-0.5)×5.4=3.2,
所以y关于z的线性回归方程为y=-0.5z+3.2,
所以y关于x的回归方程为y=-0.5lnx+3.2;
(2)设该剧场的总座位数为M,由题意得门票收入为M(-0.5xlnx+3.2x),设函数f (x)=-0.5xlnx+3.2x,则f' (x)=-0.5lnx+2.7,
当f' (x)<0,即x>e5.4 时,函数单调递减,当f' (x)>0,即0<x<e5.4
时,函数单调递增,
所以f(x)在x=e5.4≈220处取最大值,
所以预测票价为220元时,剧场的门票收入最多.
【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【答案】(1)图见解析,y=c+dlnx更适宜作为y关于x的回归方程模型;
ˆ
(2)y=5.7+14.2lnx,到第9天才能超过35杯;
(3)分布列见解析.
【分析】(1)根据散点图趋势即可判断;
(2)利用非线性回归方程转化为线性回归方程的方法求解;
(3)根据超几何分布求分布列.
【详解】(1)
根据散点图,知y=c+dlnx更适宜作为y关于x的回归方程模型;
(2)令u=lnx,则y=c+du,
7
∑ x y -nxy
1 1 235.1-7×22.7×1.2
由已知数据得d^= i=1 = ≈14.2,
7 13.2-7×1.2×1.2
∑ x2-nx2
i
i=1
c^= y-d^u=22.7-14.2×1.2≈5.7,
所以^y=5.7+14.2u,
ˆ
故y关于x的回归方程为y=5.7+14.2lnx,
进而由题意知,令5.7+14.2lnx>35,整理得lnx>2.1,即x>e2.1≈8.2,
故当x=9时,即到第9天才能超过35杯;
(3)由题意知,这7天中销售超过25杯的有4天,则随机变量X的可能取值为0,1,2,3
C0C3
1
C1C2
12
P(X=0)= 4 3 = ,P(X=1)= 4 3 =
,
C3 35 C3 35
7 7
C2C1
18
C3C0
4
P(X=2)= 4 3 = ,P(X=3)= 4 3 =
,
C3 35 C3 35
7 7
则随机变量X的分布列为
X 0 1 2 3
1 12 18 4
P
35 35 35 35
【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.
【答案】(1)
ξ 0 1 2
3 3 1
P
10 5 10
(2)^y=-0.5lnx+3.0
(3)150元/天
【分析】(1)根据图象得出ξ的所有可能情况,利用超几何分布求得不同ξ下的概率,进
而列出分布列.
(2)由散点图判断出更适模型的回归方程,分别求出b^和a^,求出回归方程.
(3)写出100天销售额L的表达式,再根据导数求得最大值,即可得出收费标准.
【详解】(1)由题意,抽取两家深入调查,ξ可能为0,1,2.
C2
3
C1C1
3×2 3
C2
1
P(ξ=0)= 3 = ,P(ξ=1)= 3 2 = = ,P(ξ=2)= 2 =
,
C2 10 C2 10 5 C2 10
5 5 5
∴ξ的分布列为:ξ 0 1 2
3 3 1
P
10 5 10
(2)由散点图可知,散点并非均匀分布在一条直线的两侧,而是大致分布在一条曲线的两
侧,不符合线性回归模型要求,∴^y=b^z+a更合适于此模型,
1
y= ×(0.9+0.65+0.45+0.3+0.2)=0.5
5
n
∑ z y -nz⋅y
i i 12.72-5×5.35×0.5
b^= i=1 = =-0.47≈-0.5
n 144.24-5×28.57
∑ z2-nz2
i
i=1
∵z≈5.35
∴a^= y-b^ ⋅z=0.5-(-0.47)×5.35=3.0145≈3.0
∴回归方程为:^y=-0.5lnx+3.0
(3)由题意得,L(x)=100(-0.5lnx+3.0)x=-50xlnx+300x,
在L(x)=-50xlnx+300x中
L'(x)=-50lnx+250
当L'(x)=0时,解得:x=e5
,
当L'(x)<0即x>e5
时,函数单调递减,
当L'(x)>0即0<x<e5
时,函数单调递增,
∴函数在x=e5≈150处取最大值,
∴收费标准为150元/天时,100天销售额L最大.
【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
【答案】(1)140
(2)125;900
【分析】(1)根据公式可求得b^=3.53, a^=4.86,从而得到^y=3.53lgx+4.86,当x=1时求得
^y=4.86,进而求得利润;
(2)(i)利用频率分布直方图估计平均数的计算公式可求;
(ii)根据频率分布直方图,可求该农户每天可配送的该水果的箱数的概率分布表,进而求得
获利的分布列,最后根据均值的计算公式求得此项业务每天的利润平均值.
【 详 解 】 ( 1 )
n n n n n n
∵∑(t -t)(y - y)=∑(t y -t y- y t+t y)=∑t y -∑t y-∑ y t+∑t y
i i i i i i i i i i
i=1 i=1 i=1 i=1 i=1 i=1
n n n n n n
=∑t y - y∑t -t∑ y +∑t y=∑t y - y⋅nt-t⋅n y+nt y=∑t y -nt y
i i i i i i i i
i=1 i=1 i=1 i=1 i=1 i=1
n n
∴∑t y -nt y=∑(t -t)(y - y)
i i i i
i=1 i=1
n n n n n n
∵∑(t -t) 2=∑(t 2-2t t+t2 )=∑t 2-2t∑t +∑t2=∑t 2-nt2
i i i i i i
i=1 i=1 i=1 i=1 i=1 i=1n n
∴∑t 2-nt2=∑(t -t) 2
i i
i=1 i=1
5 5
∑t y -5t y ∑(t -t)(y - y)
i i i i
0.53
∴b^= i=1 = i=1 = =3.53,
5 5 0.15
∑t 2-5t2 ∑(t -t) 2
i i
i=1 i=1
所以a^= y-b^t=7.44-3.53×0.73=4.86,
所以^y=3.53t+4.86,
又t=lgx,所以^y=3.53lgx+4.86,
所以10箱药材,x=1时,^y=3.53lg1+4.86=4.86(千元),
即该水果10箱的成本为4860元,
故该水果10箱的利润为5000-4860=140(元).
1 1 1 1
(2)(i)60× +100× +140× +180× =125,
8 4 2 8
所以农户每天平均可配送125箱药材.
(ii)根据频率分布直方图,可知该农户每天可配送的该水果的箱数的概率分布表为:
箱数 [40,80) [80,120) [120,160) [160,200]
1 1 1 1
P
8 4 2 8
该运输户购3辆车时每天的利润为Y元,
则Y的可能取值为1200,600,0,其分布列为:
Y 1200 600 0
5 1 1
P
8 4 8
5 1 1
∴E(Y)= ×1200+ ×600+ ×0=900故此项业务每天的利润平均值为900元。
8 4 8
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:
年份 2015 201 2017 201 2019 2020 202 20226 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).
3
n 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
【答案】(1)8.6亿人次,13.0亿人次
(2)模型二的拟合效果更好
(3)^y=1.6x+3.6,10(亿人次)
【分析】(1)代入回归方程求解,
(2)由参考公式计算R2
后判断,
(3)由参考公式求解回归方程.
【详解】(1)根据l 预测2023年云南省游客总人数为^y=0.556×9+3.56=8.564≈8.6
1
(亿人次);
根据l 预测2023年云南省游客总人数为^y=1.22×9+2=12.98≈13.0(亿人次).
2
8
∑(y -^y ) 2
i i
8.977
(2)模型一:R2=1- i=1 =1- ≈0.591;
8 21.959
∑(y - y) 2
i
i=1
5
∑(y -^y ) 2
i i
0.028
模型二:R2=1- i=1 =1- ≈0.998.
5 14.912
∑(y - y) 2
i
i=1因为0.998>0.591,所以模型二的拟合效果更好.
(3)设2020年至2022年的年份代号x分别为1,2,3,
则x=2,y=6.7,(1-2)(5.3-6.7)+(2-2)(6.5-6.7)+(3-2)(8.4-6.7)=3.1,
3.1
(1-2) 2+(2-2) 2+(3-2) 2=2,所以b^= =1.55,a^=6.7-1.55×2=3.6,
2
所以l :^y=1.6x+3.6,所以当x=4时,^y=1.6×4+3.6=10.
3
所以根据l 预测2023年云南省游客总人数为10(亿人次).
3
【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
【答案】(1)选择模型①,理由见解析
(2)(i)^y=3x+8.04;(ii)62.04万元
【分析】(1)根据残差图的分布比较可得结论;(2)(i)求出剔除异常数据后的平均数,即可求得b^和a^,即得回归方程;(ii)将x=18
代入回归直线方程,即可得答案.
【详解】(1)选择模型①,因为模型①的残差点比较均匀地落在水平的带状区域中,
且模型①的带状区域比模型②的带状区域窄,
所以模型①的拟合精度高,回归方程的预报精度高.
( 2 ) ( i ) 剔 除 异 常 数 据 , 即 组 号 为 3 的 数 据 , 剩 下 数 据 的 平 均 数 为
1 1
x'= (7×6-6)=7.2,y'= (30×6-31.8)=29.64;
5 5
5
∑ x y -5x' y'=1464.24-6×31.8-5×7.2×29.64=206.4,
i i
i=1
5
∑ x2-5(x' ) 2=364-62-5×7.22=68.8.
i
i=1
206.4
∴b^= =3,a^= y'-b^x'=29.64-3×7.2=8.04.
68.8
∴所选模型的回归方程为^y=3x+8.04;
(ⅱ)若广告投入量x=18时,该模型收益的预报值是3×18+8.04=62.04万元
【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 35. 43.
32.2 31.1 32.9 37.1 38.0 39.0 44.6 46.0
x 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=1n
∑(x -x)(y - y)
i i
❑√2.297≈1.516,b^= i=1 ,a^= y-b^x.
n
∑(x -x) 2
i
i=1
【答案】(1)线性相关程度很强
(2)^y=1.44x-15.56
(3)-5.81,变小
【分析】(1)根据样本相关系数r≈0.95,进得推断即可;
√ n
❑∑(y - y) 2
b^ i
(2)由 = i=1 ≈❑√2.297可求得b^,由a^= y-b^x求得a^,即可得线性回归方程;
r √ n
❑∑(x -x) 2
i
i=1
(3)第一个样本点(32.2,25.0)的残差为:25.0-(1.44×32.2-15.56),计算即可;由于
该点在回归直线的左下方,故将其剔除后,b^的值将变小.
【详解】(1)根据样本相关系数r≈0.95,可以推断线性相关程度很强.
n n
∑(x
i
-x)(y
i
- y) ∑(x
i
-x)(y
i
- y)
(2)由
r= i=1 ≈0.95 及b^= i=1
,
√ n √ n n
❑∑(x
i
-x) 2❑∑(y
i
- y) 2 ∑(x
i
-x) 2
i=1 i=1 i=1
√ n √ n √ n
❑∑(x -x) 2❑∑(y - y) 2 ❑∑(y - y) 2
b^ i i i
可得 = i=1 i=1 = i=1 ≈❑√2.297,
r n √ n
∑(x -x) 2 ❑∑(x -x) 2
i i
i=1 i=1
所以b^=r❑√2.297≈0.95×1.516≈1.440,
又因为x=37.96,y=39.1,
所以a^= y-b^x≈-15.56,
所以y与x的线性回归方程^y=1.44x-15.56.
(3)第一个样本点(32.2,25.0)的残差为:25.0-(1.44×32.2-15.56)=-5.808≈-5.81,
由于该点在回归直线的左下方,故将其剔除后,b^的值将变小.
【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
【答案】(1)^y=0.71x+1.87,残差为0.18
(2)选用^y=0.107x2+2.365更好,17.773亿元
(3)逐年递增
【分析】(1)应用最小二乘法求回归直线方程即可;
(2)由相关指数的大小,结合其的实际意义确定较好模型,进而估计2023年该市的地区
生产总值;
31.085
(3)由题设可得该市人均地区生产总值φ=0.535(x+6)+ -6.42,利用单调性定
x+6
义判断其在[18,+∞)上的单调性即可.
1+2+3+4+5 2.8+3.1+3.9+4.6+5.6
【详解】(1)由数据,x= =3,y= =4,
5 5
5 5
而∑ x y =2.8+6.2+11.7+18.4+28=67.1,∑ x2=1+4+9+16+25=55,
i i i
i=1 i=1
67.1-5×3×4
所以 b^= =0.71 ,则a^=4-0.71×3=1.87,
55-5×32
综上,回归方程为^y=0.71x+1.87,
当x=5时,^y=0.71×5+1.87=5.42,故2016年地区生产总值残差为5.6-5.42=0.18.
(2)根据相关指数越大拟合越好,由于0.985>0.976>0.880,故^y=0.107x2+2.365模
型较好,
因2023年对应x=12,则^y=0.107×122+2.365=17.773亿元.
( 3 ) 由 ( 2 ) 及 题 设 知 : 该 市 人 均 地 区 生 产 总 值
0.107x2+2.365 0.535(x+6) 2-6.42(x+6)+31.085 31.085
φ= = =0.535(x+6)+ -6.42
0.2x+1.2 x+6 x+6
31.085
令t=x+6≥18,且y=0.535t+ ,若t >t ≥18,
t 2 1
31.085(t -t ) 31.085
所以y - y =0.535(t -t )+ 1 2 =(t -t )(0.535- ),
2 1 2 1 t t 2 1 t t
1 2 1 2
31.085
而t -t >0,t t ≥18×19=342且,则 0.535- >0 ,故y >y ,
2 1 1 2 t t 2 1
1 231.085
所以y=0.535t+ 在[18,+∞)上递增,则φ在[18,+∞)上递增,
t
所以该市人均地区生产总值逐年递增.
【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
2
【答案】(1)
5
3
(2)(i)m=10,n=16;(ii)
7
【分析】(1)根据古典概型运算公式,结合列举法进行求解即可;
(2)(i)根据题中所给的公式进行求解即可;
(ii)利用代入法,结合残差的定义进行求解即可.
【详解】(1)用(x,y)表示从被抽中的6名同学中随机抽出2名同学的序号分别为x和y,
则基本事件有(1,2),(1,3),(1,4),(1,5),(1,6),(2,3),(2,4),(2,5),(2,6),(3,4),
(3,5),(3,6),(4,5),(4,6),(5,6),共15个,
将“抽出的2名同学的课外学习时长都不小于210分钟”记为事件,
由已知,序号为1,3,4,6的同学课外学习时长都不小于210分钟,
∴事件A中基本事件有(1,3),(1,4),(1,6),(3,4),(3,6),(4,6),共6个,6 2
∴P(A)= =
;
15 5
1
(2)(i)由表知x= ×(1+2+3+4+5+6+7)=4,
7
1 70+m+n
y= ×(8+9+m+12+n+19+22)=
,
7 7
7
∴∑(x -x) 2=(-3) 2+(-2) 2+(-1) 2+02+12+22+32=28,
i
i=1
7
70+m+n
∑ x y -7xy 452-7×4×
i i
7
∴b^= i=1 = ,即m+n=43-7b^,①
7 28
∑(x -x) 2
i
i=1
70+m+n
∵回归直线恒过样本点的中心(x,y),∴ =4b^+4,即m+n=28b^-42,②
7
17
由①②,得b^= ,m+n=26,③
7
7
∵∑ x y =8+18+3m+48+5n+114+154=452,∴3m+5n=110,④
i i
i=1
由③④,得m=10,n=16.
17
(ii)∵线性回归方程为^y= x+4,
7
17 130 130 3
∴当x=6时,预测值^y= ×6+4= ,此时残差为19- =
.
7 7 7 7
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.
【答案】(1)有99.5%的把握认为该中学学生喜欢足球与性别有关
11
(2)分布列见解析,E(X)=
6
【分析】(1)根据男女生各50名及表中数据即可填写2×2列联表,然后根据计算
100×(30×35-15×20) 2
χ2=
从而求解.
50×50×45×55
(2)根据题意可知X的所有可能取值为0,1,2,3,列出分布列,计算出期望从而求解.
【详解】(1)依题意,2×2列联表如下:
喜 欢 足
不喜欢足球 合计
球
男生 30 20 50
女生 15 35 50
合计 45 55 100
零假设H :该中学学生喜欢足球与性别无关,
0
100×(30×35-15×20) 2 100
χ2 的观测值为χ2= = ≈9.091,
50×50×45×55 11
9.091>7.879=x ,根据小概率值α=0.005的独立性检验,推断H 不成立,
0.005 0
所以有99.5%的把握认为该中学学生喜欢足球与性别有关.
(2)依题意,X的所有可能取值为0,1,2,3,
P(X=0)= ( 1- 2) 2 × ( 1- 1) = 1 ,P(X=1)=C1× 2( 1- 2) × ( 1- 1) + ( 1- 2) 2 × 1 = 5 ,
3 2 18 2 3 3 2 3 2 18
P(X=2)=C1× 2( 1- 2) × 1 + (2) 2 × ( 1- 1) = 8 = 4 ,P(X=3)= (2) 2 × 1 = 2
2 3 3 2 3 2 18 9 3 2 9
所以X的分布列为:X 0 1 2 3
1 5 4 2
P
18 18 9 9
1 5 4 2 11
数学期E(X)=0× +1× +2× +3× =
.
18 18 9 9 6
【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
【答案】(1)有
(2)证明见解析
【分析】(1)根据题意补全列联表,计算出K2 后,与6.635比较大小即可判断是否有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)根据条件概率计算公式,结合事件间的基本关系证明即可.
【详解】(1)补全2×2列联表如下:
年龄 购买袋装月饼 购买礼盒月饼 总计
50岁及以上 80 20 100
不超过50岁 60 40 100
总计 140 60 200
200×(80×40-20×60) 2
K2= ≈9.524>6.635,
100×100×140×60
∴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)由题知,P(B|A)>P(B|A),P(BA) P(BA) P(B)-P(BA)
∴ > = ,
P(A) P(A) 1-P(A)
∴P(BA)>P(B)⋅P(A),
∴P(BA)-P(B)⋅P(BA)>P(B)⋅P(A)-P(B)⋅P(BA),
∴P(BA)⋅P(B)>P(B)⋅P(BA),
P(BA) P(BA)
∴ > ,
P(B) P(B)
∴P( A|B)>P( A|B),
即P(A|B)-P(A|B)>0
【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
48
【答案】(1)
539
38
(2)
33
(3)列联表见解析,有【分析】(1)根据3人选答④、⑥、⑧、⑩题目数量之和为5的情况有(1,1,3),(1,2,2),
结合组合知识进行求解;
(2)求出X的可能取值和相应的概率,求出分布列,数学期望;
(3)完善列联表,计算出卡方,与3.841比较后得到结论.
【详解】(1)记“所选取的3名学生选答④、⑥、⑧、⑩题目数量之和为5”为事件A,
则3人选答④、⑥、⑧、⑩题目数量之和为5的情况有(1,1,3),(1,2,2),
C2 C1 +C1 C2
48
故P(A)= 20 30 20 30 =
.
C3 539
100
(2)由题意可知X的可能取值为0,1,2,3.
当X=0时,2人选答④、⑥、⑧、⑩题目数量的情况为(1,1),(2,2),(3,3),(4,4),
C2 +C2 +C2 +C2
25
故P(X=0)= 20 30 30 20 =
;
C2 99
100
当X=1时,2人选答④、⑥、⑧、⑩题目数量的情况为(1,2),(2,3),(3,4),
C1 C1 +C1 C1 +C1 C1
14
故P(X=1)= 20 30 30 30 30 20 =
;
C2 33
100
当X=2时,2人选答④、⑥、⑧、⑩题目数量的情况为(1,3),(2,4),
C1 C1 +C1 C1
8
故P(X=2)= 20 30 30 20 =
;
C2 33
100
当X=3时,2人选答④、⑥、⑧、⑩题目数量的情况为(1,4),
C1 C1
8
故P(X=3)= 20 20 =
.
C2 99
100
则X的分布列为
X 0 1 2 3
25 14 8 8
P
99 33 33 99
25 14 8 8 38
数学期望E(X)=0× +1× +2× +3× =
.
99 33 33 99 33
(3)由题意可得列联表为
性别 “公序良俗”达人 非“公序良俗”达人 总计
男性 8 55 63
女性 12 25 37
总计 20 80 100
100×(8×25-55×12) 2
χ2= ≈5.674>3.841,
63×37×20×80
故有95%的把握认为“公序良俗”达人与性别有关.
【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
【答案】(1)a=0.0035,670分
(2)列联表见解析,有
【分析】(1)根据频率之和等于“1”可以求a的值;根据平均数的定义求平均数;
(2)根据独立性检验的方法求解.
【详解】(1)100×(0.0015+a+0.0025+0.0015+0.0010)=1,解得a=0.0035,
平 均 数 估 计 值 为
500×0.0015×100+600×0.0035×100+700×0.0025×100+800×0.0015
×100+900×0.001×100=670(分).
250
(2)由题意可知,样本中男生有100× =25人,则女生有75人,
1000
属于“高分选手”的有(0.1+0.15) ×100=25人,其中男生10人,
则高分中女生为25-10=15人,不属于“高分选手”的男生为25-10=15人,
不属于“高分选手”的女生为75-15=60人,
因此,得到2×2列联表如下:属于“高分选手” 不属于“高分选手” 合计
男生 10 15 25
女生 15 60 75
合计 25 75 100
100(10×60-15×15) 2
因此,K2 的观测值k= =4>3.841,
25×75×75×25
所以有95%的把握认为该校学生属于“高分选手”与“性别”有关.
【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
【答案】(1)a=0.042,中位数为82.4
(2)平均数为81.6,学生1km水平有显著稳定性;
(3)列联表见解析,有99%的把握认为“评价指标是否优秀与性别有关”
【分析】(1)根据频率和为1,求解a,再代入中位数公式,即可求解中位数;(2)首先求解平均数,再结合中位数和题意,确定是否具有稳定性;
(3)首先根据频率分布直方图计算优秀和良好的人数,再根据题意,列出列联表,并根
据表中数据计算K2
,并与临界值比较,即可作出结论.
【详解】(1)由频率和为1,可得
(0.012+0.028+a+0.018)×10=1,得a=0.042,
设中位数为x,
0.012×10+0.028×10+(x-80)×0.042=0.5,解得:x≈82.4,
所以中位数为82.4;
(2)由频率分布直方图得到平均数为,
(65×0.012+75×0.028+85×0.042+95×0.018)×10=81.6,
平均数与中位数之差的绝对值为|82.4-81.6|=0.8<1,
所以学生1km水平有显著稳定性;
(3)由频率分布直方图可知,优秀的频率为(0.042+0.018)×10=0.6,
所以100名学生有100×0.6=60人为优秀,40人为良好,
如图,列出2×2列联表
男生 女生 合计
优秀 40 20 60
良好 10 30 40
合计 50 50 100
100(40×30-20×10) 2
K2= ≈16.667>6.635,
50×50×60×40
所以有99%的把握认为“评价指标是否优秀与性别有关”
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
290
【答案】(1)
81
(2)相关系数约为1,说明见解析
【分析】(1)求出从2022年的健身人群中随机抽取1人,其中从2018年开始就有健身
58
习惯的人被抽到的概率,确定X∼B(5, ),根据二项分布的均值公式,即可求得答案;
81
(2)计算相关系数,根据相关系数的含义即可说明结论.
【详解】(1)由图中数据可知从2018年开始就有健身习惯的人数有232百万,
2022年的健身人数为324百万,
故从2022年的健身人群中随机抽取1人,其中从2018年开始就有健身习惯的人被抽到的
232 58
=
概率为 ,
324 81
58 58 290
则X∼B(5, ),故E(X)=5× = ;
81 81 81
(2)由题意知x=3,
n 5
∑(x -x)(y - y) ∑ x y -5x y
i i i i
r= i=1 = i=1
√ n n √ 5 5
❑∑(x -x) 2∑(y - y) 2 ❑ (∑ x2-5x2 )(∑ y2-5 y2 )
i i i i
i=1 i=1 i=1 i=1
4429-5×3×280
=
❑√(55-5×32)(397262-5×2802)
229 229
= = ≈0.998≈1
,
❑√52620 229.4
故我国健身人群数量与年份序号正线性相关且相关性很强.
【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
【答案】(1)r≈0.95,是
(2)方案一操作成功的次数的期望值大于方案二操作成功的次数的期望值
【分析】(1)利用相关系数的公式计算求解,判断即可.
(2)分析X,Y的取值,对于方案一,利用相互独立事件的概率逐个求概率,再求期望;
对于方案二,利用二项分布的概念求期望,比较即可.
2+4+5+6+8 3+4+4+4+5
【详解】(1)x= =5,y= =4,
5 5
5
∑❑(x -x)(y - y)=6,
i i
i=1
√ 5
❑∑(x -x) 2=❑√(2-5) 2+(4-5) 2+(5-5) 2+(6-5) 2+(8-5) 2=2❑√5,
i
i=1
√ 5
❑∑(y - y) 2=❑√(3-4) 2+(4-4) 2+(4-4) 2+(4-4) 2+(5-4) 2=❑√2
i
i=1
5
∑(x -x)(y - y)
i i
6 √ 9
r= i=1 = =❑ ≈0.95
相关系数 ,
√ 5 √ 5 2❑√5×❑√2 10
❑∑(x -x) 2❑∑(y - y) 2
i i
i=1 i=1
因为r>0.75,所以y与x具有较强的线性相关关系.
(2)设方案一和方案二操作成功的次数分别为X,Y,则X,Y的所有可能取值均为0,
1,2,1 ( 2) ( 1) 1 ( 1) ( 2) 1
方案一:P(X=0)= × 1- × 1- + × 1- × 1- = ,
2 3 2 2 2 3 6
1 ( 2) 1 1 2 ( 2) 1 ( 1) 2 1 1 ( 1) 35
P(X=1)= × 1- × + × × 1- + × 1- × + × × 1- = ,
2 3 2 2 3 3 2 2 3 2 2 2 72
1 2 2 1 1 1 25
P(X=2)= × × + × × = ,
2 3 3 2 2 2 72
1 35 25 85
所以E(X)=0× +1× +2× =
.
6 72 72 72
方案二:选择其中一种操作设备后,进行2次独立重复试验,
1 2 1 1 7
所以E(Y)= ×2× + ×2× = ,
2 3 2 2 6
所以E(X)>E(Y),即方案一操作成功的次数的期望值大于方案二操作成功的次数的期望
值.
【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 nn
∑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
【答案】(1)^y=1.1×1.5x
,预测2023年该地区新能源汽车保有量能超过10万辆
6
(2)分布列见解析,数学期望为
5
【分析】(1)设ln y=v,由已知可得∴v=lna+xlnb,利用最小二乘法结论求lnb,lna,
由此可得回归方程,再利用回归方程进行预测,并判断结论;
( 2)
(2)由条件确定随机变量X的所有可能取值,由条件可得X~B 3, 结合二项分布的分
5
布列和期望公式求解.
【详解】(1)由y=a⋅bx 得ln y=ln(abx)=lna+xlnb,
设ln y=v,则v=lna+xlnb,
1+2+3+4+5 5
因为x= =3, ∑ x2=1+4+9+16+25=55,
5 i
i=1
5
v=1.25,∑ x v =22.62,
i i
i=1
5
∑ x v -5xv
i i 22.62-5×3×1.25
所以lnb= i=1 = =0.387.
5 55-5×32
∑ x2-5x2
i
i=1
又v=lna+xlnb,所以1.25=lna+3×0.387,
所以lna=0.089,故v^=0.089+0.387x,
所以ln^y=0.089+0.387x,
则^y=e0.089+0.387x ,又e0.089=1.1,e0.387=1.5,
所以^y=1.1×1.5x
,
即y关于x的回归方程为^y=1.1×1.5x
,
当x=6时,^y=1.1×1.56=1.1×11.4=12.54>10,
所以预测2023年该地区新能源汽车保有量能超过10万辆.
(2)X的所有可能取值为0,1,2,3,易知2018~2022年中满足y-z>0.8的年份有2个,
2
则每人取到满足y-z>0.8的年份的概率为 ,
5
( 2)
故X~B 3, ,
5∴P(X=0)= ( 1- 2) 3 = 27 ,P(X=1)=C1× 2 × ( 1- 2) 2 = 54 ,
5 125 3 5 5 125
P(X=2)=C2× (2) 2 × ( 1- 2) = 36 ,P(X=3)=C3(2) 3 = 8 ,
3 5 5 125 3 5 125
∴X的分布列为
X 0 1 2 3
27 54 36 8
P
125 125 125 125
2 6
∴E(X)=3× =
.
5 5
【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.
【答案】(1)y与x之间的线性相关性较强,可用线性回归模型进行拟合
2
(2)m∈( ,1)
3
【分析】(1)根据相关系数公式直接计算即可;(2)利用二项分布期望公式可得甲高校考试通过科目数的期望,分别求出通过乙高校的
考试科目数各种可能值的概率,然后由期望公式计算,最后根据期望之间的关系求解即可.
7+9+10+11+13 3+4+5+6+7
【详解】(1)由题意,可得:x= =10,y= =5,
5 5
n
∑(x -x)(y - y)=(-3)×(-2)+(-1)×(-1)+0+1×1+3×2=14,
i i
i=1
n n
∑(x -x) 2=(-3) 2+(-1) 2+0+12+32=20,∑(y - y) 2=(-2) 2+(-1) 2+0+12+22=10
i i
i=1 i=1
n
∑(x -x)(y - y)
i i
14 14
r= i=1 = = ≈0.99>0.75
所以 ,
√ n n ❑√20×10 10❑√2
❑∑(x -x) 2∑(y - y) 2
i i
i=1 i=1
所以y与x之间的线性相关性较强,可用线性回归模型进行拟合.
3 3 9
(2)通过甲高校的考试科目数X~B(3, ),则E(X)=3× =
,
5 5 5
设通过乙高校的考试科目数为Y,则Y的可能取值为0,1,2,3,则:
1 4 2(1-m)
P(Y =0)=(1-m)⋅(1- )×(1- )= ,
3 5 15
1 4 1 4 1 4 -7m+9
P(Y =1)=m⋅(1- )×(1- )+(1-m)⋅ ×(1- )+(1-m)⋅(1- )× =
3 5 3 5 3 5 15
1 4 1 4 1 4 5m+4
P(Y =2)=m⋅ ×(1- )+m(1- )× +(1-m)⋅ × = ,
3 5 3 5 3 5 15
1 4 4m
P(Y =3)=m⋅ × = ,
3 5 15
2(1-m) -7m+9 5m+4 4m 15m+17
则E(Y)=0× +1× +2× +3× = ,
15 15 15 15 15
9 15m+17 2
由题意知,E(X)<E(Y),即 < ,解得m> ,
5 15 3
2
又因为0<m<1,综上,m的取值范围为m∈( ,1)
3
【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¿,
【答案】(1)^y=8.3x+10.1,59.9万元
(2)答案见解析
【分析】(1)根据已知和参考数据求出a^,b^即可得出经验回归方程,代入x=6可估计该厂
6月份的订单金额;
( 1)
(2)由题意可得X的取值可能为0,1,2,3,4,且X∼B 4, ,求出X取不同值的
4
概率即可得出分布列,求得期望.
5 5
1
【详解】(1)由数据可得x=3,y= ∑ y =35,∑ x y -5x y=608-5×3×35=83
5 i i i
i=1 i=1
n
∑ x2-nx2=12+22+32+42+52-5×32=10
i
i=1
5
∑ x y -nx y
i i
83
b^= i=1 = =8.3,a^= y-b^x=35-8.3×3=10.1
5 10
∑ x2-nx2
i
i=1
故y关于x的经验回归方程为^y=8.3x+10.1
当x=6时,^y=8.3×6+10.1=59.9
估计该厂6月份的订单金额为59.9万元.
( 1)
(2)依题意,随机变量X的取值可能为0,1,2,3,4,且X∼B 4, .
4
P(X=0)=C0(1) 0 (3) 4
=
81 ;P(X=1)=C1(1) 1 (3) 3
=
27
;
4 4 4 256 4 4 4 64
P(X=2)=C2(1) 2 (3) 2
=
27 ;P(X=3)=C3(1) 3 (3) 1
=
3
;
4 4 4 128 4 4 4 64
P(X=4)=C4(1) 4 (3) 0
=
1
.
4 4 4 256
随机变量X的分布列为
X 0 1 2 3 4
81 27 27 3 1
P
256 64 128 64 2561
E(X)=4× =1.
4
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:
第 一 第 四
日期 第二天 第三天 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
8
【答案】(1)X的分布列见解析; E(X)=
9
(2)15
【分析】(1)首先根据抽取的2人中至少有一位女生的概率计算出y ,从而得到随机变
1
量X的取值,根据超几何分布概率计算可得分布列和数学期望;
(2)首先根据样本相关系数r和已知条件计算出x,y,进一步计算可得a^,利用最小二乘
法计算出^y=b^x+a^请用最小二乘法求出y关于x的经验回归方程b^,从而得到线性回归方
程,将x=15代入可得答案.
C2 5 4×3 1
【详解】(1)因为1- 4 =
,所以
=
,
C2 6 y (y -1) 6
y 1 1
1
所以y (y -1)=4×3×6=9×8,解得y =9,即第一天新增患感冒而就诊的学生有9位,
1 1 1其中男生4位,女生5位,则随机变量X的可能取值为0,1,2,且X服从超几何分布,其中
N=9,M=4,n=2,
C2
5
C1×C1
5
C2
1
P(X=0)= 5= ,P(X=1)= 5 4= ,P(X=2)= 4=
,
C2 18 C2 9 C2 6
9 9 9
X的分布列为
X 0 1 2
5 5 1
P
18 9 6
5 5 1 8
X数学期望为E(X)=0× +1× +2× =
;
18 9 6 9
6 6
(2)因为∑ x =54,所以x=9,所以∑(x -x) 2=64,
i i
i i
6 6
∑(x -x)(y - y) ∑(x -x)(y - y)
i i i i
16
r= i = i =
由于 ,
√ 6 √ 6 8×17 17
❑∑(x -x) 2 ⋅ ❑∑(y - y) 2
i i
i=1 i=1
6
∑(x -x)(y - y)
6 i i 8×16
所以∑(x -x)(y - y)=8×16,所以b^= i = =2,
i i 6 64
i ∑(x -x) 2
i
i=1
6 6 6 6 6
因为∑ y2=3463,∑(y - y) 2=∑ y2-2y∑ y +6 y2=∑ y2-6 y2=289,
i i i i i
i i i i i
解得y=23,所以a^= y-b^x=23-2×9=5,所以^y=2x+5,
当x=15时,^y=30+5=35,
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为35.
【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
【答案】(1)r≈0.98,认为具有很强的线性相关性
15
(2)分布列见解析,E(X)=
8
【分析】(1)根据公式求出样本相关系数,由数据判断线性相关关系的强弱;
(2)由X的所有可能取值,计算相应的概率,得到分布列,再求数学期望.
【 详 解 】 ( 1 ) 因 为
10 10
∑❑(x -x)(y - y) ∑❑x y -10x y
i i i i
r= i=1 = i=1
,
√ 10 10 √ 10 10
❑∑❑(x -x) 2∑❑(y - y) 2 ❑ (∑❑x2-10x2 )×(∑❑y2-10 y2 )
i i i i
i=1 i=1 i=1 i=1
代入已知数据,
357.3-10×34.02 17.1
r≈ = ≈0.98
得 .
❑√(353.6-10×33.62)×(361.7-10×34.42) ❑√304.5
所以汛期遥测雨量y与人工测雨量x有很强的线性相关关系.
(2)10组数据中,“Ⅰ类误差”有5组,“Ⅱ类误差”有3组,“Ⅲ类误差”有2组,
从“Ⅰ类误差”,“Ⅱ类误差”中随机抽取3组数据,记抽到“Ⅰ类误差”的数据组数为
X,
C3
1
由题意,X的所有可能取值为0,1,2,3.则P(X=0)= 3 =
,
C3 56
8
C1C2
15
C2C1
30 15
C3C0
10 5
P(X=1)= 5 3 = ,P(X=2)= 5 3 = = ,P(X=3)= 5 3 = =
.
C3 56 C3 56 28 C3 56 28
8 8 8
所以X的概率分布为
X 0 1 2 31 15 15 5
P
56 56 28 28
15 15 5 15
所以X的数学期望E(X)=1× +2× +3× =
.
56 28 28 8
【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
【答案】(1)^y=e-0.177+0.339x
9
(2)分布列见解析,期望为 .
5
【分析】(1)两边取自然对数有ln y=ln(a⋅bx)=lna+xlnb,设ln y=v,所以
v=lna+xlnb,则将非线性方程转化为线性方程,利用公式计算出x=3,v=0.84,lnb
代入样本中心点即可得到^y=e-0.177+0.339x
;
(2)X的取值依次为1,2,3,计算出每个X对应的概率值,再利用期望公式即可得到答案.
【详解】(1)y=a⋅bx 两边同时取自然对数得ln y=ln(a⋅bx)=lna+xlnb.设ln y=v,所以v=lna+xlnb,
5
因为x=3,v=0.84,∑ x2=55,
i
i=1
5
∑ x v -5xv
i i 15.99-5×3×0.84
所以lnb= i=1 = =0.339.
5 55-5×32
∑ x2-5x2
i
i=1
把 (3,0.84)代 入 v=lna+xlnb, 得 lna=-0.177, 所 以
v^=-0.177+0.339x,ln^y=-0.177+0.339x,所以^y=e-0.177+0.339x
,
即y关于x的回归方程为^y=e-0.177+0.339x
.
(2)2018年-2022年中国MCN市场规模的5个数据中,与y的差的绝对值小于1的数
据 有 1.68, 2.45,3.35 , 共 3 个 , 所 以 X的 取 值 依 次 为 1,2,3
C1 ⋅C2
3
C2 ⋅C1
3
C3
1
P(X=1)= 3 2 = ,P(X=2)= 3 2 = ,P(X=3)= 3 =
C3 10 C3 5 C3 10
5 5 5
所以X的分布列为
X 1 2 3
3 3 1
P
10 5 10
3 3 1 9
E(X)=1× +2× +3× = .
10 5 10 5
【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.
6
【答案】(1)分布列见解析,E(X)=
5
(2)^y=5x2+3;模型②的拟合效果更好【分析】(1)求5年的借阅量的平均数,可得随机变量X服从超几何分布,求得概率即可
得分布列与期望E(X);
(2)根据计算样本中心值代入方程求得m,即可得回归方程,计算残差即可得答案.
290
【 详 解 】 ( 1 ) 由 题 知 , 5 年 的 借 阅 量 的 平 均 数 为 :
=58,
又
5
y + y =290-36-92-142=20,则y ,y <58
1 2 1 2
CkC2-k
所以低于平均值的有3个,所以X服从超几何分布,P(X=k)= 3 2 ,(k=0,1,2),
C2
5
C0C2
1
C1C1
6 3
C2C0
3
所以P(X=0)= 3 2 = ,P(X=1)= 3 2 = = ,P(X=2)= 3 2 =
,
C2 10 C2 10 5 C2 10
5 5 5
所以X的分布列为:
X 0 1 2
1 3 3
10 5 10
1 3 3 6
所以E(X)=0× +1× +2× =
;
10 5 10 5
5
∑❑y
(2)因为12+22+32+42+52 i 290
=11, i=1 = =58
5 5 5
所以58=5×11+m,即m=3.
所以模型②的经验回归方程为:^y=5x2+3
根据模型①的经验回归方程可得:^y =-12,^y =23,^y =58,^y =93,^y =128
1 2 3 4 5
根据模型②的经验回归方程可得:^y =8,^y =23,^y =48,^y =83,^y =128
1 2 3 4 5
因 为
[(y +12) 2+(y -23) 2+(36-58) 2+(92-93) 2+(142-128) 2]-[(y -8) 2+(y -23) 2+(36-48) 2+(92-83) 2+(142-128) 2]
1 2 1 2
=(y +12) 2-(y -8) 2+222-122+12-92=40 y +340,且y ≥0
1 1 1 1
所以模型①的残差平方和大于模型②的残差平方和,
所以模型②的拟合效果更好.
【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 i
n
∑(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.
【答案】(1)y=c⋅edx
更适宜
(2)^y=e1.52+0.38x
,65.35百万元
(3)分布列见解析,1
【分析】(1)根据散点图确定正确答案.
(2)根据非线性回归的知识求得回归方程并求得预测值.
(3)利用超几何分布的知识求得分布列并求得数学期望.
【详解】(1)根据散点图判断,y=cedx
更适宜作为5G经济收入y关于月份x的回归方
程类型;
(2)因为y=cedx,所以两边同时取常用对数,得ln y=lnc+dx,设u=ln y,所以6
∑(x -x)(u -u)
i i
6.73
u=lnc+dx ,因为 x=3.50,u=2.85 ,所以 d^= i=1 = ≈0.380,
6 17.70
∑(x -x) 2
i
i=1
所以lnc=u-d^x≈2.85-0.380×3.50=1.52.
所以u^=1.52+0.38x,即ln^y=1.52+0.38x,所以^y=e1.52+0.38x
.
令x=7,得^y=e1.52+0.38×7=e1.52×e2.66≈4.57×14.30≈65.35,
故预测该公司7月份的5G经济收入大约为65.35百万元.
(3)前6个月的收入中,收入超过20百万元的有3个,所以X的取值为0,1,2,
C2
1
C1C1
3
C2
1
P(X=0)= 3 = ,P(X=1)= 3 3 = ,P(X=2)= 3 = ,
C2 5 C2 5 C2 5
6 6 6
所以X的分布列为:
X 0 1 2
1 3 1
P
5 5 5
1 3 1
所以E(X)=0× +1× +2× =1.
5 5 5
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)
【答案】(1)0.96,y与x之间的线性相关性较强
(2)表格见解析,认为购车车主购置新能源乘用车与性别是有关,此推断犯错误概率不大于
0.05.
【分析】(1)根据公式计算相关系数r,进而判断相关性强弱;
(2)完成联表,根据公式计算χ2
,结合临界值表判断是否有关.
【详解】(1)由表格知:x=2020,y=2.00,
5
所以∑(x -x) 2=(-2) 2+(-1) 2+0+12+22=10,
i
i=1
5
∑(y - y) 2=(-0.4) 2+(-0.3) 2+(-0.1) 2+(0.2) 2+(0.6) 2=0.66,
i
i=1
5
∑(x -x)(y - y)=(-2)×(-0.4)+(-1)×(-0.3)+0+1×0.2+2×0.6=2.5,
i i
i=1
5
∑(x -x)(y - y)
i i
2.5 2.5
r= i=1 = = ≈0.96>0.75
由上,有 ,
√ 5 √ 5 ❑√10⋅❑√0.66 2.6
❑∑(x -x) 2 ⋅ ❑∑(y - y) 2
i i
i=1 i=1
所以y与x之间的线性相关性较强;
(2)依题意,完善表格如下:
购置传统燃油
购置新能源车 总计
车
男性车主 35 25 60
女性车主 15 25 40
总计 50 50 100100×(35×25-15×25) 2 25
则χ2 的观测值χ2= = ≈4.17>3.841,
50×50×40×60 6
根据小概率值α=0.05的独立性检验,我们认为购车车主购置新能源乘用车与性别是有关,
此推断犯错误概率不大于0.05.
【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
α47
【答案】(1)r= >0.9,^y与x线性相关性较强
2❑√635
(2)能,理由见解析
6
(3)分布列答案见解析,E(X)=
7
【分析】(1)根据相关系数公式可计算出r的值,即可判断出^y与x线性相关性的强弱;
(2)计算出χ2 的观测值,并比较χ2 的观测值与3.841的大小,即可得出结论;
(3)分析可知随机变量X的可能取值有0、1、2,计算出随机变量X在不同取值下的概率,
可得出随机变量X的分布列,进一步可求得E(X)的值.
n
∑(x -x)(y - y)
i i
r= i=1
【 详 解 】 ( 1 ) 相 关 系 数 为
√ n n
❑∑(x -x) 2 ⋅∑(y - y) 2
i i
i=1 i=1
n √ n
∑(x -x)(y - y) ❑∑(x -x) 2
i i i
= i=1 ⋅ i=1
n √ n
∑(x -x) 2 ❑∑(y - y) 2
i i
i=1 i=1
❑√ns2 ❑√s2
√ 10 47 47 47
=b^ ⋅ x =b^ ⋅ x =4.7×❑ = = > >0.9,
❑√ns2 ❑√s2 254 ❑√10×❑√254 2❑√635 52
y y
故^y与x线性相关性较强.
(2)零假设为H :购买健康保险与居民性别相互独立,即购买健康保险与居民性别无关,
0
n(ad-bc) 2 90×(39×15-30×6) 2
所以,χ2= = ≈5.031>3.841,
(a+b)(c+d)(a+c)(b+d) 45×45×69×21
所以,依据小概率值α=0.05的独立性检验,我们推断H 不成立,
0
即认为购买健康保险与居民性别有关,此推断错误概率不大于0.05.
6 2
(3)购买健康保险的居民男、女之比为 = ,所以7人中男性居民选取2人,女性居民
15 5
选取5人,
所以,随机变量X的可能取值有0、1、2,
C3
2
C1C2
4
C2C1
1
P(X=0)= 5 = ,P(X=1)= 2 5 = ,P(X=2)= 2 5 =
,
C3 7 C3 7 C3 7
7 7 7
故随机变量X的分布列为:
X 0 1 2
2 4 1
P
7 7 7
2 4 1 6
∴E(X)=0× +1× +2× = .
7 7 7 7【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y
254
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
【答案】(1)r=0.94,y与x线性相关较强
(2)认为购买电动汽车与车主性别有关
【分析】(1)利用相关系数r的求解公式,并转化为b^和方差之间的关系,代入计算即可;
(2)直接利用独立性检验公式求出χ2
,根据零点假设定理判断购买电动汽车与车主性别是否
有关;n
∑❑(x -x)(y - y)
i i
r= i=1
【 详 解 】 ( 1 ) 相 关 系 数 为
√ n n
❑∑❑(x -x) 2∑❑(y - y) 2
i i
i=1 i=1
n √ n
∑❑(x -x)(y - y) ❑∑❑(x -x) 2
i i i ❑√ns2 ❑√s2
= i=1 ⋅ i=1 =b^ ⋅ x =b^ ⋅ x
n √ n ❑√ns2 ❑√s2
∑❑(x
i
-x) 2 ❑∑❑(y
i
- y) 2 y y
i=1 i=1
√ 10 47 47 47
=4.7×❑ = = ≈ =0.94>0.9故y与x线性相关较强.
254 ❑√10×❑√254 2❑√635 50
(2)零假设为H :购头电动汽车与车主性别相互独立,
0
即购买电动汽车与车主性别无关.
n(ad-bc) 2 90×(39×15-30×6) 2
χ2= = ≈5.031>3.841
(a+b)(c+d)(a+c)(b+d) 45×45×69×21
所以依据小概率值α=0.05的独立性检验,我们推断H 不成立,
0
即认为购买电动汽车与车主性别有关,此推断犯错误的概率不大于0.05.
【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=15
∑❑(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
【答案】(1)0.99
(2)^y=132x+194,1118万元
(3)表格见解析,有
【分析】(1)直接代入求相关系数即可;
(2)根据线性回归方程求解回归方程即可;
(3)零假设之后计算K2
,再比较大小判断零假设是否成立即可.
5
∑(x -x)(y - y)
i i
1320 1320
r= i=1 = = ≈0.99
【详解】(1)
√ 5 √ 5 ❑√10×❑√176400 2×❑√441000
❑∑(x -x) 2❑∑(y - y) 2
i i
i=1 i=1
1 5
( 2 ) 因 为 x= ×(1+2+3+4+5)=3, y=590, ∑❑(x -x) 2=10,
5 i
i=1
5
∑❑(x -x)(y - y)=1320,
i i
i=1
5
∑(x -x)(y - y)
i i
1320
所以b^= i=1 = =132,a^=590-132×3=194,
5 10
∑(x -x) 2
i
i=1
所以变量x,y之间的线性回归方程为^y=132x+194,当x=7时,^y=132×7+194=1118(万元).
所以预测2023年7月份该公司的直播带货金额为1118万元.
(3)补全完整的列联表如下.
参加过直播带货 未参加过直播带货 总计
女
25 5 30
性
男
15 10 25
性
总
40 15 55
计
零假设H :参加直播带货与性别无关,
0
55×(25×10-5×15) 2
根据以上数据,经计算得到K2= ≈3.743>2.706=x ,
30×25×40×15 0.1
根据小概率值α=0.1的独立性检验我们推断H 不成立,即参加直播带货与性别有关,该判
0
断犯错误的概率不超过10%.
【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=1n(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
【答案】(1)电动汽车销量y与年份x的线性相关性的较强;
(2)依据小概率值α=0.05的独立性检验,认为购买电动汽车与车主性别有关;
6
(3)分布列见解析,数学期望为 .
7
【分析】(1)根据给定条件,利用线性回归方程,结合相关系数公式计算作答.
(2)根据给定的列联表求出K2
的观测值,再与临界值表比对作答.
(3)利用分层抽样求出男女性人数,再求出X的可能值及各个值对应的概率,列出分布列
并求出方差作答.
n 254
【 详 解 】 ( 1 ) 由 s2=2, 得 ∑(x -x) 2=ns2=2n, 由 s2= , 得
x i x y 5
i=1
n
254n
∑(y - y) 2=ns2= ,
i y 5
i=1
n
∑(x -x)(y - y)
i i
因为线性回归方程y=4.7x-9459.2,则b^= i=1 =4.7,
n
∑(x -x) 2
i
i=1
n n
即∑(x -x)(y - y)=4.7∑(x -x) 2=4.7×2n=9.4n,
i i i
i=1 i=1
因 此 相 关 系 数
n
∑(x -x)(y - y)
i i 9.4n 4.7×❑√5×127 4.7×25
r= i=1 = = ≈ ≈0.93>0.9
,
√ n n √ 254n 127 127
❑∑(x -x) 2∑(y - y) 2 ❑2n×
i i 5
i=1 i=1
所以电动汽车销量y与年份x的线性相关性的较强.
(2)零假设H :购买电动汽车与车主性别无关,
0
90(39×15-30×6) 2
由表中数据得:K2= ≈5.031>3.841,
45×45×69×21
依据小概率值α=0.05的独立性检验,推断H 不成立,
0
即认为购买电动汽车与车主性别有关,此推断犯错误的概率不大于0.05.
6
(3)按购买电动汽车的车主进行分层抽样,抽取的7人中男性有7× =2人,女性有
6+15
5人,C3
2
C1C2
4
C2C1
1
则X的可能值为0,1,2,P(X=0)= 5 = ,P(X=1)= 2 5 = ,P(X=1)= 2 5 =
,
C3 7 C3 7 C3 7
7 7 7
所以X的分布列为:
X 0 1 2
2 4 1
P
7 7 7
2 4 1 6
X的数学期望E(X)=0× +1× +2× =
.
7 7 7 7
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
【答案】(1)估计有8616个质量在(577,652]克内;
(2)^y=5.6x-2.2,人工投入增量为10人时的年收益增量约为53.8.
【分析】(1)根据正态分布性质可求出单个石榴的质量在(577,652]克内的概率,由此可
得 10000 个样本中质量位于(577,652]克的石榴个数的分布列,进而估计质量位于
(577,652]内的石榴的个数.
(2)根据最小二乘法即可求出线性回归方程,再利用回归方程进行预测即可.
【详解】(1)设单个“红玉软籽”石榴的质量为ξ克,
由已知, ξ∼N(602,625),且μ=602,σ=25,
所以μ-σ=577,μ+2σ=652,所以P(577<ξ≤652)=P(μ-σ<ξ≤μ+2σ),
1 1
所以P(577<ξ≤652)= P(μ-σ<ξ≤μ+σ)+ P(μ-2σ<ξ≤μ+2σ),
2 2
又P(μ-σ<X≤μ+σ)≈0.6827,P(μ-2σ<X≤μ+2σ)≈0.9545,
1 1
所以P(577<ξ≤652)= ×0.6827+ ×0.9545=0.8186,
2 2
设10000个产自该基地的“红玉软籽”石榴中,质量在(577,652]克内的石榴的个数为Y,
则Y∼B(10000,0.8616),所以 10000 个产自该基地的“红玉软籽”石榴,估计有
10000×0.8616,即8616个质量在(577,652]克内;
1 1
(2)由已知x= (2+3+4+5+6+7)=4.5,y= (11+13+19+26+31+38)=23,
6 6
7
∑(x -x)(y - y)=(-2.5)×(-12)+(-1.5)×(-10)+(-0.5)×(-4)+0.5×3+1.5×8+2.5×15
i i
i=1
7
∑(x -x)(y - y)=98,
i i
i=1
7
∑(x -x) 2=(-2.5) 2+(-1.5) 2+(-0.5) 2+(0.5) 2+(1.5) 2+(2.5) 2=17.5
i
i=1
7
∑(x -x)(y - y)
i i
98
有b^= i=1 = =5.6,
7 17.5
∑(x -x) 2
i
i=1
且a^= y-b^x=23-5.6×4.5=-2.2,
所以y关于x的回归方程为^y=5.6x-2.2.
当x=10时,^y=5.6×10-2.2=53.8,
所以可以预测当人工投入增量为10人时的年收益增量约为53.8.
【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)
【答案】(1)t^=2x+36
(2)62749元
【分析】(1)本题考查回归直线与相关系数的理解与运算,同时注意公式的区别与联系;(2)
理解正态分布,结合题意计算相关概率.
8+10+11+15+16 5
【详解】(1)由已知:x= =12,∑(x -x) 2=46
5 i
i=1√ 5
❑∑(t -t) 2
∧ i
∴b=r⋅ i=1 =2
√ ❑
❑∑(x -x) 2
i
i=1
5 5
∵∑(t -t) 2=∑t2-5t2
i i
i=1 i=1
√ 5 5
∑t2-∑(t -t) 2
∴ ❑ i i
t= i=1 i=1 =60
5
a^=60-2×12=36
∴t^=2x+36
287.5
(2)δ2= =57.5,δ≈7.6 即t~N(60,7.62),则可知:P(52.4<t<67.6)=0.6826,
5
P(44.8<t<75.2)=0.9544
1-0.6826
∴P(t<52.4)= =0.1587,P(52.4≤t≤75.2)=0.8185,P(t>75.2)=0.0228
2
∴ 该 贫 困 户 种 植 该 经 济 作 物 的 年 纯 收 入 为 :
(20×0.1587+45×0.8185+60×0.0228-10)×2000=62749元.
【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=1n
∑(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.)
【答案】(1)回归模型②刻画的拟合效果更好,72.93亿元;(2)答案见解析;(3)
2.4305万元.
【分析】(1)根据公式比较可得模型①的R2
小于模型②,说明回归模型②刻画的拟合效
果更好.根据模型②的回归方程计算可得结果;
(2)用最小二乘法求出当x>17时, y与x满足的线性回归方程,再通过计算比较可得答
案;
(3)根据正态曲线的对称性和两个特殊区间的概率求出分布列,根据数学期望公式计算
可得结果.
182.4 79.2
>
【详解】(1)由表格中的数据,有182.4>79.2,即 7 7 ,
∑(y - y) 2 ∑(y - y) 2
i i
i=1 i=1
所以模型①的R2
小于模型②,说明回归模型②刻画的拟合效果更好.
所以当x=17亿元时,科技改造直接收益的预测值为
^y=21.3×❑√17-14.4=21.3×4.1-14.4=72.93(亿元);
21+22+23+24+25 68.5+68+67.5+66+66
(2)由已知可得:x= =23,y= =67.2,
5 5
所以a^= y+0.7x=67.2+0.7×23=83.3,
所以当x>17亿元时,y与x满足的线性回归方程为:^y=-0.7x+83.3,
所以当x=20亿元时,科技改造直接收益的预测值^y=-0.7×20+83.3=69.3,
所以当x=20亿元时,实际收益的预测值为69.3+10=79.3亿元>72.93亿元,
所以技改造投入20亿元时,公司的实际收益的更大;(3)因为P(0.52-0.02<X<0.52+0.02)=0.9544,
1-0.9544
所 以
P(X≤0.50)=P(X≥0.54)= =0.0228,
2
P(X>0.50)=1-P(X≤0.50)=1-0.0228=0.9772,
因为P(0.52-0.01<X<0.52+0.01)=0.6826,
1-0.6826
所以P(X>0.53)=P(X<0.51)= =0.1587,
2
所以P(0.50<X≤0.53)=0.9772-0.1587=0.8185,
设每台发动机获得的奖励为Y(万元),则Y的分布列为:
Y 0 2 5
P 0.0228 0.8185 0.1587
所 以 每 台 发 动 机 获 得 奖 励 的 数 学 期 望 为 :
E(Y)=0×0.0228+2×0.8185+5×0.1587=2.4305(万元).
【点睛】本题考查了用最小二乘法求线性回归方程,并利用回归方程进行预测,考查了正
态曲线的对称性和两个特殊区间的概率,考查了求离散型随机变量的数学期望,属于中档
题.
【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=1n
∑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.
【答案】(1)^y=-1.46t+13.32;(2)0.4.
【分析】(1)本题首先可根据图中数据计算得出t=5、 y≈6.02,然后根据
n
∑t y -nt y
i i
b^= i=1 、a^= y-b^t求出b^≈-1.46、a^=13.32,最后根据^y=b^t+a^即可得出结果.
n
∑(t -t) 2
i
i=1
(2)本题首先可根据P(μ-2σ<X<μ+2σ)=0.9544得出P(X>μ-2σ)=0.9772,然后
根据年纯收入X满足正态分布N(1.6,0.36)得出μ-2σ=0.4,最后根据P(X>0.4)=0.9772
即可得出结果.
1+2+3+4+5+6+7+8+9
【详解】(1)t= =5,
9
12.7+10.2+8.5+7.2+5.7+4.5+3.1+1.7+0.6
y= ≈6.02,
9
9
∑t y -9×5×6.02
i i 183.6-270.9
b^= i=1 = ≈-1.46,
9 60
∑(t -5) 2
i
i=1
a^= y-b^t=6.02-(-1.46)×5=13.32,
故y关于t的回归直线方程^y=-1.46t+13.32.
(2)因为P(μ-2σ<X<μ+2σ)=0.9544,
1-0.9544
所以P(X>μ-2σ)=0.9544+ =0.9772,
2
因为某贫困地区的农民人均年纯收入X满足正态分布N(1.6,0.36),
所以μ=1.6,σ=0.6,μ-2σ=0.4,P(X>0.4)=0.9772,
故该地区最低人均年纯收入标准大约为0.4万元.
【点睛】关键点点睛:本题考查回归直线方程的求法以及正态分布的应用,能否根据题中
数据求出b^、a^是求出回归直线方程的关键,考查计算能力,体现了学生的数据整理能力,
是中档题.
【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 12x 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)
【答案】(1)见解析(2)技术升级投入20亿元时,公司的实际收益更大.(3)2.27元
182.4 79.2
>
【分析】(1)由表格中的数据,182.4>79.2,所以 7 7 ,
∑(y - y) 2 ∑(y - y) 2
i i
i=1 i=1
182.4 79.2
1- <1-
7 7
转化 ,利用相关指数的定义即得解;
∑(y - y) 2 ∑(y - y) 2
i i
t=1 t=1(2)当x>17时,由已知可得x,y,可得a= y+0.7x,可得y与x满足的线性回归方程,
代入计算即得结论;
(3)由μ-2σ=0.50,μ+σ=0.53,所以P(0.50<X≤0.53) =P(μ-2σ<X≤μ+σ)
=P(μ-2σ<X≤μ-σ)+P(μ-σ<X≤μ+σ),即得解.
182.4 79.2
>
【详解】解:(1)由表格中的数据,182.4>79.2,所以 7 7 ,
∑(y - y) 2 ∑(y - y) 2
i i
i=1 i=1
182.4 79.2
1- <1-
7 7
所以 .
∑(y - y) 2 ∑(y - y) 2
i i
t=1 t=1
可见模型①的相关指数R2 小于模型②的相关指数R2
.
1 2
所以回归模型②的拟合效果更好.
所以当x=17亿元时,科技升级直接收益的预测值为
^y=21.3×❑√17-14.4≈21.3×4.1-14.4=72.93(亿元).
21+22+23+24+25
(2)当x>17时,由已知可得x= =23.
5
68.5+68+67.5+66+66
y= =67.2.
5
所以a= y+0.7x=67.2+0.7×23=83.3.
所以当x>17时,y与x满足的线性回归方程为^y=-0.7x+83.3.
当x=20时,科技升级直接收益的预测值为^y=-0.7×20+83.3=69.3亿元.
当x=20亿元时,实际收益的预测值为69.3+5=74.3亿元>72.93亿元,
所以技术升级投入20亿元时,公司的实际收益更大.
(3)因为μ-2σ=0.50,μ+σ=0.53,所以
P(0.50<X≤0.53)=P(μ-2σ<X≤μ+σ)
=P(μ-2σ<X≤μ-σ)+P(μ-σ<X≤μ+σ)
0.9545-0.6827
= +0.6827=0.8186;
2
1-0.6827
P(X>0.53)=P(X>μ+σ)=
.
2
1-0.6827
所以E(Y)=0+2×0.8186+4× =2.2718≈2.27(元).
2
【点睛】本题考查了线性回归方程、回归系数,正态分布等知识点,考查了学生综合分析
转化划归,数学运算能力,属于中档题.
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.
【答案】(1)^y=e0.386x+6.108
(2)P(-1<ε<1)=0.9545,成本下降3元.
【分析】(1)将非线性回归模型转化为线性回归模型求解;
(2)利用正态分布的概率模型求解,并结合特殊概率值求解.
【详解】(1)因为y ^ =eb ^ x+a ^ ,所以ln^y=b^x+a^,
5 5
∑(x ln y )-x∑ln y
i i i 112.85-3×36.33 3.86
所以b^= i=1 i=1 = = =0.386,
5 1+4+9+16+25-5×32 10
∑ x2-nx2
i
i=1
5
1 1
所以a^= ∑ln y -b^x= ×36.33-0.386×3=6.108,
5 i 5
i=1
所以^y=eb^x+a^=e0.386x+6.108.
( 4) √ 4
(2)未引入云算力辅助前,ε∼N 0, ,所以μ=0,σ=❑ ,
m m√ 4
又P(-1<ε<1)=0.6827=P(|ε-μ|<σ),所以❑ =1,所以m=4.
m
( 1) √ 1
引入云算力辅助后,ε∼N 0, ,所以μ=0,σ=❑ ,
m m
( 1) √1 1
若保持产品成本不变,则m=4,ε∼N 0, ,σ=❑ = ,
4 4 2
所以P(-1<ε<1)=P(|ε-μ|<2σ)=0.9545
√ 1
若产品质量不变,则❑ =1,所以m=1,
m
所以单件产品成本可以下降4-1=3元.
【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
【答案】(1)a=8 , b=16,不能认为是否前往现场观看比赛与性别有关
328
(2)
625
【分析】(1)计算χ2
的值,由此作出判断;
(2)根据题意设抽到女性人数为ξ,且ξ服从二项分布,按照二项分布概率可得结果.
【详解】(1)由已知数据,知男女会员人数之比为3:2,因此,根据分层随机抽样,
抽取男会员24人,女会员16人,故a=8 , b=16.
40(8×8-8×16) 2 10
∵χ2= = ,
(8+8)(16+8)(8+16)(8+8) 9
10
由于
<6.635,根据小概率值α=0.010的独立性检验,
9不能认为是否前往现场观看比赛与性别有关.
2
(2)记抽到的4人中,女性人数为ξ,由题意ξ~B(4, ),
5
3 4 2 0 3 3 2 1 328
∴P(ξ≥2)=1-P(ξ=0)-P(ξ=1)=1-C0 ( ) ( ) -C1 ( ) ( ) = ,
4 5 5 4 5 5 625
328
即在访谈者中,女性不少于2人的概率为
625
【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.
【答案】(1)列联表见解析,没有;
1000
(2)①不属于;② .
3
【分析】(1)根据已知数据,补充列联表,进而计算K2
即可判断;
(2)①根据题意,计算对应的平均数,再结合正态分布求解即可;②结合①得Y的可能
取值为200,300,400,500,600,再根据独立事件的概率求解概率分布列,计算期望
即可.
【详解】(1)2×2列联表如下:
I类收入群体 II类收入群体 总计
甲行业 30 60 90
乙行业 20 90 110
总计 50 150 200
(30×90-20×60) 2×200 200
于是K2= = ≈6.061<6.635,
50×150×90×110 33
从而没有99%的把握认为“II类收入群体”与行业有关.
(2)①所调查的200名工人的月薪频率分布表如下:
月
[2000 , [3000 , [4000 , [5000 , [6000 , [7000 ,
薪 /
3000) 4000) 5000) 6000) 7000) 8000)
元
人数 20 36 44 50 40 10
频率 0.1 0.18 0.22 0.25 0.2 0.05
所以μ=2500×0.1+3500×0.18+4500×0.22+5500×0.25+6500×0.2+7500×0.05
=4920.
因为这200名工人的月薪X服从正态分布N(4,14002),所以σ=1400,
从而μ-2σ=4920-2800=2120.
因为王强的月薪为2500元,μ-2σ=2120,所以王强不属于“生活困难”的工人.
②由①知μ=4920,王强的月薪为2500元,低于4920元,所以王强可获赠两次购物券,
从而他获得的赠送总金额Y的可能取值为200,300,400,500,600,则
1 1 1 1 1 1
P(Y =200)= × = , P(Y =300)=C1× × = ,
2 2 4 2 2 3 3
1 1 1 1 5 1 1 1
P(Y =400)= × +C1× × = , P(Y =500)=C1× × = ,
3 3 2 2 6 18 2 3 6 9
1 1 1
P(Y =600)= × = ,
6 6 36
故Y的分布列如下:
Y 200 300 400 500 6001 1 5 1 1
P
4 3 18 9 36
所 以 王 强 获 得 的 赠 送 总 金 额 的 数 学 期 望
1 1 5 1 1 1000
E(Y)=200× +300× +400× +500× +600× =
.
4 3 18 9 36 3
【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:
①
P(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)
【答案】(1)列联表见解析,有99.9%的把握认为学生是否有潜力与性别有关
(2)(ⅰ)μ=77,σ2=64(ⅱ)9545人
【分析】(1)根据条件填写二联表,并根据卡方公式计算判断即可;
(2)(i)根据分层抽样的均值与方差计算公式计算即可;(ii)根据正态分布的三段区间公式计算
并估计即可.
【详解】(1)2×2列联表如下:
是 否 有 潜 性别 合计力 男生 女生
350
有潜力 2500 6000
0
250
没有潜力 1500 4000
0
600
合计 4000 10000
0
零假设为H :学生是否有潜力与性别无关,
0
根据列联表中的数据,得
n(ad-bc) 2 10000×(2500×2500-3500×1500) 2
K2= =
(a+b)(c+d)(a+c)(b+d) 6000×4000×4000×6000
625
= ≈17.361>10.828,
36
我们推断H 不成立,即有99.9%的把握认为学生是否有潜力与性别有关.
0
(2)(ⅰ)假设男生成绩为x (1≤i≤4000),女生成绩为y (1≤i≤6000),
i i
则μ=80×0.4+75×0.6=77.
因为
1 4000 1 4000 1 4000 802 1 4000
49= ∑❑(x -80) 2= ∑ x2-2×80× ∑ x + = ∑ x2-802 ,
4000 i 4000 i 4000 i 4000 4000 i
i=1 i=1 i i=1
4000
即∑❑x2=6400×4000+49×4000,
i
i=1
6000 6000
1
同理64= ∑❑y2-752 ,即∑❑y2=5625×6000+64×6000,
6000 i i
i=1 i=1
4000 6000
1 ( )
所以σ2= ∑❑x2+∑❑y2 -772
10000 i i
i=1 i=1
1
= (6400×4000+49×4000+5625×6000+64×6000)-772
10000
=(6400×0.4+49×0.4+5625×0.6+64×0.6)-772
=(2560+19.6+3375+38.4)-5929=64
2 3
(或者直接用公式计算:σ2= ×[49+(80-77) 2]+ ×[64+(75-77) 2]=64)
5 5
(ⅱ)由X∼N(77,82),得P(77-2×8≤x≤77+2×8)=P(61≤x≤93)=0.9545,
所以这次考试中成绩在[61,93]的学生大约有0.9545×10000=9545人.
【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
【答案】(1)476人
(2)答案见解析
【分析】(1)利用频数分布表,求得样本的平均数,从而写出X近似服从正态分布
X-N(14.9,6.12
),利用参考数据求得参加“每天锻炼1小时”活动超过21天的人数;
(2)根据频数分布表和已知条件,完善列联表,根据独立性检验的公式,求出学生性别
与获得“运动达人”称号是否有关联和它们之间如何相互影响.
【详解】(1)由频数分布表知
4×2.5+15×7.5+33×12.5+31×17.5+11×22.5+6×27.5
μ= =14.9,
则
100
X-N(14.9,6.12 ),∵P(μ-σ≤X≤μ+σ)=0.6827,1-0.6827
∴P(X>21)=P(X>14.9+6.1)= =0.15865,
2
∴3000×0.15865=475.95≈476,
∴参加“每天锻炼1小时”活动超过21天的人数约为476人.
(2)由频数分布表知,锻炼活动的天数在[0,15]的人数为:4+15+33=52,
∵参加“每天锻炼1小时”活动的天数在[0,15]的学生中有20名男生,
∴参加“每天锻炼1小时”活动的天数在[0,15]的学生中有女生人数:52-20=32
由频数分布表知,锻炼活动的天数在(15,30]的人数为31+11+6=48,
∵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,
∴参加“每天锻炼1小时”活动的天数在[0,15]的学生中有女生人数:48-30=18
列联表如下:
活动天数
性
合计
别 [0,15] (15,30]
男
20 30 50
生
女
32 18 50
生
合
52 48 100
计
零假设为H :学生性别与获得“运动达人”称号无关
0
100×(30×32-20×18) 2
χ2= ≈5.769>3.841
50×50×52×48
依据α=0.05的独立性检验,我们推断H 不成立,即:可以认为学生性别与获得“运动达
0
人”称号有关;
而且此推断犯错误的概率不大于0.05,根据列联表中的数据得到,男生、女生中活动天数
30 18
超过15天的频率分别为:
=0.6和 =0.36,可见男生中获得“运动达人”称号的频
50 50
0.6
率是女生中获得“运动达人”的称号频率的 ≈1.67倍,于是依据频率稳定与概率的原
0.36
理,我们可以认为男生获得“运动达人”的概率大于女生,即男生更容易获得运动达人称
号.
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.
【答案】(1)列联表见解析,有95%的把握认为本年级老师“喜欢看演唱会”与“学科”有
关
28
(2)
55
【分析】(1)根据表格进行运算即可得到完整的列联表,再根据卡方计算公式运算对比
临界值即可求解.
(2)根据超几何分布的概率计算公式进行运算即可求解.
【详解】(1)由表可知喜欢看演唱会的理科老师有50-30=20人,理科老师共有
20+40=60人,
文科老师共有100-60=40人,不喜欢看演唱会的文科老师有40-30=10人,不喜欢看演
唱会的人有10+40=50人,
完成2×2列联表如下表所示:
喜欢看演唱
不喜欢看演唱会 合计
会
文科老师 30 10 40
理科老师 20 40 60
合计 50 50 100
n(ad-bc) 2 100×(1200-200) 2 50
χ2= = = ≈16.667>3.841,故有
95%的
(a+b)(c+d)(a+c)(b+d) 40×60×50×50 3
把握认为本年级老师“喜欢看演唱会”与“学科”有关.
(2)由题意11名老师中,有4名老师喜欢看演唱会,有7名老师不喜欢看演唱会,
若从这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,
则只能从4名喜欢看演唱会的老师中抽取1人,从7名不喜欢看演唱会的老师中抽取2人,
C1C2
4×21 28
即所求的概率为p= 4 7 = =
.
C3 165 55
11
【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.
【答案】(1)列联表见解析,该校学生对杭州亚运会项目的了解情况与性别无关
4
(2)分布列见解析,数学期望为
3
【分析】(1)根据题中所给条件填写表格,写出零假设,根据列联表中数据计算出
χ2
值,
与x =0.001比较,得出结论即可.
α
(2)根据题意知其服从超几何分布,列出分布列,求出数学期望即可.
【详解】(1)因为P¿,P¿,
30
3 =45
所以对杭州亚运会项目了解的女生为 ×50=30,了解亚运会项目的学生为 2 ,
5
3
结合男生和女生各50名,填写2×2列联表为:
了解 不了解 合计
男生 15 35 50
女生 30 20 50
合计 45 55 100
零假设H :该校学生对杭州亚运会项目的了解情况与性别无关,
0
100×(15×20-30×35) 2 100
根据列联表中的数据χ2= = ≈9.091<10.828=x ,
50×50×45×55 11 0.001
依据α=0.001的独立性检验,可以推断H 成立,
0
即该校学生对杭州亚运会项目的了解情况与性别无关.
(2)由(1)知,采用分层随机抽样的方法随机抽取9名学生,
15
其中男生人数为
×9=3(人);
15+3030
女生人数为
×9=6(人),
15+30
由题意可得,随机变量X的所有可能取值为0,1,2,3.
C0C4
5
C1C3
10
P(X=0)= 3 6 = ,P(X=1)= 3 6 =
,
C4 42 C4 21
9 9
C2C2
5
C3C1
1
P(X=2)= 3 6 = ,P(X=3)= 3 6 =
.
C4 14 C4 21
9 9
随机变量X的分布列如下:
X 0 1 2 3
5 10 5 1
P
42 21 14 21
5 10 5 1 4
则E(X)=0× +1× +2× +3× =
.
42 21 14 21 3
【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
.
【答案】(1)列联表见解析,有99.5%的把握认为认为智慧课堂的应用与区域有关,理由见
解析
4
(2)分布列见解析,数学期望为
5
【分析】(1)先根据题意补全列联表,然后根据K2
公式计算,根据表格判断即可;(2)先确定X可能取值为0,1,2,分别求出概率,然后求期望.
【详解】(1)补全列联表如下:
经 常 应
偶尔应用或者不应用 总计
用
农村 40 40 80
城市 60 20 80
总计 100 60 160
n(ad-bc) 2 160(20×40-40×60) 2 32
K2= = = =10.667>7.879.
(a+b)(c+d)(a+c)(b+d) 100×60×80×80 3
所以有99.5%的把握认为认为智慧课堂的应用与区域有关.
(2)在经常应用智慧课堂的学校中,农村和城市的比例是2:3,所以抽取的5个样本有2
个是农村学校,3个是城市学校,抽取2个,则X可能取值为0,1,2.
C0C2
3
C1C1
6
C2
1
P(X=0)= 2 3 = ,P(X=1)= 2 3 = ,P(X=2)= 2 = .
C2 10 C2 10 C2 10
5 5 5
所以X的分布列为:
X 0 1 2
3 3 1
P
10 5 10
3 6 1 4
X的数学期望E(X)=0× +1× +2× = .
10 10 10 5
【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
【答案】(1)表格见解析,有
(2)分布列见解析,E(X)=2
【分析】(1)根据表中已有数据计算,即可完成表格;求出χ2
的值,根据独立性检验,
即可得出答案;
(2)根据超几何概率公式计算出X=1,2,3时的概率,列出分布列,根据期望公式计算即
可得出答案.
【详解】(1)根据已知完成2×2列联表如下,
男 女 总计
了解 80 40 120
不了解 120 160 280
总计 200 200 400
400(80×160-40×120) 2
则χ2= ≈19.048>10.828,
120×280×200×200
所以有99.9%的把握认为上海地区大学生对进口博览会展区设置的了解情况与性别有关.
(2)根据题意,X的可能取值为1,2,3,
C1C3
1
C2C2
3
C3C1
1
P(X=1)= 3 3 = ,P(X=2)= 3 3 = ,P(X=3)= 3 3 =
.
C4 5 C4 5 C4 5
6 6 6
则X的分布列为:
X 1 2 3
1 3 1
P(X)
5 5 5
1 3 1
则E(X)=1× +2× +3× =2
5 5 5
【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
【答案】(1)选科分类与性别有关联
(2)分布列见解析,2
【分析】(1)计算卡方即可由独立性检验求解,
(2)根据超几何分布的概率公式求解概率,即可求解分布列以及期望.
【详解】(1)2×2列联表补充如下:
选 历 史
选物理类 合计
类
男生 35 15 50
女生 25 25 50
合计 60 40 100
零假设为H :选科分类与性别无关联,
0
100×(35×25-25×15) 2 25
因为χ2= = ≈4.167>3.841=x ,
60×40×50×50 6 0.05
根据小概率值α=0.05的独立性检验,推断H 不成立,
0
即认为选科分类与性别有关联,此推断犯错误的概率不大于0.05.
(2)由已知,50名女学生中选择物理类和选择历史类的比例为1:1,
因此抽取6名女生中,选择物理类和选择历史类的人数均为3名.
所以随机变量X的取值为1,2,3.
C1C3
3 1
C2C2
3
C3C1
1
P(X=1)= 3 3 = = ,P(X=2)= 3 3 = ,P(X=3)= 3 3 =
,
C4 15 5 C4 5 C4 5
6 6 6
所以随机变量X的分布列如下表:
X 1 2 3
1 3 1
P
5 5 5
1 3 1
所以E(X)=1× +2× +3× =2.
5 5 5
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
5
5.02
x 2.072 2.706 3.841 6.635 7.879 10.828
α
4
【答案】(1)能,理由见解析
208 99
(2)①
;②E(X)=11,D(X)=
285 20
【分析】(1)完善列联表,计算出χ2
的观测值,结合临界值表可得出结论;
65
(2)①所抽取的20名女市民中,经常网购的有20× =13人,偶尔或不用网购的有
100
35
20× =7人,然后利用组合计数原理结合古典概型的概率公式可求得所求事件的概率;
100
( 11)
②分析可知,X~B 20, ,利用二项分布的期望和方差公式可求得E(X)、D(X)的值.
20
【详解】(1)解:完善列联表如下表所示(单位:人):
偶尔或不用网
经常网购 合计
购
男性 45 55 100
女性 65 35 100
合计 110 90 200
零假设H :性别与网购之间无关联,
0200×(45×35-65×55) 2 800
由列联表得,χ2= = ≈8.081>6.635=x ,
110×90×100×100 99 0.01
根据小概率值α=0.01的独立性检验,推断H 不成立,即认为我市市民网购与性别有关联.
0
65
(2)解:①由题意可知,所抽取的20名女市民中,经常网购的有20× =13人,
100
35
偶尔或不用网购的有20× =7人,
100
C2 C1+C3
208
所以,选取的3人中至少有2人经常网购的概率为P= 13 7 13 =
;
C3 285
20
110 11
②由2×2列联表可知,抽到经常网购的市民的频率为 = ,
200 20
11
将频率视为概率,所以,从我市市民中任意抽取一人,恰好抽到经常网购市民的概率为 ,
20
( 11) 11 11 9 99
由题意可知,X~B 20, ,所以,E(X)=20× =11,D(X)=20× × = .
20 20 20 20 20
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 02.70 6.63
x 3.841 10.828
α
6 5
【答案】(1)列联表见解析,认为“对公式的掌握情况”与“学生所在年级”有关
9
(2)分布列见解析,
5
【分析】(1)根据卡方的计算与临界值比较即可求解,
(2)利用二项分布的概率公式即可求解概率以及期望公式求解.
3
【详解】(1)由100名学生中高三年级的学生占 ,可知高三年级的学生有60人,高一
5
年级的学生有40人.
补充完整的列联表,如下:
合格 不合格 合计
高三年级的学生 54 6 60
高一年级的学生 24 16 40
合计 78 22 100
提出零假设H :“对公式的掌握情况”与“学生所在年级”无关.
0
100×(54×16-6×24) 2 5400
根据列联表中的数据,得χ2= = ≈12.59>10.828=x .
78×22×60×40 39×11 0.001
根据小概率值α=0.001的独立性检验,我们推断H 不成立,即认为“对公式的掌握情
况”与“学生所在年级”有关,此推断犯错误的概率不大于0.001.
₀
24 3
=
(2)由(1)得,高一年级的学生对公式的掌握情况合格的频率为 .
40 5
( 3)
依题意,得X~B 3, ,
5
则P(X=0)= ( 1- 3) 3 = 8 ,P(X=1)=C1× 3 × ( 1- 3) 2 = 36 ,
5 125 3 5 5 125
P(X=2)=C2(3) 2 (
1-
3)
=
54
,P(X=3)=
(3) 3
=
27
.
3 5 5 125 5 125
所以X的分布列为
X 0 1 2 3
8 36 54 27
P
125 125 125 125
3 9
E(X)=np=3× = .
5 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
【答案】(1)列联表见解析,5,根据小概率值α=0.025的独立性检验,认为购车消费者对
新能源车的喜欢情况与性别有关
(2)分布列见解析,1
【分析】(1)根据列联表算出χ2
,利用独立性检验即可判断;
(2)利用二项分布即可列出分布列,从而求期望.
【详解】(1)补充表格数据如下:
喜欢 不喜欢 总计
男性 10n 2n 12n
女性 5n 3n 8n
总计 15n 5n 20n
20n(3n×10n-5n×2n) 2 10n
根据数表可得χ2= = ≈5.556,又n∈N* ,得n=5;
15n×5n×12n×8n 9
由题意,χ2≈5.556∈(5.024,6.635),
故根据小概率值α=0.025的独立性检验,认为购车消费者对新能源车的喜欢情况与性别有
关;
25 1
=
(2)随机抽取1辆汽车属于不喜欢新能源购车者的概率为 ,
100 4
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,X的可能值为:0,1,2,3,
4( 1)
依题意,X∼B 4, ,
4
P(X=0)=C0(1) 0 (3) 4
=
81 ,P(X=1)=C1(1) 1 (3) 3
=
27
,
4 4 4 256 4 4 4 64
P(X=2)=C2(1) 2 (3) 2
=
54
,
P(X=3)=C3(1) 3 (3) 1
=
3
4 4 4 256 4 4 4 64
P(X=4)=C4(1) 4 (3) 0
=
1
,
4 4 4 256
所以X的分布列为:
X 0 1 2 3 4
81 27 54 3 1
P
256 64 256 64 256
81 27 54 3 1
X的数学期望E(X)=0× +1× +2× +3× +4× =1.
256 64 256 64 256
所以X的数学期望为1.
【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
【答案】(1)表格见解析,近视与性别有关
4
(2)分布列见解析,
3【分析】(1)根据已知条件即可完成2×2的列联表,根据表中数据计算观测值,对照临
界值即可求解;
(2)根据已知条件得出随机变量X服从二项分布,进而可以得出随机变量 X的分布列,
再结合二项分布随机变量X的期望公式即可求解.
【详解】(1)∵该市中学生男女人数比例为7:5,
∴抽取的120名学生中男生有70人,女生有50人,
2×2列联表如下:
视力情况
性别 合计
近视 不近视
男生 30 40 70
女生 10 40 50
合计 40 80 120
零假设为H :近视与性别无关.
0
120(30×40-10×40) 2
根据列联表中的数据得,χ2= ≈6.857>6.635,
40×80×70×50
∴根据小概率值α=0.01的独立性检验,我们推断H 不成立,即认为近视与性别有关.
0
(2)∵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,
30+10 1
=
∴每名学生近视的概率为 ,
120 3
( 1)
由题意可得,X的所有可能取值为0,1,2,3,4,且随机变量X∼B 4, ,
3
P(X=0)=C0(1) 0 (
1-
1) 4
=
16 ,P(X=1)=C1(1) 1 (
1-
1) 3
=
32
,
4 3 3 81 4 3 3 81
P(X=2)=C2(1) 2 (
1-
1) 2
=
8 ,P(X=3)=C1(1) 3 (
1-
1) 1
=
8
,
4 3 3 27 4 3 3 81
P(X=4)=C4(1) 4
=
1
,
4 3 81
∴X的分布列为:
X 0 1 2 3 4
16 32 8 8 1
P
81 81 27 81 81
1 4
E(X)=4× = .
3 3
【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.
【答案】(1)列联表答案见解析,认为中药与A疾病康复有关联
1
(2)分布列见解析,E(X)=
2
【分析】(1)根据题意列出2×2列联表,利用公式求得χ2
的值,结合附表,即可得到结
论;
1 ( 1)
(2)由题意求得患有A疾病的自愈概率为 ,结合随机变量X∼B 3, ,即可求解.
6 6
【详解】(1)依题意,列出2×2列联表如下:单位:人
康复 末康复 合计
甲组 20 10 30
乙组 5 25 30
合计 25 35 60
零假设为H :组别与康复相互独立,即中药与A疾病康复无关,
0
60×(20×25-5×10) 2 108
则χ2= = ≈15.429>10.828=x ,
25×35×30×30 7 0.001
根据小概率值α=0.001的独立性检验,我们推断H 不成立,
0
即有99.9%的把握认为中药与A疾病康复有关联.5 1
=
(2)由题意,乙组末用药而康复的频率为 ,
30 6
1
所以患有A疾病的自愈概率为 ,
6
( 1)
随机变量X的可能取值为0,1,2,3,由题意得,随机变量X∼B 3, ,
6
所以P(X=0)=C0(1) 0 (
1-
1) 3
=
125
,
3 6 6 216
P(X=1)=C1(1) 1 (
1-
1) 2
=
75
,
P(X=2)=C2(1) 2 (
1-
1)
=
15
,
3 6 6 216 3 6 6 216
P(X=3)=C3(1) 3 (
1-
1) 0
=
1
,
3 6 6 216
所以X的分布列为:
X 0 1 2 3
125 75 15 1
P
216 216 216 216
1 1
所以X的数学期望E(X)=np=3× =
.
6 2
【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.
【答案】(1)表格见详解,7名,9名
14
(2)分布列见详解,E(X)=
9
【分析】(1)先补全2×2列联表,再根据分层抽样的知识即可求解;( 7)
(2)由题意得随机变量X服从二项分布X~B 2, ,进而根据二项分布求解即可.
9
x
【详解】(1)由题意,得
=0.45,解得x=45,
100
补充完整的列联表,如下:
非 常 喜
喜欢 合计
欢
A 35 10 45
B 45 10 55
合计 80 20 100
80 35 45
因为
×20=16(名),16× =7(名),16× =9(名),
100 80 80
所以抽取的喜爱程度为“非常喜欢”的A地区观众有7名,B地区观众有9名.
35 7
(2)从A地区随机抽取1人,抽到的观众的喜爱程度为“非常喜欢”的概率 = .
45 9
( 7)
随机变量X服从二项分布X~B 2, ,
9
随机变量X的所有可能取值为0,1,2,
则P(X=0)=C0(
1-
7) 2
=
4
,
2 9 81
P(X=1)=C1(2) 1
×
(7) 1
=
28
,
2 9 9 81
P(X=2)=C2(7) 2
=
49
,
2 9 81
所以X的分布列为
X 0 1 2
4 28 49
P
81 81 81
4 28 49 14 7 14
所以E(X)=0× +1× +2× = (或E(X)=np=2× =
).
81 81 81 9 9 9
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).
1
【答案】(1)
5
18 30
(2)①^y= x-
;②14人
7 7
【分析】(1)利用列举法求解,先列出从这6组中随机选取4组数据,剩余的2组数据所
有等可能的情况,然后找出其中2组数据都是20日的情况,然后利用古典概型的概率公
式求解,
(2)①根据表中的数据和公式求出y关于x的线性回归方程,②把x=7代入回归方程求解
即可
【详解】(1)记6组依次为1,2,3,4,5,6,从这6组中随机选取4组数据,剩余的
2组数据所有等可能的情况为(1,2),(1,3),(1,4),(1,5),(1,6),(2,3),(2,4),(2,5),
(2,6),(3,4),(3,5),(3,6),(4,5),(4,6),(5,6)共15种,
其中2组数据都是20日,即都取自2,4,6组的情况有3种.
3 1
根据古典概型概率计算公式,剩余的2组数据都是20日的概率P= =
.
15 5
11+13+12+8 25+29+26+16
(2)①由所选数据,得x= =11,y= =24,
4 4
11×25+13×29+12×26+8×16-4×11×24 18
b^= =
所以 ,
112+132+122+82-4×112 7
18 30
所以a^= y-b^x=24- ×11=-
,
7 7
18 30
所以y关于x的线性回归方程为^y= x-
.
7 7
18 30 96
②当x=7时,^y= ×7- = ≈14,
7 7 7所以某日的昼夜温差为7℃,预测当日就诊人数约为14人.
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
2 8 149 93
【答案】(1)4, ;(2)^y=- t+ , mm.
5 5 5 5
k+1
【分析】(1)由于该地区每一天下雨的概率均为50%,所以 =50% ,从而可求出k的
10
值,在所给的20组数据中找出有两天小于等于k的数,从而利用古典概型的概率公式可求
出概率,
(2)直接利用所给的数据和公式求出回归直线方程。然后令t=7可预测该地区2022年端
午节的降雨量
k+1
【详解】(1)由题意可知, =50% ,解得k=4,即0~4表示下雨,5~9表示不下雨.
10
所给的20组数据中714,740,491,272,073,445,435,027,共8组表示3天中恰好
有2天下雨,
8 2
=
故所求的概率为 .
20 5
(2)由题中所给的数据可得t=3,y=25,5
∑(t -t)(y - y)
所以b^= i=1 i i = -16 =- 8 ,a^= y-b^t=25- ( - 8) ×3= 149
,
5 10 5 5 5
∑(t -t) 2
i
i=1
8 149 8 149 93
所以回归方程为^y=- t+ ,当t=7时,^y=- ×7+ =
.
5 5 5 5 5
93
所以该地区2022年端午节有降雨的话,降雨量约为 mm.
5
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
【答案】(1)散点图见解析;^y=c^ ec^ 2 x 适宜.
1
(2)^y=e0.690x+1.115【分析】(1)由已知数据即可作出散点图,据此可判断出结论;
(2)由最小二乘法计算b^和a^,可得^z=0.690x+1.115,即可求得答案.
【详解】(1)由题意作出散点图如图:
由散点图可知,样本点是沿指数型曲线分布,不是分布在某直线附近,
故^y=c^ ec^ 2 x (c^ ,c^ 为常数,且c^ >0,c^ ≠0)适宜作为繁殖个数y关于天数x变化的回归
1 1 2 1 2
方程类型.
(2)由题意知z=ln y,故^z=b^x+a^,
n
∑(x -x)(z -z)
i i
12.08
则b^= i=1 = ≈0.690,
n 17.50
∑(x -x) 2
i
i=1
a^=z-b^x=3.53-0.690×3.50=1.115,
则^z=0.690x+1.115,故^y=e0.690x+1.115
.
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 3n
∑ 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
49
【答案】(1)分布列见解析, ;
18
137.5
(2)^y= -13.25,270;
t
(3)证明见解析.
【分析】(1)求出X的所有可能值,再求出各个值对应的概率,列出分布列并求出期望
作答.
(2)利用给定的数据结合最小二乘法公式求出回归方程,再预测成功的总人数作答.
(3)求出在前n轮就成功和不成功的概率,再利用对立事件概率公式推理作答.
1 2 1
【详解】(1)依题意,X的取值可能为1,2,3,则 P(X=1)=( ) = ;
C1 9
3
1 2 1 2 1 1 2 1 2 5
P(X=2)=[1-( ) ]( ) = ; P(X=3)=[1-( ) ][1-( ) ]= ,
C1 C1 18 C1 C1 6
3 4 3 4
所以X的分布列为:
X 1 2 3
1 1 5
P
9 18 6
1 1 5 49
所以数学期望为E(X)=1× +2× +3× =
.
9 18 6 18
1
(2)令 x = ,则^y=b^x+a^,
i t
i
5 62 33 20 15 120+62+33+20+15
依题意,∑ x y =120+ + + + =170,y= =50,
i i 2 3 4 5 5
i=1
5
∑ x y -5x y
i i 170-5×0.46×50
于是b^= i=1 = =137.5,
5 1.46-5×0.212
∑ x2-5x2
i
i=1
则â=50-137.5×0.46=-13.25,^y=137.5x-13.25,
137.5
所以所求的回归方程为:^y= -13.25,
t估计t=6时,^y≈9;估计t=7时,^y≈6;估计t=8时,^y=3;
估计t=9时,^y≈2;估计t≥10时,^y≤0,从而120+62+33+20+15+9+6+3+2=270,
所以预测成功的总人数为270.
( 3 ) 依 题 意 , 在 前 n 轮 就 成 功 的 概 率 为
1 1 1 1 1 1 1 1 1 1
P= +(1- ) +(1- )(1- ) +⋅⋅⋅+(1- )(1- )⋅⋅⋅(1- )
32 32 42 32 42 52 32 42 (n+1) 2 (n+2) 2
又 因 为 在 前 n 轮 没 有 成 功 的 概 率 为
1 1 1 1
1-P=(1- )(1- )⋅⋅⋅(1- )(1- )
32 42 (n+1) 2 (n+2) 2
1 1 1 1 1 1 1 1
=(1- )(1+ )(1- )(1+ )⋅⋅⋅(1- )(1+ )(1- )(1+ )
3 3 4 4 n+1 n+1 n+2 n+2
2 4 3 5 4 6 n n+2 n+1 n+3 2 n+3 2 1
= × × × × × ×⋅⋅⋅× × × × = × > ,则P< ,
3 3 4 4 5 5 n+1 n+1 n+2 n+2 3 n+2 3 3
所 以
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
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 n
n
∑(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
【答案】(1)选择模型②,利用见解析
(2)^y=6.37❑√x+60.67,86.15.
【分析】(1)根据残差点的分布可得出结论;
(2)令t=❑√x,可得出^y=c^+d^t,利用参考数据可求出d^、c^的值,可得出y关于x的回归
方程,然后将x=16代入回归方程,可得出该公司2028年高科投研发投入y的预报值.
【详解】(1)应该选择模型②,理由如下:
由于模型②残差点比较均匀地落在水平的带状区域中,且带状区域的宽度比模型①带状宽
度窄,
所以模型②的拟合精度更高,回归方程的预报精度相应就会越高,故选模型②比较合适.
(2)根据模型②,令t=❑√x,研发投入y与t可用线性回归来拟合,有^y=c^+d^t.
10
∑❑(t -t)(y - y)
i i
28.67
则d^= i=1 = ≈6.37,所以c^= y-d^t≈75-6.37×2.25≈60.67,
10 4.5
∑❑(t -t) 2
i
i=1
则y关于t的线性回归方程为^y=6.37t+60.67,
所以y关于x的回归方程为^y=6.37❑√x+60.67,
2028年,即x=16时,^y=6.37×❑√16+60.67≈86.15(亿元),
所以该公司2028年高科技研发投入y的预报值为86.15(亿元).
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?
d
【答案】(1)y=c+
x
10
(2)(i)^y=100- ;(ii)99.5g/m3
x
(3)10
【分析】(1)根据所给数据求出相对应的相关系数,即可判断;
(2)(i)由(1)及所给数据求出^β、α^,即可得到回归方程;(ii)将x=20代入计算即
可;
( 10 ) 10
(3)依题意,可得W =1000 100- -lnx ,令f (x)=100- -lnx,利用导数求出
x x
函数的单调性,即可求出函数的极大值点,从而得解.
【 详 解 】 ( 1 ) 因 为 y=a+bx的 线 性 相 关 系 数
9
∑(x -x)(y - y)
i i
26.13
r = i=1 = ≈0.898
1 √ 9 9 ❑√60×14.12 ,
❑∑(x -x) 2∑(y - y) 2
i i
i=1 i=1
9
∑(u -u)(y - y)
d i i -1.40
y=c+
x 的线性相关系数
r
2
=
√ 9
i=1
9
=
❑√0.14×14.12
≈-0.996
,
❑∑(u -u) 2∑(y - y) 2
i i
i=1 i=1
∵|r |<|r |,
1 2
d
∴y=c+ 更适宜作为平均金属含量y关于样本对原点的距离x的回归方程类型.
x
9
∑(u -u)(y - y)
i i -1.40
(2)(i)依题意,可得
^β= i=1 = =-10,
9 0.14
∑(u -u) 2
i
i=1
α^= y-^βu=97.9-(-10)×0.21=100,
10 10
∴^y=100-10u=100- ,∴y关于x的回归方程为^y=100-
.
x x
10
(ii)当x=20时,金属含量的预报值为^y=100- =99.5g/m3
.
20
( 10 )
(3)因为W =1000(y-lnx)=1000 100- -lnx ,
x10 10 1 10-x
令f (x)=100- -lnx,则 f'(x)= - = ,
x x2 x x2
当1≤x<10时,f'(x)>0,f (x)在[1,10)上单调递增;
当10<x≤100时,f'(x)<0,f (x)在(10,100]上单调递减,
∴f (x)在x=10处取得极大值,也是最大值,此时W取得最大值,
故x为10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
ˆ
【答案】(1)y=1.7×1.6x;
(2)45.628(十亿元).
【分析】(1)对y=a⋅bx
两边取对数,转化为线性回归方程的求解,结合已知数据和参
考公式,即可求解;
(2)根据(1)中所求模型,令x=7,即可求得结果.
【详解】(1)因为y=a⋅bx ,所以两边同时取自然对数,得ln y=lna+xlnb,
设v=ln y,所以v=lna+xlnb,
设α=lna,β=lnb,则v=α+βx,1
因为x= (1+2+3+4+5)=3,v=1.94,
5
5
∑ x v -5x⋅v
i i 33.82-5×3×1.94
所以^β= i=1 = =0.472 ,
5 55-5×32
∑ x2-5x2
i
i=1
ˆ ˆ ˆ ˆ ˆ ˆ
α=v-βx=1.94-0.472×3=0.524,所以α=lna=0.524,β=lnb=0.472,
ˆ ˆ ˆ
所以a=e0.524=1.7,b=e0.472=1.6,所以y=1.7×1.6x
(2)把2024年代码x=7代入方程,
ˆ
得y=1.7×1.67=1.7×26.84=45.628(十亿元)
故预测2024年的中国车载音乐市场规模45.628(十亿元)
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
1
【答案】(1) y=ex2;(2)分布列见解析,期望为2.
【分析】(1)利用给定的数据,结合最小二乘法公式求出ω,v的回归方程,再代换作答.
(2)利用(1)的结论结合已知,求出“热门套票”数,再借助超几何分布求出分布列、
期望作答.
【详解】(1)由已知点(v ,ω)(i=1,2,⋯,6)集中在一条直线附近,设回归直线方程为
i i
ω^=b^v+a^,
6 6
由v=4.1,ω=3.05,∑v ω =75.3,∑v2=101.4,
i i i
i=1 i=1
6
∑v ω -nvω
i i 75.3-6×4.1×3.05 1 1
得b^= i=1 = = ,a^=ω-b^v=3.05- ×4.1=1,
6 101.4-6×4.12 2 2
∑v2-nv2
i
i=1
1
因此变量ω关于v的回归方程为ω^= v+1,
2
1 1
令v=lnx,ω=ln y,则ln y=
2
lnx+1,即 ^y=ex2,
1
所以y关于x的回归方程为 y=ex2.
1
y ex2 e e e
(2)由 = = ∈[ , ],解得49≤x≤81,所以x=50,60,65,72,
x x 1 9 7
x2
于是B,C,D,E为“热门套票”,则三人中购买“热门套票”的人数X服从超几何分布,X
的可能取值为1,2,3,
C1C2
1
C2C1
3
C3
1
P(X=1)= 4 2 = ,P(X=2)= 4 2 = ,P(X=3)= 4 =
,
C3 5 C3 5 C 5
6 6 6
所以X的分布列为:
X 1 2 3
1 3 1
P
5 5 5
1 3 1
期望E(X)=1× +2× +3× =2.
5 5 5
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
1
【答案】(1) y=ex2
8
(2)分布列见解析,数学期望=
3
【分析】(1)根据数据和最小二乘法公式求出a和b^即可;
(2)因为是一家4口购买不同的套餐,套餐的种类只有6种,所以X的取值为2,3,4,按
照超几何分布的模式写出分布列和数学期望.
【详解】(1)因为散点(v ,ω)(1≤i≤6)集中在一条直线附近,设回归方程为ω=bv+a,
i i
6 6
由 1 1 , 则
v= ∑v =4.1,ω= ∑ω =3.05
6 i 6 i
i=1 i=16 6
∑(v -v)⋅(ω -ω) ∑v ω -6v⋅ω
i i i i 75.3-6×4.1×3.05 1
b^= i=1 = i=1 = = ,
6 6 101.4-6×4.1×4.1 2
∑(v -v) 2 ∑v2-6v2
i i
i=1 i=1
1 1
a=3.05- ×4.1=1,故变量ω关于v的回归方程为ω= v+1.又v =lnx ,ω =ln y,
2 2 i i i i
1
1
故ln y= lnx+1,y=ex2,
2
1
综上,y关于x的回归方程为 y=ex2;
T(x)=
x+36
=
x+36
=
1(
x
1
2+
36)
∈
(85
,
68) 85
<x
1
2+
36
<
68
(2)由 y 1 e 1 7e 5e ,解得 7 1 5 ,
ex2 x2 x2
85 36 68 36
而 =7+ , =10+ ,所以x=58,68,78,88即C、D、E、F为“主打套餐”.
7 7 5 10
则四人中使用“主打套餐”的人数X服从超几何分布,又:一共只有6种套餐,一家4口
选择不同的套餐,所以X的取值只能是X=2,3,4,
C2 ⋅C2
2
C1 ⋅C3
8
C0 ⋅C4
1
且P(X=2)= 2 4 = ,P(X=3)= 2 4 = ,P(X=4)= 2 4 =
,
C4 5 C4 15 C4 15
6 6 6
X分布列为
X 2 3 4
2 8 1
P
5 15 15
2 8 1 8
∴期望E(X)=2× +3× +4× =
.
5 15 15 3
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
【答案】(1)^y=17.25×1.16x
(2)分布列见解析,2
【分析】(1)将y=a⋅bx
的等号两边同时取对数,再结合回归直线的斜率和截距的最小
二乘法求得结果;
(2)X的所有可能取值为0,1,2,3,4,根据超几何分布求出分布列以及数学期望.
【详解】(1)将y=a⋅bx 的等号两边同时取对数得ln y=ln(a⋅bx)=lna+xlnb,
1+2+3+4+5+6
所以v=lna+xlnb.x= =3.5,
6
6
∑ x2=12+22+32+42+52+62=91.
i
i=1
6 6
∑(x -x)(v -v) ∑ x v -6xv
i i i i 73.282-6×3.5×3.366 2.596
所以lnb^= i=1 = i=1 = = ≈0.148
,
6 6 91-6×3.52 17.5
∑(x -x) 2 ∑ x2-6x2
i i
i=1 i=1
lna^≈3.366-0.148×3.5=2.848.
所以v^=2.848+0.148x,即ln^y=2.848+0.148x,
所以^y=e2.848+0.148x=17.25×1.16x
.
(2)由题可知X的所有可能取值为0,1,2,3,4,
C5
1
C4C1
5
P(X=0)= 6 = ,P(X=1)= 6 4 =
,
C5 42 C5 21
10 10
C3C2
10
C2C3
5
C1C4
1
P(X=2)= 6 4 = ,P(X=3)= 6 4 = ,P(X=4)= 6 4 =
.
C5 21 C5 21 C5 42
10 10 10
所以X的分布列为
X 0 1 2 3 41 5 10 5 1
P
42 21 21 21 42
1 5 10 5 1
E(X)=0× +1× +2× +3× +4× =2.
42 21 21 21 42
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
u
y=
【答案】(1) 拟合效果更好,答案见解析
1+ea-bt
^ 12.5
(2) y= ,12.28mm
1+e0.576-0.208t
【分析】(1)根据散点图,结合两个模型的特征进行判断即可;
(2)根据对数的运算性质,结合题中所给的公式和数据进行求解即可.
u
y=
【详解】(1)Logistic非线性回归模型 拟合效果更好.
1+ea-bt
从散点图看,散点更均匀地分布在该模型拟合曲线附近;
从残差图看,该模型下的残差更均匀地集中在以残差为0的直线为对称轴的水平带状区域
内.
(2)将 y= u 转化为ln (u -1 ) =a-bt,
1+ea-bt y
20
∑(w -w)(t -t)
^ i i -138.32
则
-b= i=1 = =-0.208,所以b^=0.208,
20 665
∑❑(t -t) 2
i
i=1
所以a^=w-(-b^)⋅t=-1.608+0.208×10.5=0.576.
^ 12.5
所以y关于t的经验回归方程为 y= .
1+e0.576-0.208t
^ 12.5 12.5
当t=22时,体长 y= = ≈12.28mm .
1+e0.576-0.208×22 1+e-4
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
【答案】(1)模型①
(2)y=2.5lnx-1.0
【分析】(1)计算相关系数比较大小即可确定更适宜的模型;
(2)利用最小二乘法相关公式即可求解.
【详解】(1)由题意y=aλ+b的线性相关系数的相关系数
6
∑❑(y - y)(λ -λ)
i i
5.55
r = i=1 = ≈0.963
.
1 √ 6 6 5.76
❑∑❑(y - y) 2∑❑(λ -λ) 2
i i
i=1 i=1
6
∑❑(y - y)(μ -μ)
i i
6.32
y=c❑√x+d的相关系数 r 2 = √ 6 i=1 6 = 6.61 ≈0.956 .
❑∑❑(y - y) 2∑❑(μ -μ) 2
i i
i=1 i=1
所以1>r >r >0,因此模型①拟合效果更好.
1 2
(2)根据(1)的判断结果,
6
∑❑(y - y)(λ -λ)
i i
5.55
计算a与b由参考数据a= i=1 = ≈2.52,∴a=2.5
6 2.20
∑❑(λ -λ) 2
i
i=1所以b= y-2.52×λ≈-1.0.
于是y关于x的回归方程①为y=2.5lnx-1.0.
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.
【答案】(1)列联表见解析,没有99%的把握1000
(2)①不属于;②E(Y)=
3
【分析】(1)根据已知数据,补充列联表,进而计算K2
即可判断;
(2)①根据题意,计算对应的平均数,再结合正态分布求解即可;②结合①获得的赠送
总金额Y的可能取值为200,300,400,500,600,再求解相应的概率得出分布列,计
算期望即可.
【详解】(1)2×2列联表如下:
I类收入群体 II类收入群体 总计
甲行业 30 60 90
乙行业 20 90 110
总计 50 150 200
(30×90-20×60) 2×200 200
于是χ2= = ≈6.061<6.635,
50×150×90×110 33
从而没有99%的把握认为“II类收入群体”与行业有关.
(2)①所调查的200名工人的月薪频率分布表如下:
月
[2000 , [3000 , [4000 , [5000 , [6000 , [7000 ,
薪 /
3000) 4000) 5000) 6000) 7000) 8000)
元
人数 20 36 44 50 40 10
频率 0.1 0.18 0.22 0.25 0.2 0.05
所 以
μ=2500×0.1+3500×0.18+4500×0.22+5500×0.25+6500×0.2+7500×0.05=4920
因为这200名工人的月薪X服从正态分布N(μ,14002 ),所以σ=1400,
从而μ-2σ=4920-2800=2120.
因为王强的月薪为2500元,μ-2σ=2120,所以王强不属于“生活困难”的工人.
②由①知μ=4920,王强的月薪为2500元,低于4920元,所以王强可获赠两次购物券,
从而他获得的赠送总金额Y的可能取值为200,300,400,500,600,
1 1 1 1 1 1
则P(Y =200)= × = ,P(Y =300)=C1× × = ,
2 2 4 2 2 3 3
1 1 1 1 5 1 1 1
P(Y =400)= × +C1× × = ,P(Y =500)=C1× × = ,
3 3 2 2 6 18 2 3 6 9
1 1 1
P(Y =600)= × = ,故Y的分布列如下:
6 6 36
Y 200 300 400 500 600
1 1 5 1 1
P
4 3 18 9 36
所以王强获得的赠送总金额的数学期望1 1 5 1 1 1000
E(Y)=200× +300× +400× +500× +600× = .
4 3 18 9 36 3
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.
【答案】(1)列联表见解析,能;
(2)E(X)=8,D(X)=1.6;
(3)0.9974
【分析】(1)根据题意补全列联表,利用卡方公式计算并对照临界值表即可判断;
(2)根据频率与概率关系得从该市市民中任意抽取1人,分析得X~B(10,0.8),利用相
关均值和方差公式即可得到答案.(3)计算出E(η),D(η),则近似为η~N(80,16),利用3σ原则即可得到答案.
【详解】(1)偶尔或不用的男性人数为100-70=30,偶尔或不用的女性人数为
100-90=10,
则补全的2×2列联表如下:
经 常 使
偶尔或不用 总计
用
男性 70 30 100
女性 90 10 100
总计 160 40 200
由列联表可得
200×(70×10-30×90) 2 25
K2= = =12.5>7.879,
100×100×160×40 2
所以能在犯错误的概率不超过0.005的前提下认为经常使用该款App与性别有关.
160
(2)由2×2列联表可知,抽取到经常使用该款App的市民的频率为 =0.8
200
将频率视为概率,所以从该市市民中任意抽取1人,
恰好抽取到经常使用该款App的市民的概率为0.8,由题意知X~B(10,0.8),
所以E(X)=10×0.8=8,D(X)=10×0.8×0.2=1.6,
(3)由题意,因为E(η)=100×0.8=80>5,
D(η)=100×0.8×0.2=16>5, 所 以 近 似 为 η~N(80,16), 所 以
P(68≤η≤92)=P(80-3×4≤η≤80+3×4)≈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.
【答案】(1)没有95%的把握认为“长潜伏期”与年龄有关;
(2)详见解析;
(3)当k=250时,g(k)取得最大值.
【分析】(1)根据条件计算K2
,进而即得;
(2)根据X~N(7.2,2.252),利用小概率事件判断即得;
1
( 3 ) 易 得 一 个 患 者 属 于 “ 长 潜 伏 期 ” 的 概 率 是 , 进 而 得 到
4
g(k)=Ck
⋅
(1) k
⋅
(3) 1000-k
,然后判断其单调性求解.
1000 4 4
200×(30×40-110×20) 2
【详解】(1)根据表中数据得K2= ≈3.17,
140×60×50×150
因为3.17<3.841,
所以没有95%的把握认为“长潜伏期”与年龄有关;
(2)由题意知潜伏期Z~N(7.1,2.252
),
1-0.9973
则P(Z≥13.85)≈ =0.00135,
2
所以潜伏期超过14天的概率很低,因此隔离14天是合理的;
(3)由于200个病例中有50个属于“长潜伏期”,
1
若以样本频率估计概率,一个患者属于“长潜伏期”的概率是 ,
4
于是g(k)=Ck
⋅
(1) k
⋅
(3) 1000-k
,
1000 4 4
Ck+1
⋅
(1) k+1
⋅
(3) 999-k
g(k+1) 1000 4 4 Ck+1 1 k!(1000-k)! 1000-k
则 = = 1000 = ⋅ = ,
g(k)
Ck ⋅
(1) k
⋅
(3) 1000-k 3C
1
k
000
3 (k+1)!(999-k)! 3(k+1)
1000 4 4
997 g(k+1)
当0≤k<
且k∈N时,
>1,
4 g(k)
997 g(k+1)
当
<k≤1000且k∈N时, <1,
4 g(k)
于是g(0)<g(1)<g(2)<⋯<g(250),g(250)>g(251)>⋯>g(1000),
所以当k=250时,g(k)取得最大值.
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
【答案】(1)19.8
(2)(i)m=23.4;列联表见解析,(ii)能
【分析】(1)直接根据均值定义求解;
(2)(i)根据中位数的定义即可求得m=23.4,从而求得列联表;
(ii)利用独立性检验的卡方计算进行检验,即可得解.
【详解】(1)试验组样本平均数为:
1
(7.8+9.2+11.4+12.4+13.2+15.5+16.5+18.0+18.8+19.2+19.8+20.2
20
396
+21.6+22.8+23.6+23.9+25.1+28.2+32.3+36.5)= =19.8
20
(2)(i)依题意,可知这40只小鼠体重的中位数是将两组数据合在一起,从小到大排后
第20位与第21位数据的平均数,
由 原 数 据 可 得 第 11 位 数 据 为 18.8, 后 续 依 次 为
19.2,19.8,20.2,20.2,21.3,21.6,22.5,22.8,23.2,23.6,⋯,
故第20位为23.2,第21位数据为23.6,
23.2+23.6
所以m= =23.4,
2
故列联表为:
<m ≥m 合计对照组 6 14 20
试验组 14 6 20
合计 20 20 40
40×(6×6-14×14) 2
(ii)由(i)可得,K2= =6.400>3.841,
20×20×20×20
所以能有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.
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
【答案】(1)分布列见解析,E(X)=1
(2)(i)m=23.4;列联表见解析,(ii)能
【分析】(1)利用超几何分布的知识即可求得分布列及数学期望;
(2)(i)根据中位数的定义即可求得m=23.4,从而求得列联表;
(ii)利用独立性检验的卡方计算进行检验,即可得解.
【详解】(1)依题意,X的可能取值为0,1,2,
C0 C2
19
C1 C1
20
C2 C0
19
则P(X=0)= 20 20 = ,P(X=1)= 20 20 = ,P(X=2)= 20 20 =
,
C2 78 C2 39 C2 78
40 40 40所以X的分布列为:
X 0 1 2
19 20 19
P
78 39 78
19 20 19
故E(X)=0× +1× +2× =1.
78 39 78
(2)(i)依题意,可知这40只小白鼠体重增量的中位数是将两组数据合在一起,从小到
大排后第20位与第21位数据的平均数,观察数据可得第20位为23.2,第21位数据为
23.6,
23.2+23.6
所以m= =23.4,
2
故列联表为:
<m ≥m 合计
对照组 6 14 20
实验组 14 6 20
合计 20 20 40
40×(6×6-14×14) 2
(ii)由(i)可得,K2= =6.400>3.841,
20×20×20×20
所以能有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.
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
12 7
【答案】(1)A,B两家公司长途客车准点的概率分别为 ,
13 8
(2)有
【分析】(1)根据表格中数据以及古典概型的概率公式可求得结果;(2)根据表格中数据及公式计算K2
,再利用临界值表比较即可得结论.
【详解】(1)根据表中数据,A共有班次260次,准点班次有240次,
设A家公司长途客车准点事件为M,
240 12
则P(M)= =
;
260 13
B共有班次240次,准点班次有210次,
设B家公司长途客车准点事件为N,
210 7
则P(N)= =
.
240 8
12
A家公司长途客车准点的概率为 ;
13
7
B家公司长途客车准点的概率为 .
8
(2)列联表
未准点班次
准点班次数 合计
数
A 240 20 260
B 210 30 240
合计 450 50 500
n(ad-bc) 2 500×(240×30-210×20) 2
K2= = ≈3.205>2.706,
(a+b)(c+d)(a+c)(b+d) 260×240×450×50
根据临界值表可知,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.
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 6
10 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
【答案】(1)0.06m2 ;0.39m3
(2)0.97
(3)1209m3
【分析】(1)计算出样本的一棵根部横截面积的平均值及一棵材积量平均值,即可估计
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)代入题给相关系数公式去计算即可求得样本的相关系数值;
(3)依据树木的材积量与其根部横截面积近似成正比,列方程即可求得该林区这种树木
的总材积量的估计值.
0.6
【详解】(1)样本中10棵这种树木的根部横截面积的平均值x= =0.06
10
3.9
样本中10棵这种树木的材积量的平均值y= =0.39
10
据此可估计该林区这种树木平均一棵的根部横截面积为0.06m2
,
平均一棵的材积量为0.39m3
10 10
∑❑(x -x)(y - y) ∑❑x y -10x y
i i i i
r= i=1 = i=1
(2)
√ 10 10 √ 10 10
❑∑❑(x
i
-x) 2∑❑(y
i
- y) 2 ❑ ( ∑❑x
i
2-10x2 )( ∑❑y
i
2-10 y2 )
i=1 i=1 i=1 i=1
0.2474-10×0.06×0.39 0.0134 0.0134
= = ≈ ≈0.97
❑√(0.038-10×0.062 )(1.6158-10×0.392
)
❑√0.0001896 0.01377
则r≈0.97
(3)设该林区这种树木的总材积量的估计值为Y m3 ,
又已知树木的材积量与其根部横截面积近似成正比,
0.06 186
可得 = ,解之得Y =1209m3 .
0.39 Y
则该林区这种树木的总材积量估计为1209m3
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
【答案】(1)答案见解析
(2)(i)证明见解析;(ii)R=6;
【分析】(1)由所给数据结合公式求出K2
的值,将其与临界值比较大小,由此确定是否有
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)(i) 根据定义结合
条件概率公式即可完成证明;(ii)根据(i)结合已知数据求R.
n(ad-bc) 2 200(40×90-60×10) 2
【详解】(1)由已知K2= = =24,
(a+b)(c+d)(a+c)(b+d) 50×150×100×100
又P(K2≥6.635)=0.01,24>6.635,
所以有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.
P(B|A) P(B|A) P(AB) P(A) P(AB) P(A)
(2)(i)因为R= ⋅ = ⋅ ⋅ ⋅ ,
P(B|A) P(B|A) P(A) P(AB) P(A) P(AB)
P(AB) P(B) P(AB) P(B)
所以R= ⋅ ⋅ ⋅
P(B) P(AB) P(B) P(AB)
P(A|B) P(A|B)
所以R= ⋅ ,
P(A|B) P(A|B)
(ii)
40 10
由已知P(A|B)= ,P(A|B)=
,
100 100
60 90
又P(A|B)= ,P(A|B)=
,
100 100
P(A|B) P(A|B)
所以R= ⋅ =6
P(A|B) P(A|B)
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
【答案】(1)75%;60%;
(2)能.
【分析】根据给出公式计算即可
150
【详解】(1)甲机床生产的产品中的一级品的频率为
=75%
,
200
120
乙机床生产的产品中的一级品的频率为
=60%
.
200
400(150×80-120×50) 2 400
(2)K2= = >10>6.635,
270×130×200×200 39
故能有99%的把握认为甲机床的产品与乙机床的产品质量有差异.
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?
2n(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
【答案】(1)0.64;(2)答案见解析;(3)有.
【分析】(1)根据表格中数据以及古典概型的概率公式可求得结果;
(2)根据表格中数据可得2×2列联表;
(3)计算出K2
,结合临界值表可得结论.
【详解】(1)由表格可知,该市100天中,空气中的PM2.5浓度不超过75,且SO 浓度
2
不超过150的天数有32+6+18+8=64天,
所以该市一天中,空气中的PM2.5浓度不超过 75,且SO 浓度不超过 150 的概率为
2
64
=0.64;
100
(2)由所给数据,可得2×2列联表为:
SO
2 [0,150] (150,475] 合计
PM2.5
[0,75] 64 16 80
(75,115] 10 10 20
合计 74 26 100
(3)根据2×2列联表中的数据可得
n(ad-bc) 2 100×(64×10-16×10) 2 3600
K2= = = ≈7.4844>6.635,
(a+b)(c+d)(a+c)(b+d) 80×20×74×26 481
因为根据临界值表可知,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
【点睛】本题考查了古典概型的概率公式,考查了完善2×2列联表,考查了独立性检验,
属于中档题.
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)
【答案】(1)0.64;(2)答案见解析;(3)有.
【分析】(1)根据表格中数据以及古典概型的概率公式可求得结果;
(2)根据表格中数据可得2×2列联表;
(3)计算出K2
,结合临界值表可得结论.
【详解】(1)由表格可知,该市100天中,空气中的PM2.5浓度不超过75,且SO 浓度
2
不超过150的天数有32+6+18+8=64天,
所以该市一天中,空气中的PM2.5浓度不超过 75,且SO 浓度不超过 150 的概率为
264
=0.64;
100
(2)由所给数据,可得2×2列联表为:
SO
2 [0,150] (150,475] 合计
PM2.5
[0,75] 64 16 80
(75,115] 10 10 20
合计 74 26 100
(3)根据2×2列联表中的数据可得
n(ad-bc) 2 100×(64×10-16×10) 2 3600
K2= = = ≈7.4844>6.635,
(a+b)(c+d)(a+c)(b+d) 80×20×74×26 481
因为根据临界值表可知,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
【点睛】本题考查了古典概型的概率公式,考查了完善2×2列联表,考查了独立性检验,
属于中档题.
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 8
4(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
【答案】(1)该市一天的空气质量等级分别为1、2、3、4的概率分别为0.43、0.27、
0.21、0.09;(2)350;(3)有,理由见解析.
【分析】(1)根据频数分布表可计算出该市一天的空气质量等级分别为1、2、3、4的概
率;
(2)利用每组的中点值乘以频数,相加后除以100可得结果;
(3)根据表格中的数据完善2×2列联表,计算出K2
的观测值,再结合临界值表可得结论.
【详解】(1)由频数分布表可知,该市一天的空气质量等级为1的概率为
2+16+25 5+10+12 6+7+8
=0.43,等级为2的概率为 =0.27,等级为3的概率为 =0.21,
100 100 100
7+2+0
等级为4的概率为 =0.09;
100
( 2 ) 由 频 数 分 布 表 可 知 , 一 天 中 到 该 公 园 锻 炼 的 人 次 的 平 均 数 为
100×20+300×35+500×45
=350
100
(3)2×2列联表如下:
人次≤400 人次>400
空气质量好 33 37
空气质量不
22 8
好
100×(33×8-37×22) 2
K2= ≈5.820>3.841,
55×45×70×30
因此,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.
【点睛】本题考查利用频数分布表计算频率和平均数,同时也考查了独立性检验的应用,
考查数据处理能力,属于基础题.
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
【答案】(1)12000;(2)0.94;(3)详见解析
【分析】(1)利用野生动物数量的估计值等于样区野生动物平均数乘以地块数,代入数
据即可;
20
∑(x -x)(y - y)
i i
r= i=1
(2)利用公式 计算即可;
√ 20 20
❑∑(x -x) 2∑(y - y) 2
i i
i=1 i=1
(3)各地块间植物覆盖面积差异较大,为提高样本数据的代表性,应采用分层抽样.
20
1 1
【详解】(1)样区野生动物平均数为 ∑ y = ×1200=60,
20 i 20
i=1
地块数为200,该地区这种野生动物的估计值为200×60=12000
(2)样本(x ,y )(i=1,2,…,20)的相关系数为
i i
20
∑❑(x -x)(y - y)
i i 800 2❑√2
r= i=1 = = ≈0.94
√ 20 20 ❑√80×9000 3
❑∑❑(x -x) 2∑❑(y - y) 2
i i
i=1 i=1
(3)由(2)知各样区的这种野生动物的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的数量差异很大,
采用分层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.
【点晴】本题主要考查平均数的估计值、相关系数的计算以及抽样方法的选取,考查学生
数学运算能力,是一道容易题.