夜雨聆风学习资料网 资料列表 开通 VIP 用登录 / 注册 ⌄
DOCX

专题67成对数据的统计分析-2024年新高考数学一轮复习讲义之题型归类与强化测试(解析版)_数学_一轮复习_2024年_2024新高考数学一轮复习讲义之题型归类与强化测试_资料

查看资料信息、公开预览和下载状态。

共 74 页DOCX · 6.0MB
下载

文档在线预览

公开展示前 10 页
100%
1
《专题67成对数据的统计分析-2024年新高考数学一轮复习讲义之题型归类与强化测试(解析版)_数学_一轮复习_2024年_2024新高考数学一轮复习讲义之题型归类与强化测试_资料》第1页预览
2
《专题67成对数据的统计分析-2024年新高考数学一轮复习讲义之题型归类与强化测试(解析版)_数学_一轮复习_2024年_2024新高考数学一轮复习讲义之题型归类与强化测试_资料》第2页预览
3
《专题67成对数据的统计分析-2024年新高考数学一轮复习讲义之题型归类与强化测试(解析版)_数学_一轮复习_2024年_2024新高考数学一轮复习讲义之题型归类与强化测试_资料》第3页预览
4
《专题67成对数据的统计分析-2024年新高考数学一轮复习讲义之题型归类与强化测试(解析版)_数学_一轮复习_2024年_2024新高考数学一轮复习讲义之题型归类与强化测试_资料》第4页预览
5
《专题67成对数据的统计分析-2024年新高考数学一轮复习讲义之题型归类与强化测试(解析版)_数学_一轮复习_2024年_2024新高考数学一轮复习讲义之题型归类与强化测试_资料》第5页预览
6
《专题67成对数据的统计分析-2024年新高考数学一轮复习讲义之题型归类与强化测试(解析版)_数学_一轮复习_2024年_2024新高考数学一轮复习讲义之题型归类与强化测试_资料》第6页预览
7
《专题67成对数据的统计分析-2024年新高考数学一轮复习讲义之题型归类与强化测试(解析版)_数学_一轮复习_2024年_2024新高考数学一轮复习讲义之题型归类与强化测试_资料》第7页预览
8
《专题67成对数据的统计分析-2024年新高考数学一轮复习讲义之题型归类与强化测试(解析版)_数学_一轮复习_2024年_2024新高考数学一轮复习讲义之题型归类与强化测试_资料》第8页预览
9
《专题67成对数据的统计分析-2024年新高考数学一轮复习讲义之题型归类与强化测试(解析版)_数学_一轮复习_2024年_2024新高考数学一轮复习讲义之题型归类与强化测试_资料》第9页预览
10
《专题67成对数据的统计分析-2024年新高考数学一轮复习讲义之题型归类与强化测试(解析版)_数学_一轮复习_2024年_2024新高考数学一轮复习讲义之题型归类与强化测试_资料》第10页预览

本文档共 74 页 剩余 64 页未展示,请下载后查阅

下载

文档文本内容

专题67 成对数据的统计分析
知 考纲要求
识 考点预测
梳 常用结论
理 方法技巧
题型一:相关关系与散点图
题型二:回归方程与最小二乘法
题 题型三:相关系数
型 题型四:误差分析
归 题型五:非线性回归
类 题型六:列联表与等高条形图
题型七:独立性检验
训练一:
培 训练二:
优 训练三:
训 训练四:
练 训练五:
训练六:
强 单选题:共8题
化 多选题:共4题
测
填空题:共4题
试
解答题:共6题
一、【知识梳理】
【考纲要求】
1.了解样本相关系数的统计含义.
2.了解一元线性回归模型和2×2列联表,会运用这些方法解决简单的实际问题.
3.会利用统计软件进行数据分析.
【考点预测】
1.变量的相关关系
(1)相关关系
两个变量有关系,但又没有确切到可由其中的一个去精确地决定另一个的程度,这种关系称
为相关关系.
(2)相关关系的分类:正相关和负相关.
(3)线性相关
一般地,如果两个变量的取值呈现正相关或负相关,而且散点落在一条直线附近,我们就称
这两个变量线性相关.
一般地,如果两个变量具有相关性,但不是线性相关,那么我们就称这两个变量非线性相关
或曲线相关.
2.样本相关系数
(1)相关系数r的计算变量x和变量y的样本相关系数r的计算公式如下:
(2)相关系数r的性质
①当r>0时,称成对样本数据正相关;当r<0时,成对样本数据负相关;当r=0时,成对样
本数据间没有线性相关关系.
②样本相关系数r的取值范围为[-1,1].
当|r|越接近1时,成对样本数据的线性相关程度越强;
当|r|越接近0时,成对样本数据的线性相关程度越弱.
3.一元线性回归模型
(1)经验回归方程与最小二乘法
我们将y=bx+a称为Y关于x的经验回归方程,也称经验回归函数或经验回归公式,其图形
称为经验回归直线.这种求经验回归方程的方法叫做最小二乘法,求得的b,a叫做b,a的最
小二乘估计,
其中
(2)利用决定系数R2刻画回归效果
,R2越大,即拟合效果越好,R2越小,模型拟合效果越差.
4.列联表与独立性检验
(1)2×2列联表
一般地,假设有两个分类变量X和Y,它们的取值分别为{x ,x }和{y ,y },其2×2列联表
1 2 1 2
为
y
x 合计
y=y y=y
1 2x=x a b a+b
1
x=x c d c+d
2
合计 a+c b+d n=a+b+c+d
(2)临界值
χ2=.忽略χ2的实际分布与该近似分布的误差后,对于任何小概率值 α,可以找到相应的正实
数x ,使得P(χ2≥x )=α成立.我们称x 为α的临界值,这个临界值就可作为判断χ2大小的标
α α α
准.
(3)独立性检验
基于小概率值α的检验规则是:
当χ2≥x 时,我们就推断H 不成立,即认为X和Y不独立,该推断犯错误的概率不超过α;
α 0
当χ2<x 时,我们没有充分证据推断H 不成立 ,可以认为X和Y独立.
α 0
这种利用χ2的取值推断分类变量X和Y是否独立的方法称为χ2独立性检验,读作“卡方独立
性检验”,简称独立性检验.
下表给出了χ2独立性检验中几个常用的小概率值和相应的临界值
α 0.1 0.05 0.01 0.005 0.001
x 2.706 3.841 6.635 7.879 10.828
α
【常用结论】
1.求解经验回归方程的关键是确定回归系数a,b,应充分利用回归直线过样本点的中心(x,y).
2.根据经验回归方程计算的y值,仅是一个预报值,不是真实发生的值.
3.根据χ2的值可以判断两个分类变量有关的可信程度,若χ2越大,则两分类变量有关的把握
越大.
【方法技巧】
1.判断相关关系的两种方法:
(1)散点图法:如果样本点的分布从整体上看大致在某一曲线附近,变量之间就有相关关系;
如果样本点的分布从整体上看大致在某一直线附近,变量之间就有线性相关关系.
(2)决定系数法:利用决定系数判定,R2越趋近1,拟合效果越好,相关性越强.
2. 经验回归方程
(1)求经验回归方程:利用公式b=求b;利用a=y-bx求a,写出经验回归方程.
(2)经验回归方程的拟合效果,可以利用相关系数|r|判断,当|r|越趋近于1时,两变量的线性
相关性越强.或利用决定系数R2判断,R2越大,拟合效果越好.
(3)非线性经验回归方程转化为线性经验回归方程的方法①若y=a+b ,设t=,则y=a+bt;②若满足对数式:y=a+bln x,设t=ln x,则y=a+
bt;③若满足指数式:y=c
1
ec
2
x,两边取对数解ln y=ln c
1
+c
2
x,设z=ln y,a=ln c
1
,b=
c ,则z=a+bx.
2
3.在2×2列联表中,如果两个变量没有关系,则应满足 ad-bc≈0.|ad-bc|越小,说明两个变
量之间关系越弱;|ad-bc|越大,说明两个变量之间关系越强.
4.解决独立性检验的应用问题,一定要按照独立性检验的步骤得出结论.独立性检验的一般步
骤:
(1)根据样本数据制成2×2列联表:
(2)根据公式χ2=
计算χ2;
(3)通过比较χ2与临界值的大小关系来作统计推断.
二、【题型归类】
【题型一】相关关系与散点图
【典例1】(2023·上海·模拟预测)根据身高和体重散点图,下列说法正确的是( )
A.身高越高,体重越重 B.身高越高,体重越轻
C.身高与体重成正相关 D.身高与体重成负相关
【解析】【答案】C
【分析】根据给定的散点图的特征,直接判断作答.
【详解】由于身高比较高的人,其体重可能大,也可能小,则选项AB不正确;
由散点图知,身高和体重有明显的相关性,且身高增加时,体重也呈现增加的趋势,
所以身高与体重呈正相关,C正确,D错误.
故选:C
【典例2】(多选)(2023·湖南长沙·长沙市明德中学校考三模)6个数据 构成的散点图,如图所示,采用一元线性回归模型建立经验回归方程,若在6个数据中去掉 后,下列说法正确的是( )
A.解释变量x与预报变量y的相关性变强B.样本相关系数r变大
C.残差平方和变小 D.决定系数 变小
【解析】【答案】AC
【分析】根据散点图的性质可知去掉E后相关性变强判断A选项,相关系数为负判断B选项,残差平方和
判断C,D选项.
【详解】去掉 后,变量x与预报变量y的相关性变强,故A正确;
但由于散点的分布是从左上到右下,故变量x,y负相关,所以相关系数r变小,
残差平方和变小, 决定系数 变大,C正确,D错误.
故选:AC.
【典例3】(2023下·四川成都·高二四川省成都市新都一中校联考期中)以下是标号分别为①、②、③、
④的四幅散点图,它们的样本相关系数分别为 ,那么相关系数的大小关系为 (按由小到大的
顺序排列).【解析】【答案】
【分析】利用样本相关系数的性质即可判断出 的大小关系
【详解】根据散点图可知,图①③成正相关,图②④成负相关,
∴ ,
又图①②的散点图近似在一条直线上,则图①②两变量的线性相关程度比较高,
图③④的散点图比较分散,故图③④两变量的线性相关程度比较低,
即 与 比较大, 与 比较小,∴ ,
故答案为: .
【题型二】回归方程与最小二乘法
【典例1】(2023·四川宜宾·统考一模)华为在过去几年面临了来自美国政府的封锁和限制,但华为并没
有放弃,在自主研发和国内供应链的支持下,成功突破了封锁,实现了5G功能.某手机商城统计了最近5
个月华为手机的实际销量,如下表所示:
时间 (月) 1 2 3 4 5
销售量 (万部) 0.5 0.8 1.0 1.2 1.5
若 与 线性相关,且线性回归方程为 ,则下列说法不正确的是( )
A.样本中心点为B.由表中数据可知,变量 与 呈正相关
C.
D.预测 时华为手机销量约为1.86(万部)
【解析】【答案】D
【分析】根据表格中数据的变换趋势,平均数的计算公式,以及回归直线方程,逐项判定,即可求解.
【详解】由表格数据可以计算出 , ,
则样本中心点为 ,即选项A说法正确;
从表格数据可得:y随着x的增加而增加,所以变量y与x正相关,即选项B说法正确;
将样本中心点 代入 ,可得 ,即选项C说法正确;
由C可知线性回归方程为 ,
将 代入可得 ,则选项D说法不正确.
故选:D.
【典例2】(多选)(2023·浙江绍兴·统考模拟预测)由变量 和变量 组成的10个成对样本数据
得到的经验回归方程为 ,设过点 的直线方程为
,记 ,则( )
A.变量 正相关
B.若 ,则
C.经验回归直线 至少经过 中的一个点
D.
【解析】【答案】ABD
【分析】根据回归直线的相关性质分别判断各个选项即可.【详解】对于A:回归方程一次项系数大于零是正相关,A正确;
对于B: 代入回归直线可得 ,B正确;
经验回归直线可以不经过任意一个点,C错误;
根据回归直线的求法最小二乘法值,回归直线的残差平方和最小,D正确.
故选:ABD.
【典例3】(2023·陕西榆林·校考模拟预测)为帮助乡材脱贫,某勘探队计划了解当地矿脉某金属的分布
情况,经勘测得到该金属含量 (单位: )与样本对原点的距离 (单位: )的数据,并作了初步
处理,得到下面的一些统计量的值.(表中 )
6 97.90 0.21 60 0.14 14.12 26.13 -1.40
(1)利用样本相关系数的知识,判断 与 哪一个更适宜作为该金属含量 关于样本对原点的
距离 的回归方程类型?
(2)根据(1)的结果解决下列问题:
(i)建立 关于 的回归方程;
(ii)样本对原点的距离 时,该金属含量的预报值是多少?
(3)已知该金属在距离原点 时的平均开采成本 (单位:元)与 的关系为 ,
根据(2)的结论说明, 为何值时,开采成本最大?
附:线性回归方程 的斜率和截距的最小二乘法公式分别为 .
【解析】【答案】(1) 更适宜
(2)(i) ;(ii) ;
(3) 时,开采成本最大.【分析】(1)由题意,根据线性相关系数的计算公式计算出 ,即可下结论;
(2)利用最小二乘法求出回归方程,令 ,即可求解;
(3)由题意可得 ,结合导数讨论该函数的性质即可求解.
【详解】(1) 的线性相关系数 ,
的线性相关系数 ,
更适宜作为该金属含量 关于样本对原点的距离 的回归方程类型.
(2)(i)依题意,可得 ,
,
关于 的回归方程为 .
(ii)当 时,金属含量的预报值为 .
(3) ,
令 ,则 ,
当 时, 在 上单调递增;
当 时, 在 ]上单调递减,在 处取得极大值,也是最大值,此时 取得最大值,
故 时,开采成本最大.
【题型三】相关系数
【典例1】(2023·全国·模拟预测)某厂近几年陆续购买了几台A型机床,该型机床已投入生产的时间x
(单位:年)与当年所需要支出的维修费用y(单位:万元)有如下统计资料:
x 2 3 4 5 6
y 2.2 3.8 5.5 6.5 7.0
已知 , , , , .
(1)计算y与x的样本相关系数r(精确到0.001),并判断该型机床的使用年限与所支出的维修费用的相
关性强弱(若 ,则认为y与x相关性很强,否则不强).
(2)该厂购入一台新的A型机床,工人们分别使用这台机床(记为X)和一台已经使用多年的A型机床(记
为Y)各制造50个零件,统计得出的数据如下表:
零件
机床 合计
合格 不合格
X 4
Y 40
合计
根据所给数据完成上表,试根据小概率值 的独立性检验,分析零件合格情况是否与机床的使用情况
有关.
附:相关系数 .
,其中 .
0.10 0.05 0.010 0.005 0.0012.706 3.841 6.635 7.879 10.828
【解析】【答案】(1) ,A型机床的使用年限与当年所支出的维修费用之间具有很强的相关性
(2)填表见解析;认为零件合格情况与机床的使用情况有关
【分析】(1)计算相关系数 ,即可得到答案;
(2)根据题意完成表格,计算得到 ,进而可判断结果.
【详解】(1) ,
,
所以 ,
r接近1,说明A型机床的使用年限与当年所支出的维修费用之间具有很强的相关性.
(2)补充 列联表如下:
零件
机床 合计
合格 不合格
X 46 4 50
Y 40 10 50
合计 86 14 100
零假设为 :零件合格情况与机床的使用情况无关.
根据列联表中的数据,经计算得到 ,
所以根据小概率值 的独立性检验,
我们推断 不成立,即认为零件合格情况与机床的使用情况有关.
【典例2】(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 1 2 3 4 5
带货金额 /万元 350 440 580 700 880
(1)计算变量 , 的相关系数 (结果精确到0.01).
(2)求变量 , 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.
参考数据: , , ,
, .
参考公式:相关系数 ,线性回归方程的斜率 ,截距
.
附: ,其中 .
0.15 0.10 0.05 0.025
2.072 2.706 3.841 5.024
【解析】【答案】(1)0.99
(2) ,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 ,再比较大小判断零假设是否成立即可.
【详解】(1)
(2)因为 , , , ,
所以 , ,
所以变量 , 之间的线性回归方程为 ,
当 时, (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 :参加直播带货与性别无关,
根据以上数据,经计算得到 ,
根据小概率值 的独立性检验我们推断 不成立,即参加直播带货与性别有关,该判断犯错误的概率不超过 .
【典例3】(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 (单位:亿元)对年盈利额 (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 和年盈利额 数据进行分
析,建立了两个函数模型: ; ,其中 、 、 、 均为常数, 为自然对数的底数,令
, ,经计算得如下数据:
(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 关于 的回归方程.(系数精确到0.01)
附:相关系数
回归直线 中: , .
【解析】【答案】(1)模型 拟合度更好
(2)
【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 的相关系数为 ,模型 的相关系数为 ,对于模型 ,令 ,即 ,
所以 ,
对于模型 ,有 ,令 ,即 ,
所以 ,
因为 ,所以模型 拟合度更好.
(2)因为 , ,
所以 关于 的回归方程为 .
【点睛】本题考查回归方程的求解,其中第二问中,需要对 取对数得 ,求得 关于 的
线性回归方程,再转化为 关于 的回归方程,是处理本题的难点和关键点.
【题型四】误差分析
【典例1】(2023·山东潍坊·统考模拟预测)某地区未成年男性的身高 (单位:cm)与体重平均值
(单位:kg)的关系如下表1:
表1 未成年男性的身高与体重平均值
身高/cm 60 70 80 90 100 110 120 130 140 150 160 170
体重平均
值/kg
直观分析数据的变化规律,可选择指数函数模型、二次函数模型、幂函数模型近似地描述未成年男性的身
高与体重平均值之间的关系.为使函数拟合度更好,引入拟合函数和实际数据之间的误差平方和、拟合优
度判断系数 (如表2).误差平方和越小、拟合优度判断系数 越接近1,拟合度越高.
表2 拟合函数对比
函数模型 函数解析式 误差平方和指数函数
二次函数
幂函数
(1)问哪种模型是最优模型?并说明理由;
(2)若根据生物学知识,人体细胞是人体结构和生理功能的基本单位,是生长发育的基础.假设身高与骨细
胞数量成正比,比例系数为 ;体重与肌肉细胞数量成正比,比例系数为 .记时刻 的未成年时期骨细
胞数量 ,其中 和 分别表示人体出生时骨细胞数量和增长率,记时刻 的未成年时期肌肉细
胞数量 ,其中 和 分别表示人体出生时肌肉细胞数量和增长率.求体重 关于身高 的函数
模型;
(3)在(2)的条件下,若 , .当刚出生的婴儿身高为50cm时,与(1)的
模型相比较,哪种模型跟实际情况更符合,试说明理由.
注: , ;婴儿体重 符合实际,婴儿体重 较符合实际,婴
儿体重 不符合实际.
【解析】【答案】(1)指数函数模型是最优模型;理由见解析
(2)
(3)(2)中幂函数模型更适合,理由见解析
【分析】(1)由表中数据比较指数函数模型误差平方和以及 的大小,即得结论;
(2)根据身高与骨细胞数量以及体重与肌肉细胞数量的关系,结合已知数据,即可求得答案;
(3)分别计算出两种模型函数下的婴儿体重,比较大小,即得结论.
【详解】(1)因为 ,所以指数函数模型误差平方和最小,
因为 ,所以指数函数模型 最大,所以指数函数模型是最优模型;
(2)因为 ,所以 ,
因为 ,
所以 ,所以 ,
所以体重 关于身高 的函数模型为 ;
(3)把 代入 ,得 不符合实际,
把 , 代入 得 ,
把 代入 ,得 符合实际,
所以(2)中幂函数模型更适合.
【典例2】(2023上·山西朔州·高三校考开学考试)某校20名学生的数学成绩 和知识竞
赛成绩 如下表:
学生编号i 1 2 3 4 5 6 7 8 9 10
数学成绩 100 99 96 93 90 88 85 83 80 77
知识竞赛成绩 290 160 220 200 65 70 90 100 60 270
学生编号i 11 12 13 14 15 16 17 18 19 20
数学成绩 75 74 72 70 68 66 60 50 39 35
知识竞赛成绩 45 35 40 50 25 30 20 15 10 5
计算可得数学成绩的平均值是 ,知识竞赛成绩的平均值是 ,并且 ,, .
(1)求这组学生的数学成绩和知识竞赛成绩的样本相关系数(精确到0.01);
(2)设 ,变量 和变量 的一组样本数据为 ,其中 两两不相同,
两两不相同.记 在 中的排名是第 位, 在 中的排名是
第 位, .定义变量 和变量 的“斯皮尔曼相关系数”(记为 )为变量 的排名和变量 的
排名的样本相关系数.
(i)记 , .证明: ;
(ii)用(i)的公式求得这组学生的数学成绩和知识竞赛成绩的“斯皮尔曼相关系数”约为0.91,简述
“斯皮尔曼相关系数”在分析线性相关性时的优势.
注:参考公式与参考数据.
; ; .
【解析】【答案】(1)证明见解析
(2)答案见解析
【分析】(1)利用相关系数的公式进行计算即可;
(2)(i)根据题意即相关系数的公式进行计算即可证明;(ii)只要能说出斯皮尔曼相关系数与一般的样
本相关系数相比的优势即可.
【详解】(1)由题意,这组学生数学成绩和知识竞赛成绩的样本相关系数为
;(2)(i)证明:因为 和 都是1,2, , 的一个排列,所以
,
,
从而 和 的平均数都是 .
因此, ,
同理可得 ,
由于
,
所以 .
(ii)这组学生的数学成绩和知识竞赛成绩的斯皮尔曼相关系数是0.91,
答案①:斯皮尔曼相关系数对于异常值不太敏感,如果数据中有明显的异常值,那么用斯皮尔曼相关系数
比用样本相关系数更能刻画某种线性关系;
答案②:斯皮尔曼相关系数刻画的是样本数据排名的样本相关系数,与具体的数值无关,只与排名有关.
如果一组数据有异常值,但排名依然符合一定的线性关系,则可以采用斯皮尔曼相关系数刻画线性关系.
【点睛】方法点睛;新定义题型的特点是:通过给出一个新概念,或约定一种新运算,或给出几个新模型
来创设全新的问题情景,要求考生在阅读理解的基础上,依据题目提供的信息,联系所学的知识和方法,
实现信息的迁移,达到灵活解题的目的;遇到新定义问题,应耐心读题,分析新定义的特点,弄清新定义
的性质,按新定义的要求,“照章办事”,逐条分析、验证、运算,使问题得以解决.
【典例3】(2023·山东泰安·统考模拟预测)近年来,我国新能源汽车发展进入新阶段.某品牌 年到
年新能源汽车年销量 (万)如下表:其中年对应的年份代码 为 .
年份代码 1 2 3 4 5
销量 (万) 4 9 14 18 25
(1)判断两个变量是否线性相关,并计算样本相关系数(精确到 );(2)(i)假设变量 与变量 的 对观测数据为 ,两个变量满足一元线性回归模型
(随机误差 ),请写出参数 的最小二乘估计;
(ii)令变量 ,则变量 与变量 满足一元线性回归模型 ,利用(i)
中结论求 关于 的经验回归方程,并预测 年该品牌新能源汽车的销售量.
附:样本相关系数 , , , ,
【解析】【答案】(1)线性相关且正相关,0.92
(2)(i) ;(ii) , 万辆.
【分析】(1)首先画出散点图,根据参考数据,计算 ;
(2)(ⅰ)首先写出残差平方和公式,表示为关于 的二次函数,列式求解;(ⅱ)根据参考公式求回归
直线方程,即可求解.
【详解】(1)通过做散点图发现,
样本点大致分布在一条直线附近,
因此是线性相关.
所以两变量有较强的正相关(2)(i)
要使残差平方和最小,当且仅当 ;
(ii) ,
由(i)知 ,
关于 的经验回归方程为 ,
当 (万),
因此,预计 年该品牌新能源汽车的销售量将达到 万辆.
【题型五】非线性回归
【典例1】(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 1 2 3 4 5 6
中国夜间经济的市场发展规模 万亿
20.5 22.9 26.4 30.9 36.4 42.4
元(1)已知可用函数模型 拟合 与 的关系,请建立 关于 的回归方程( 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:
3.366 73.282 17.25 1.16 2.83
其中 .
参考公式:对于一组数据 ,其回归直线 的斜率和截距的最小二乘估计分
别为 .
【解析】【答案】(1) ;
(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 的等号左右两边同时取自然对数得 ,
所以 . ,
而 ,
所以 ,.
所以 ,即 ,
所以 .
(2)2023年对应的年份代码为7,
当 时, , ,
所以(1)中求得的回归方程 是理想的.
【典例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.
旅游线路 奇山秀水游 古村落游 慢生活游 亲子游 采摘游 舌尖之旅
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 ,即
,对上述数据进行初步处理,其中 , , ,2,…,6.
附:①可能用到的数据: , , , .
②对于一组数据 , ,…, ,其回归直线 的斜率和截距的最小二乘估计值分
别为 , .(1)根据所给数据,求 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 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.
【解析】【答案】(1) ;
(2)分布列见解析, .
【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 集中在一条直线附近,
设回归直线方程为 , , ,
则 , ,
所以回归直线方程为 .
因为 , ,所以 ,则 , ,所以 .
综上,y关于x的回归方程为 .
(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,
X的可能取值为1,2,3,且 , , .
X的分布列如下.
X 1 2 3
P.
【典例3】(2022上·广东深圳·高三校联考期中)红蜘蛛是柚子的主要害虫之一,能对柚子树造成严重伤
害,每只红蜘蛛的平均产卵数y(个)和平均温度x(℃)有关,现收集了以往某地的7组数据,得到下面
的散点图及一些统计量的值.
(1)根据散点图判断, 与 (其中 …为自然对数的底数)哪一个更适合作为平均产
卵数y(个)关于平均温度x(℃)的回归方程类型?(给出判断即可,不必说明理由)
(2)由(1)的判断结果及表中数据,求出y关于x的回归方程.(计算结果精确到0.1)
附:回归方程中 , ,
参考数据( )
5215 17713 714 27 81.3 3.6
(3)根据以往每年平均气温以及对果园年产值的统计,得到以下数据:平均气温在22℃以下的年数占60%,
对柚子产量影响不大,不需要采取防虫措施;平均气温在22℃至28℃的年数占30%,柚子产量会下降
20%;平均气温在28℃以上的年数占10%,柚子产量会下降50%.为了更好的防治红蜘蛛虫害,农科所研发
出各种防害措施供果农选择.
在每年价格不变,无虫害的情况下,某果园年产值为200万元,根据以上数据,以得到最高收益(收益=
产值-防害费用)为目标,请为果农从以下几个方案中推荐最佳防害方案,并说明理由.
方案1:选择防害措施A,可以防止各种气温的红蜘蛛虫害不减产,费用是18万;方案2:选择防害措施B,可以防治22℃至28℃的蜘蛛虫害,但无法防治28℃以上的红蜘蛛虫害,费用是
10万;
方案3:不采取防虫害措施.
【解析】【答案】(1) 更适宜
(2)
(3)选择方案1最佳,理由见解析
【分析】(1)根据散点图的形状,可判断 更适宜作为平均产卵数y关于平均温度x的回归方程类
型;
(2)将 两边同时取自然对数,转化为线性回归方程,即可得到答案;
(3)求出三种方案的收益的均值,根据均值越大作为判断标准.
【详解】(1)由散点图可以判断, 更适宜作为平均产卵数y关于平均温度x的回归方程类型.
(2)将 两边同时取自然对数,可得 ,
由题中的数据可得, , ,
所以 ,
则 ,
所以z关于x的线性回归方程为 ,
故y关于x的回归方程为 ;
(3)用 , 和 分别表示选择三种方案的收益.
采用第1种方案,无论气温如何,产值不受影响,收益为 万,即
采用第2种方案,不发生28℃以上的红蜘蛛虫害,收益为 万,如果发生,则收益为 万,即 ,
同样,采用第3种方案,有
所以, ,
,
.
显然, 最大,所以选择方案1最佳.
【题型六】列联表与等高条形图
【典例1】(2023·四川自贡·统考一模)2025年四川省将实行3+1+2的高考模式,其中,“3”为语文、
数学,外语3门参加全国统一考试,选择性考试科目为政治、历史、地理、物理、化学,生物6门,由考
生根据报考高校以及专业要求,结合自身实际,首先在物理,历史中2选1,再从政治、地理、化学、生
物中4选2,形成自己的高考选考组合.
(1)若某小组共6名同学根据方案进行随机选科,求恰好选到“物化生”组合的人数的期望;
(2)由于物理和历史两科必须选择1科,某校想了解高一新生选科的需求.随机选取100名高一新生进行调查,
得到如下统计数据,写出下列联表中a,d的值,并判断是否有95%的把握认为“选科与性别有关”?
选择历
选择物理 合计
史
男生 a 10
女生 30 d
合计 30
附: .
0.10 0.05 0.025 0.01 0.0052.706 3.841 5.024 6.635 7.879
【解析】【答案】(1)
(2)40,20,有95%的把握认为“选科与性别有关
【分析】(1)根据列举法求出一个学生恰好选到“物化生”组合的概率,确定6名同学根据方案进行随机
选科,符合二项分布,即可求得答案;
(2)由题意确定 的值,计算 的值,与临界值表比较,即得结论.
【详解】(1)设物理、历史2门科目为 ,政治、地理、化学、生物科目为 ,
则根据高考选考组合要求共有组合为 ,
,共12种,
所以一个学生恰好选到“物化生”组合的概率为 ,
则6名同学根据方案进行随机选科,符合二项分布 ,
故恰好选到“物化生”组合的人数的期望为 ;
(2)由题意可得 ;
则 ,
所以有95%的把握认为“选科与性别有关”.
【典例2】(2023·四川德阳·统考一模)2023年11月,世界首届人工智能峰会在英国举行,我国因为在
该领域取得的巨大成就受邀进行大会发言.为了研究不同性别的学生对人工智能的了解情况,我市某著名高
中进行了一次抽样调查,分别抽取男、女生各50人作为样本.设事件 “了解人工智能”, “学生为
男生”,据统计 .
(1)根据已知条件,填写下列 列联表,是否有 把握推断该校学生对人工智能的了解情况与性别有关?了解人工智
不了解人工智能 合计
能
男生
女生
合计
(2)将样本的频率视为概率,现从全校的学生中随机抽取30名学生,设其中了解人工智能的学生的人数为
,求使得 取得最大值时的 值.
附:
0.100 0.050 0.010
2.706 3.841 6.635
【解析】【答案】(1)答案见详解
(2)
【分析】(1)根据条件概率求得人数填写列联表,代入公式后求出观测值,将其与临界值比较即可求解;
(2)根据二项分布求出概率,根据单调性列出不等式组求解即可.
【详解】(1)因为 ,
所以了解人工智能的女生为 ,
了解人工智能人数为 ,
则了解人工智能的男生有 人,
结合男生和女生各有 人,填写 列联表为:
了解人工智
不了解人工智能 合计
能
男生 40 10 50
女生 30 20 50合计 70 30 100
则 ,
故没有 把握推断该校学生对人工智能的了解情况与性别有关.
(2)由 知,了解人工智能的频率为 ,
所以随机变量 ,
则
令 ,
解得 ,又 ,
所以 ,
所以当 时, 取得最大值.
【典例3】(2023·山东烟台·统考二模)新修订的《中华人民共和国体育法》于2023年1月1日起施行,
对于引领我国体育事业高质量发展,推进体育强国和健康中国建设具有十分重要的意义.某高校为调查学
生性别与是否喜欢排球运动的关系,在全校范围内采用简单随机抽样的方法,分别抽取了男生和女生各
100名作为样本,经统计,得到了如图所示的等高堆积条形图:
(1)根据等高堆积条形图,填写下列2×2列联表,并依据 的独立性检验,是否可以认为该校学生的
性别与是否喜欢排球运动有关联;
性 是否喜欢排球运动别
是 否
男
生
女
生
(2)将样本的频率视为概率,现从全校的学生中随机抽取50名学生,设其中喜欢排球运动的学生的人数为
X,求使得 取得最大值时的k值.
附: ,其中 , .
【解析】【答案】(1)列联表见解析,有关联
(2)22
【分析】(1)结合条形等高图写出列联表,计算 值即可判定;
(2)由题意知随机变量 ,结合二项分布的概率计算列不等式组求解即可.
【详解】(1)由等高堆积条形图知,2×2列联表为:
是否喜欢排球运动
性
别
是 否
男
30 70
生
女
60 40
生
零假设为 : 性别与是否喜欢排球运动无关, 根据列联表中的数据,
,
依据 的独立性检验, 可以推断 不成立,即性别与是否喜欢排球运动有关联.(2)由(1)知,喜欢排球运动的频率为 ,
所以,随机变量 ,
则 ,
令 ,解得 .
因为 ,所以当 时, 取得最大值.
【题型七】独立性检验
【典例1】(2023·四川德阳·统考一模)2023年11月,世界首届人工智能峰会在英国举行,我国因为在
该领域取得的巨大成就受邀进行大会发言.为了研究不同性别的学生对人工智能的了解情况,我市某著名
高中进行了一次抽样调查,分别抽取男、女生各50人作为样本.据统计女生中了解人工智能的占 ,了解
人工智能的学生中男生占 .
(1)根据已知条件,填写下列 列联表,是否有 把握推断该校学生对人工智能的了解情况与性别有关?
了解人工智
不了解人工智能 合计
能
男生
女生
合计
(2)将样本的频率视为概率,现用分层抽样的方法从女生中抽取5人,再从5人中抽取3人了解㤼况,求抽
取的3人中至少有2人了解人工智能的概率.
附: .
0.100 0.050 0.0102.706 3.841 6.635
【解析】【答案】(1)填表见解析;没有
(2)
【分析】(1)根据题意,得到 的列联表,利用公式求得 ,结合附表即可得到结论;
(2)根据题意,利用分层抽样从中抽取人,结合古典摡型的概率计算公式,即可求解.
【详解】(1)由女生中了解人工智能的占 ,知50名女生中了解人工智能的有30人,又了解人工智能的
学生中男生占 ,
所以列联表为
了解人工智
不了解人工智能 合计
能
男生 40 10 50
女生 30 20 50
合计 70 30 100
所以
故没有 把握推断该校学生对人工智能的了解情况与性别有关.
(2)分层抽样的方法从女生中抽取5人,所以5人中有3人了解人工智能,
另外2人不了解人工智能
设了解人工智能的3位女生为 ;不了解人工智能的2为女生为1,2,
那么从5人中抽取3人的所有情况为 共10种情况,
其中至少有2人了解人工智能的有 共7种情况.
故抽取的3人中至少有2人了解人工智能的概率为 .
【典例2】(2023·全国·模拟预测)为了纪念中国古代数学家祖冲之,2019年11月26日,联合国教科文组织在第四十届大会宣布每年的3月14日为“国际数学日”.某高中为了让同学们感受数学魅力,传播数
学文化,从2020年起,于每年的“国际数学日”开始举办为期一周的数学文化节,并且该校每年在数学文
化节活动结束后,都会从全校学生中随机抽取150名学生了解他们参与活动的情况,经统计得到如下表格.
年份 2020 2021 2022 2023
年份代码 1 2 3 4
参与活动人数 95 100 105 120
(1)①已知可用线性回归模型拟合 与 之间的关系,求 关于 的回归方程 ;
②若该校共有3600名学生,据此预测2024年全校参与数学文化节活动的人数;
(2)2023年,该校为了了解不同性别的学生对数学文化节是否满意,从参与数学文化节活动的学生中随机抽
取150名,统计得到如下 列联表,判断是否有 的把握认为该校学生对数学文化节活动是否满意与
学生的性别有关.
满意 不满意 合计
男生 90 15 105
女生 30 15 45
合计 120 30 150
参考公式及参考数据:回归方程 中斜率与截距的最小二乘估计公式分别为
.
,其中 .
0.100 0.050 0.010
2.706 3.841 6.635
【解析】【答案】(1)① ;②3000
(2)有 的把握认为该校学生对数学文化节活动是否满意与学生的性别有关.【分析】(1)①根据最小二乘法计算出 的值,即可得回归直线方程;②令 ,求出 ,即可预测
2024年全校参与数学文化节活动的人数;
(2)计算 的值,并与临界值表比较,即可得结论.
【详解】(1)①由题意可得 ,
,
,
所以 ,
故 关于 的回归方程为 .
②令 ,得 ,
据此预测2024年该校参与数学文化节活动的人数为 .
(2) ,
故有 的把握认为该校学生对数学文化节活动是否满意与学生的性别有关.
【典例3】(2023·河北邢台·宁晋中学校考模拟预测)“世界卫生组织”通过总结“世界预防医学”的最
新成果,指出: 的疾病都与不良水质有关,50多种疾病与饮用不良水质有关.下表是某省A市的慢性
病研究中心调查得到的甲慢性病与饮用水水质的调查表:
单位:人
饮用水 甲慢性病 合患 不
水质 计
病 患病
优良水 1 4 5
质 00 00 00
不良水 1 2 3
质 00 00 00
2 6 8
合计
00 00 00
(1)依据小概率值 的独立性检验,能否认为A市患慢性病与饮用不良水质有关?
(2)已知某省A市、B市和其他县市人口占比分别是 , , ,以调查表数据的频率估计A市患甲
慢性病的概率,经过深入调查发现B市和其他县市患甲慢性病的概率分别为 , ,从该省任意抽取
一人,试估计此人患甲慢性病的概率.
附表及公式: ,其中 .
临界值表:
0.1 0.05 0.01 0.005 0.001
2.706 3.841 6.635 7.879 10.828
【解析】【答案】(1)能认为A市患慢性病与饮用不良水质有关.
(2) .
【分析】(1)应用卡方公式求卡方值,结合独立检验基本思想得结论;
(2)应用全概率公式求从该省任意抽取一人,此人患甲慢性病的概率即可.
【详解】(1)由题设, ,
所以依据小概率值 的独立性检验,能认为A市患慢性病与饮用不良水质有关.
(2)由题设,A市患甲慢性病的概率为 ,B市和其他县市患甲慢性病的概率分别为 , ,
所以从该省任意抽取一人,此人患甲慢性病的概率为 .
三、【培优训练】
【训练一】(2023·全国·校联考模拟预测)在线性回归是利用数理统计中回归分析,来确定两种或两种以
上变量间相互依赖的定量关系的一种统计分析方法,运用十分广泛.回归分析中,只包括一个自变量和一个因变量,且二者的关系可用一条直线近似表示,这种回归分析称为一元线性回归分析.一般来说,线性
回归都可以通过最小二乘法求出其方程,可以计算出对于 的直线.残差是真实值和预测值间的差
值,对于一组数据 ,其残差可以表示为 其中 为真实值, 为估计值对于我们数据中的
每个点如此计算一遍,再将所有的 相加,就能量化出拟合的直线和实际之间的误差.其公式为:
.这个公式是残差平方和,对于回归直线的确定,普通最小二乘法给出的判
断标准是:残差平方和的值达到最小.在数学中,处理多个参数的函数的极值时,我们可以采用偏导法,
即单独对某个参数求导,将其他参数视为常数.根据以上信息,请推导公式:
, ,(其中 , )
【解析】【答案】证明见解析.
【分析】根据给定条件,令 ,再分别对 求导,结合求和公式推理作答.
【详解】记 ,
对 求导有: ,
因此 ,即 ,
对 求导有
,
当 最小时, ,【训练二】(2023·福建厦门·统考二模)移动物联网广泛应用于生产制造、公共服务、个人消费等领域.
截至2022年底,我国移动物联网连接数达18.45亿户,成为全球主要经济体中首个实现“物超人”的国家.
右图是2018-2022年移动物联网连接数W与年份代码t的散点图,其中年份2018-2022对应的t分别为
1~5.
(1)根据散点图推断两个变量是否线性相关.计算样本相关系数(精确到0.01),并推断它们的相关程度;
(2)(i)假设变量x与变量Y的n对观测数据为(x,y),(x,y),…,(x ,y ),两个变量满足一元线性回归模
1 1 2 2 n n
型 (随机误差 ).请推导:当随机误差平方和Q= 取得最小值时,参
数b的最小二乘估计.
(ii)令变量 ,则变量x与变量Y满足一元线性回归模型 利用(i)中结论求
y关于x的经验回归方程,并预测2024年移动物联网连接数.
附:样本相关系数 , , ,
,
【解析】【答案】(1) ,这两个变量正线性相关,且相关程度很强.(2)(i) ;(ii)经验回归方程 ;预测2024年移动物联网连接数23.04亿户.
【分析】(1)根据相关系数计算,若 两个变量正相关,若 两个变量负相关, 越接近于1说明
线性相关越强.
(2)(i)整理得 ,根据二次函数求最小值时 的取值;
(ii) 根据 计算公式求得经验回归方程, 并代入 可预测2024年移动物联网连接数.
【详解】(1)由散点图可以看出样本点都集中在一条直线附近,由此推断两个变量线性相关.
因为 ,
所以 ,
所以 ,
所以这两个变量正线性相关,且相关程度很强.
(2)(i)
,
要使 取得最小值,当且仅当 .
(ii) 由(i)知 ,所以y关于x的经验回归方程 ,又 ,
所以当 时,则 ,
所以预测2024年移动物联网连接数23.04亿户.
【训练三】(2020·全国·模拟预测)某厂计划购买 台机床,该种机床使用四年后即被淘汰,并且在使
用过程中机床有一易损零件,若在购进机床同时额外购买这种易损零件作为备用件,此时每个只需 元.
在使用期间如果备件不足再购买,则每个要 元.所以在购买前要决策购买数目.使得该厂购买机床时
搭配的易损备用零件费用最省.为此业内相关人员先搜集了 台以往这种机床在四年内更换的易损零件数,
并整理数据后得如下柱状图.
以这 台机床更换的易损零件数的频率代替每台机床更换的易损零件数发生的概率.记 表示 台机床四
年内实际共需更换的易损零件数, 表示购买 台机床的同时备用的易损零件数目, 为购买机床
时备用件数 发生的概率.
(1)求 时 的最小值;
(2)求 的分布列及备用的易损零件数 时 的数学期望;
(3)将购买的机床分配给 名年龄不同(视技术水平不同)的人加工一批模具,因熟练程度不同而加工
出的产品数量不同,故产生的经济效益也不同.若用变量 表示不同技工的年龄,变量 为相应的效益值
(元),根据以往统计经验,他们的每日工作效益满足最小二乘法和 关于 的线性回归方程 ,
已知他们年龄 的方差为 ,所对应的效益方差为 .
①试预测年龄为 岁的技工使用该机床每日所产生的经济效益;
②试根据 的值判断使用该批机床的技工人员所产生的效益与技工年龄的相关性强弱.
附:下面三个计算回归直线方程 的斜率 和截距 及表示随机变量 与 相关关系强弱的系数计算公式: , .
【解析】【答案】(1) ;(2)分布列见解析, 元;(3)① 元;②该机床的技工所
产生的日经济效益与技工的年龄具有非常强的相关关系.
【分析】(1)计算出 、 、 、 的值,进而可求得满足
时 的值;
(2)根据题意可知,随机变量 的可能取值有 、 、 、 、 、 ,计算出随机变量 在不同取
值下的概率,可得出随机变量 的分布列,并根据实际情况求得 时 的数学期望;
(3)①将 代入回归直线方程可求得结果;
②根据相关系数公式结合已知数据求得 的值,进而可得出结论.
【详解】(1)根据图示柱表,易知更换易损零件的频数为 的频率为 .易损零件的频数为 的
频率为 .
将频率视为概率,且知每台机床易损零件的发生与否是相互独立的,结合图表得:
当 时, ;
当 时, ;
当 时, ;
当 时, .
据互斥事件发生的概率知 ;
.
于是 的最小值为 ;
(2)由(1)进而知,随机变量 的可能取值为: 、 、 、 、 、 ,当 时, ;
当 时, ;
当 时, .
于是分布列为:
进而结合(1)知,当备用的易损零件数 时, 随机变量取值为 、 、 、 、 、 ,需注
意的是,虽备用的易损零件数 时,但发生的概率仍按实际需要的 台机床时计算.
则购买易损零件所产生的实际费用数学期望为
(元);
(3)①先根据回归方程易知 (元),即 岁的技工日使用该机床产生的效益为
元;
② 由方差计算公式知 ,
即等价化为 ,
同理 .
又 , , ,据公式求出相关系数 则有
.易知:该机床的技工所产生的日经济效益与技工的年龄具有非常强的相关关系.
【点睛】本题是以工业生产为背景命制的试题,命题目的:其一是考查考生能够在实际情景中从数学的视
角发现问题、分析问题、建立模型、解决模型、改进模型;能对现实问题进行数学抽象,用数学语言表达
问题.其二是考查考生对概率知识、随机变量分布列、数学期望、回归分析、相关关系等概念的应用;其
三是考查考生的数据处理能力、逻辑推理能力、和运算求解能力及建模能力.体现了数学应用和数学转化
的数学素养,落实了高考对数学应用性、综合性的考查要求,属于难题.
【训练四】(2022·全国·模拟预测)在某生态系统中,有甲、乙两个种群,两种群之间为竞争关系.设t
时刻甲、乙种群的数量分别为 , (起始时刻为 ).由数学家Lotka和Volterra提出的模型是
函数 , 满足方程 , ,其中a,b,c,d均为非负
实数.
(1)下图为没有乙种群时,一段时间内甲种群数量与时间的关系折线图.为预测甲种群的数量变化趋势,研
究人员提出了两种可能的数学模型:① ;② ,其中m,n均为大于1的正数.根
据折线图判断,应选用哪种模型进行预测,并说明理由.
(2)设 , .
①函数 的单调性;
②根据①中的结论说明:在绝大多数情况下,经过充分长的时间后,或者甲种群灭绝,或者乙种群灭绝.
注:在题设条件下,各种群数量均有上限值.
【解析】【答案】(1)应选用模型②预测甲种群数量的变化趋势;理由见解析
(2)① 为常函数;②答案见解析【分析】(1)根据图像特点即可判断答案
(2)第一小问可先求出 ,根据 值的正负情况判断 的单调性;第二小问由(i)知
为常数, ,通过对种群初始数量和 时刻数量的分类讨论来确定种群的变化
趋势,从而得出结论
【详解】(1)由折线图知,甲种群数量的增长速度随着时间的推移而加快.而增长速度大致对应种群数
量对时间的导数.
如选用模型①, , 是关于时间的减函数,不符合折线图;
如选用模型②, , 是关于时间的增函数,符合折线图.
所以应选用模型②预测甲种群数量的变化趋势
(2)由题设知 , .
(i) , .
消去条件中的 得 ,所以 .
所以 为常函数.
(ii)由(i), , .
由于各种群数量均有上限值,不妨设甲乙种群数量的上限值分别为 , .
①若 , .
则当 时, ,此时可以近似认为甲种群灭绝;
②若 , .
则当 时, ,此时可以近似认为乙种群灭绝;
③若 , ,甲乙种群数量之比保持恒定,可能不出现灭绝的情况.综上所述,对所有 的情况,经过充分长的时间后,或者甲种群灭绝,或者乙种群灭绝
【点睛】本题属于中档偏难题,考察非线性回归、创新情境等,,结合生态学知识、线性微分方程组等知识,
以统计学基础知识为载体,考察考生的综合能力.
【训练五】(2023上·全国·高三专题练习)为了解学生中午的用餐方式(在食堂就餐或点外卖)与最近
食堂间的距离的关系,某大学于某日中午随机调查了2000名学生,获得了如下频率分布表(不完整):
学生与最近食堂间的距离 合计
在食堂就餐 0.15 0.10 0.00 0.50
点外卖 0.20 0.00 0.50
合计 0.20 0.15 0.00 1.00
并且由该频率分布表,可估计学生与最近食堂间的平均距离为 (同一组数据以该组数据所在区间的
中点值作为代表).
(1)补全频率分布表,并根据小概率值 的独立性检验,能否认为学生中午的用餐方式与学生距最
近食堂的远近有关(当学生与最近食堂间的距离不超过 时,认为较近,否则认为较远):
(2)已知该校李明同学的附近有两家学生食堂甲和乙,且他每天中午都选择食堂甲或乙就餐.
(i)一般情况下,学生更愿意去饭菜更美味的食堂就餐.某日中午,李明准备去食堂就餐.此时,记他选择
去甲食堂就餐为事件 ,他认为甲食堂的饭菜比乙食堂的美味为事件 ,且 、 均为随机事件,证明:
:
(ii)为迎接为期7天的校庆,甲食堂推出了如下两种优惠活动方案,顾客可任选其一.
①传统型优惠方案:校庆期间,顾客任意一天中午去甲食堂就餐均可获得 元优惠;
②“饥饿型”优惠方案:校庆期间,对于顾客去甲食堂就餐的若干天(不必连续)中午,第一天中午不优
惠(即“饥饿”一天),第二天中午获得 元优惠,以后每天中午均获得 元优惠(其中 , 为已知数
且 ).
校庆期间,已知李明每天中午去甲食堂就餐的概率均为 ( ),且是否去甲食堂就餐相互独立.又
知李明是一名“激进型”消费者,如果两种方案获得的优惠期望不一样,他倾向于选择能获得优惠期望更
大的方案,如果两种方案获得的优惠期望一样,他倾向于选择获得的优惠更分散的方案.请你据此帮他作出
选择,并说明理由.附: ,其中 .
0.10 0.010 0.001
2.706 6.635 10.828
【解析】【答案】(1)频率分布表见解析,根据小概率值 的独立性检验,可以认为学生中午的用
餐方式与学生距最近食堂的远近有关
(2)(i)证明见解析;(ii)当 时,选择传统型优惠方案;当 时,选择“饥饿型”优惠方
案,理由见解析
【分析】(1)根据题意补全频率分布表,然后计算 ,与临界值表对比即可;
(2)(i)证法一:根据题意得到 , ,然后结合条件概率公式得到
,最后利用作差法和条件概率公式证明即可;
证法二:根据题意得到 , ,然后结合条件概率公式得到
, ,最后利用作差法和条件概率公式证明即可;
(ii)根据题意得到两种方案的优惠期望,然后分 、 和 三种情况考
虑即可.
【详解】(1)(1)设 组的频率为t,则 组的频率为 ,
估计学生与最近食堂间的平均距离 ,解得
,
故可补全频率分布表如下:
学生与最近食堂间的距离 合计
在食堂就餐 0.15 0.20 0.10 0.05 0.00 0.50
点外卖 0.05 0.20 0.15 0.10 0.00 0.50合计 0.20 0.40 0.25 0.15 0.00 1.00
据此结合样本容量为2000可列出 列联表如下:
学生距最近食堂较近 学生距最近食较堂远 合计
在食堂就
700 300 1000
餐
点外卖 500 500 1000
合计 1200 800 2000
零假设 :学生中午的用餐情况与学生距最近食堂的远近无关.
注意到 .
据小概率值 的独立性检验,推断 不成立,
即可以认为学生中午的用餐方式与学生距最近食堂的远近有关.
(2)(i)证法一:由题意得 , ,
结合 , .
结合条件概率公式知 ,即 .
,
即 成立.
证法二:由题意得 , ,
所以 ,同理 ,于是 ,
故
,即 成立.
(ⅱ)设李明在校庆期间去食堂甲就餐的次数为 ,
若选择传统型优惠方案获得的优惠为X元,若选择“饥饿型”优惠方案获得的优惠为Y元,
则 , ,对 ,有 ,
故 ,
,
令 ,结合 得 ,记为 .
若 ,则 , ,
此时李明应选择“饥饿型”优惠方案;
若 ,则 , ,
此时李明应选择传统型优惠方案.
若 ,则 , .
注意到 ,.
因此
,
即 .
此时李明选择获得的优惠更分散的方案,即获得的优惠方差更大的方案,即“饥饿型”优惠方案.
综上所述,当 时,李明应选择传统型优惠方案;
当 时,李明应选择“饥饿型”优惠方案.
【训练六】(2023·浙江·校联考模拟预测)为了解中学生的阅读情况,现随机抽取了某重点中学100人,
调查他们是否喜爱阅读,统计人数如下表:
喜爱阅
不喜爱阅读 共计
读
女生 45 50
男生 15
共计
(1)根据 列联表中数据判断是否有 的把握认为“喜爱阅读与性别有关”?
(2)现进行一项阅读答题测试,测试规则:若该同学连续三次答对,则测试通过,答题结束;若出现连续两
次答错,则未通过测试,答题结束.其余情况下可以一直答题,直至出现前面两种情况.已知该同学每次答
对的概率为 ,求该同学通过测试的概率.
参考附表:
0.050 0.025 0.0103.841 5.024 6.635
参考公式: ,其中
【解析】【答案】(1)有 的把握认为“喜爱阅读与性别有关”
(2)
【分析】(1)根据列联表数据填写,再求出卡方判断即可;
(2)分别表示答错1次、连续答错2次、答对1次、连续答对2次和连续答对3次的情况下最终通过的概
率,再列出递推公式求解,联立求解即可.
【详解】(1)由题意:
喜爱阅
不喜爱阅读 共计
读
女生 45 5 50
男生 35 15 50
共计 80 20 100
参照表格,有 的把握认为“喜爱阅读与性别有关”
(2)用 表示答错1次的情况下最终通过的概率;
用 表示连续答错2次的情况下最终通过的概率;
用 表示答对1次的情况下最终通过的概率;
用 表示连续答对2次的情况下最终通过的概率;
用 表示连续答对3次的情况下最终通过的概率,
该同学每次答对的概率为 .依题意有 , ,以及 , , .
也就是有方程组 ,解得 , , ,
所以通过概率为 .
代入原题数据 有 .
四、【强化测试】
【单选题】
1. (2023下·河南·高三洛宁县第一高级中学校联考阶段练习)经济学专业的学生们为研究流通费率y和销
售额x(单位:千万元)的关系,对同类型10家企业的相关数据 ( )进行整理,并得到
如下散点图:
由此散点图,在2千万元至1亿元之间,下面四个回归方程类型中最适宜作为流通费率y和销售额x的回
归方程类型的是( )
A. B.
C. D.
【解析】【答案】D
【分析】根据散点图的变化趋势,分析各选项中方程表示的曲线的特点,看是否合乎题意,即可得答案.
【详解】根据散点图,可以知道各点基本上是沿着一条具有递减趋势的曲线分布,并且变化趋势较平缓,
A中 表示直线,变化趋势是定的,不合题意;
B中 表示的曲线既有上升又有下降部分,不合题意;C中 表示的曲线不论是上升还是下降,都将比较快,曲线较“陡峭”,不合题意,
D中 表示的曲线不论是上升还是下降,都将比较平缓,合乎题意,
故选:D.
2. (2023·全国·模拟预测)下列说法中,正确的命题是( )
A.在独立性检验中,由 列联表计算得到 ,则 的值越大,判断两个变量相关的概率越小
B.满足直线方程 的两个变量 , 呈正相关关系
C.正态分布 的图象越瘦高, 越小
D.回归直线至少经过散点图中的一个点
【解析】【答案】C
【分析】选项A,利用 的值和两个变量的独立性判断;
选项B,区分 呈函数关系和正相关关系;
选项C,正态分布的图象越瘦高,说明数据越集中;
选项D,回归直线过样本中心点.
【详解】对于选项A, 的值越大,两个变量独立的概率就越小,所以相关的概率就越大,故选项A错误;
对于选项B,满足直线方程 的两个变量 呈函数关系,不是正相关关系,故选项B错误;
对于选项C,正态分布的图象越瘦高,说明数据越集中,标准差 越小,故选项C正确;
对于选项D,回归直线过样本中心点 ,不一定过样本数据中的点,故选项D错误.
故选:C.
3. (2021·全国·高二专题练习)某统计部门对四组成对样本数据进行统计分析后,获得如图所示的散点图,
关于样本相关系数的比较,其中正确的是( )A. B.
C. D.
【解析】【答案】C
【分析】根据散点图的特征,数据大致呈增长趋势的是正相关,数据呈递减趋势的是负相关;数据越集中
在一条直线附近,说明相关性越强;逐项分析判断.
【详解】由题中数据可知:(1)(3)为正相关,(2)(4)为负相关,
故 ;
又因为(1)与(2)中散点图更接近于一条直线,故 ,
所以 .
故选:C.
4. (2023下·湖北·高二统考期末)下列命题中,错误的是( )A.若随机变量 ,则
B.若随机变量 ,且 ,则
C.在回归分析中,若残差的平方和越小,则模型的拟合效果越好
D.在回归分析中,若样本相关系数 越大,则成对样本数据的线性相关程度越强
【解析】【答案】D
【分析】根据二项分布计算出则 可判断A;根据正态分布的对称性计算出 可判断B;根据
残差的平方和的定义可判断C;根据样本相关系数的定义可判断D.
【详解】对于A,若随机变量 ,则 ,故A正确;
对于B,若随机变量 ,且 ,则
,故B正确;
对于C,在回归分析中,若残差的平方和越小,则模型的拟合效果越好,故C正确;
对于D,在回归分析中,若样本相关系数 越大,则成对样本数据的线性相关程度越强,故D错误.
故选:D.
5. (2023·四川宜宾·四川省宜宾市南溪第一中学校校考模拟预测)下表为某外来生物物种入侵某河流生态
后的前3个月繁殖数量 (单位:百只)的数据,通过相关理论进行分析,知可用回归模型
对 与 的关系进行拟合,则根据该回归模型,预测第7个月该物种的繁殖数量为( )
第 个月 1 2 3
繁殖数量
A. 百只 B. 百只
C. 百只 D. 百只
【解析】【答案】D【分析】将回归模型两边取自然对数 ,并令 ,由此构建一个 与 的回归直线模型,根
据回归直线必过中心点 ,可求出a值,利用所得回归模型进行预测.
【详解】由题意, 两边取自然对数得 ,
令 ,则 ,
, ,
∵回归直线必过样本点的中心,∴ ,
得 ,∴ ,则 ,
当 时, .
故选:D.
6. (2023·全国·模拟预测)某超市对一种商品受顾客的喜爱程度进行100份问卷调查,得到了如下的
列联表,从100人中随机抽取1人,抽到喜爱该商品的男顾客的概率为 .
不喜爱该商
喜爱该商品 合计
品
男顾客 10
女顾客 35
合计 100
则有超过( )的把握认为喜爱该商品与性别有关.
下面的临界值表供参考:
0.25 0.15 0.010 0.005
1.323 2.072 6.635 7.879
A. B. C. D.
【解析】【答案】A
【分析】先根据喜爱该商品的男顾客的概率,计算出喜爱该商品的男顾客人数,然后根据表中数据可补充
完善列联表,再根据公式计算卡方,对照临界值表可得.【详解】因为在100人中随机抽取1人,抽到喜爱该商品的男顾客的概率为 .
所以喜爱该商品的男顾客人数为 ,列联表补充如下:
不喜爱该商
喜爱该商品 合计
品
男顾客 40 10 50
女顾客 35 15 50
合计 75 25 100
由 ,
因为 ,所以有超过 的把握认为喜爱该商品与性别有关.
故选:A.
7. (2023·贵州·校联考二模)为了发展学生的兴趣和个性特长,培养全面发展的人才.某学校在不加重学
生负担的前提下.提供个性、全面的选修课程.为了解学生对于选修课《学生领导力的开发》的选择意愿
情况,对部分高二学生进行了抽样调查,制作出如图所示的两个等高条形图,根据条形图,下列结论正确
的是( )
A.样本中不愿意选该门课的人数较多
B.样本中男生人数多于女生人数
C.样本中女生人数多于男生人数
D.该等高条形图无法确定样本中男生人数是否多于女生人数
【解析】【答案】B
【分析】根据等高条形图直接判断各个选项即可.
【详解】对于A,由图乙可知,样本中男生,女生都大部分愿意选择该门课,
则样本中愿意选该门课的人数较多,A错误;
对于BCD,由图甲可知,在愿意和不愿意的人中,都是男生占比较大,所以可以确定,样本中男生人数多于女生人数,B正确,CD错误.
故选:B.
8. (2023上·陕西·高三校联考阶段练习)第19届亚运会将于2023年9月23日至10月8日在杭州举行,
某网络直播平台调研“大学生是否喜欢观看体育比赛直播与性别有关”,从某高校男、女生中各随机抽取
100人进行问卷调查,得到如下数据 .
喜欢观看 不喜欢观看
男
生
女
生
通过计算,有95%以上的把握认为大学生喜欢观看直播体育比赛与性别有关,则在被调查的100名女生中
喜欢观看体育比赛直播的人数的最大值为( )
附: ,其中 .
0.15 0.10 0.05 0.010 0.001
2.072 2.706 3.841 6.635 10.828
A.55 B.57 C.58 D.60
【解析】【答案】C
【分析】根据公式求出 的值,根据题意知 ,结合 的范围,可求出 的范围,即可得解.
【详解】因为
,
所以 ,
又 ,所以 ,解得 ,
故在被调查的100名女生中喜欢观看体育比赛直播的人数的最大值为58.
故选:【多选题】
9. (2023·湖南郴州·统考一模)下列说法正确的是( )
A.若随机变量 服从正态分布 ,且 ,则
B.一组数据 的第60百分位数为14
C.若线性相关系数 越接近1,则两个变量的线性相关性越强
D.对具有线性相关关系的变量 ,其线性回归方程为 ,若样本点的中心为 ,则
实数 的值是-4
【解析】【答案】ACD
【分析】根据正态分布概率性质计算判断A,由百分位数定义计算判断B,根据相关系数的概念判断C,把
中心点代入回归方程求解后判断D.
【详解】选项A,由已知 ,因此 ,A正确;
选项B,总共有10个数,由于 ,因此第60百分位数为 ,B错;
选项C,线性相关系数 越接近1,两个变量的线性相关性越强,越接近0,两个变量的线性相关性越弱,
C正确;
选项D,由已知 ,解得 ,D正确.
故选:ACD.
10. (2023·安徽·校联考模拟预测)下列说法正确的是( )
A.一组数据2、3、3、4、5、7、7、8、9、11的第80百分位数为8.5
B.在回归分析中,可用决定系数 判断模型拟合效果, 越小,模型的拟合效果越好
C.若变量 服从 , ,则
D.将总体划分为2层,通过分层抽样,得到两层的样本平均数和样本方差分别为 , 和 , ,
若 ,则总体方差
【解析】【答案】AC【分析】对于A,根据百分位数的计算方程,可得答案;对于B,结合拟合的定义,可得答案;对于C,根
据正态分布的对称性,可得答案;对于D,利用方差的计算,可得答案.
【详解】对于A,数据2、3、3、4、5、7、7,8、9、11共10个数,因为 ,因此,这组数据的
第80百分位数为 ,故A正确,
对于B,在回归分析中,可用决定系数 的值判断模型拟合效果, 越大,模型的拟合效果越好,故B错
误;
对于C,因为变量 服从 , ,则 ,
故C正确;
对于D,不妨设两层的样本容量分别为m,n,总样本平均数为 ,则
,易知只有当 , 时,有 ,故D错
误.
故选:AC.
11. (2023·湖南永州·统考一模)下列关于概率统计说法中正确的是( )
A.两个变量 的相关系数为 ,则 越小, 与 之间的相关性越弱
B.设随机变量 ,若 ,则
C.在回归分析中, 为0.89的模型比 为0.98的模型拟合得更好
D.某人解答10个问题,答对题数为 ,则
【解析】【答案】BD
【分析】A项,通过相关系数的定义即可得出结论;B项,通过求出 即可求出 的值;
C项,通过比较相关指数即可得出哪个模型拟合更好;D项,通过计算即可求出 .
【详解】由题意,
A项,
两个变量 的相关系数为 , 越小, 与 之间的相关性越弱,故A 错误,
对于 B,
随机变量 服从正态分布 , 由正态分布概念知若 , 则
,
故 B 正确,
对于 ,
在回归分析中, 越接近于 1 , 模型的拟合效果越好,
∴ 为 0.98 的模型比 为 0.89 的模型拟合的更好
故 C 错误,
对于 ,
某人在 10 次答题中, 答对题数为 , 则数学期望 ,
故 D 正确.
故选:BD.
12. (2023·广东佛山·华南师大附中南海实验高中校考模拟预测)下列说法正确的有( )
A.已知两个变量具有线性相关关系,其回归直线方程为 ,若 , , ,则
B.线性相关系数 越大,两个变量的线性相关性越强;反之,线性相关性越弱
C.在残差图中,残差点分布的水平带状区域越窄,说明模型的拟合精度越高
D.根据分类变量 与 的成对样本数据计算得到 ,依据 的独立性检验(
),没有充分证据推断零假设不成立,即可认为 与 独立
【解析】【答案】ACD
【分析】本题考查线性回归方程中回归直线方程、线性相关系数、残差图与独立性检验的知识,一一检验
即可得到正确答案.
【详解】已知两个变量具有线性相关关系,其回归直线方程为 ,
若 , , ,则 ,因此A正确;线性相关系数 的范围在 到 之间,有正有负,相关有正相关和负相关,
相关系数的绝对值的大小越接近于1,两个变量的线性相关性越强;
反之,线性相关性越弱,因此B错误;
在残差图中,残差点分布的水平带状区域越窄,说明模型的拟合精度越高,因此C正确;
由独立性检验 可知,没有充分证据推断原假设不成立,即认为 与 独立,因此D正确.
故选:ACD.
【填空题】
13. (2023·陕西西安·校联考模拟预测)数学兴趣小组对具有线性相关的两个变量x和y进行了统计分析,
得到了下表:
x 4 6 8 10 12
y a 2 b c 6
并由表中数据求得y关于x的回归方程为 ,若a,b,c成等差数列,则 .
【解析】【答案】3
【分析】求出 ,结合回归方程可求得 ,从而得出 ,结合a,b,c成等差数列,即可求
得答案.
【详解】由题意得 ,代入回归方程 得 ,
则 ,所以 ,
又 ,所以 ,
故答案为:3
14. (2023·上海徐汇·上海市南洋模范中学校考模拟预测)下列说法中正确的有 (填正确说法的序
号).
①若样本数据 , ,…, 的方差为4,则数据 , ,…, 的标准差为4;
②已知随机变量 ,且 ,则 ;
③若线性相关系数 越接近1,则两个变量的线性相关性越弱;④若事件A,B满足 , , ,则有 .
【解析】【答案】①②④
【分析】对于①,利用方差的性质求解判断,对于②,根据正态分布的性质计算,
对于③,根据相关系数的性质判断,对于④,利用独立事件和条件概率公式求解判断.
【详解】由于 ,所以数据 , ,…, 的方差为16,
故标准差为4,因此①正确;
根据正态分布, ,故 ,即 ,
故 .3,因此②正确;
线性相关系数 越接近1,则两个变量的线性相关性越强,故③错误;
由于 等价于“事件A与事件B相互独立,即 ,
故必有 ,因此④正确.
故答案为:①②④
15. (2023·宁夏银川·校联考二模)有如下四个命题:
①甲乙两组数据分别甲:1,2,3,4,5,6,7,8,9;乙:1,2,3,4,5,6,7,8,9,10.则甲乙的
中位数分别为5和5.5.
②相关系数 ,表明两个变量的相关性较弱.
③若由一个 列联表中的数据计算得 的观测值约为4.567,则认为两个变量有关,此推断犯错误的概
率不超过0.05.
附
0.050 0.010 0.001
3.841 6.635 10.828
④用最小二乘法求出一组数据 的回归直线方程 后要进行残差分析,相应数据
的残差是指 .
以上命题错误的序号是 .【解析】【答案】②
【分析】求出两组数据的中位数判断①;利用相关系数的意义判断②;利用 的观测值与要求的临界值对
判断③;利用残差的意义判断④.
【详解】对于①,甲组数据的中位数为 ,乙组数据的中位数为 ,故①正确;
对于②,相关系数 时,两个变量有很强的相关性,故②错误;
对于③, 的观测值约为 ,认为两个变量有关,此推断犯错误的概率不超过 ,故
③正确;
对于④,残差分析中,相应数据 的残差 ,故④正确,
所以命题错误的序号是②.
故答案为:②
16. (2023·高三课时练习)某校团委对“学生性别和喜欢网络游戏是否有关”作了一次调查,其中被调查
的男女生人数相同,男生喜欢网络游戏的人数占男生人数的 ,女生喜欢网络游戏的人数占女生人数的 .
若根据独立性检验认为喜欢网络游戏和性别有关,且此推断犯错误的概率超过0.01但不超过0.05,则被调
查的学生中男生可能有 人.(请将所有可能的结果都填在横线上)
附表: ,其中 .
0.050 0.010
3.841 6.635
【解析】【答案】45,50,55,60,65
【分析】利用独立性检验表达列联表及观测值可解得答案.
【详解】设男生有x人,由题意可得 列联表如下,
喜欢 不喜欢 合计
男生 x女生 x
合计
若认为喜欢网络游戏和性别有关,且该推断犯错误的概率超过0.01但不超过0.05,
则 .
∵ ,
∴ ,解得 ,
又x为5的整数倍,∴被调查的学生中男生可能人数为45,50,55,60,65.
故答案为:45,50,55,60,65.
【解答题】
17. (2023·上海奉贤·统考一模)某连锁便利店从 年到 年销售商品品种为 种,从 年开
始,该便利店进行了全面升级,销售商品品种为 种.下表中列出了从 年到 年的利润额.
年份
利润额
/万元
(1)若某年的利润额超过 万元,则该便利店当年会被评选为示范店;若利润额不超过 万元,则该便
利店当年不会被评选为示范店.试完成 列联表,并判断商品品种数量与便利店是否为示范店有关?(显
著性水平 , )
品种为
品种为 种 总计
种
被评为示范店次数
未被评为示范店次
数
总计
(2)请根据 年至 年(剔除 年的数据)的数据建立 与 的线性回归模型①;根据 年至
年的数据建立 与 的线性回归模型②.分别用这两个模型,预测 年该便利店的利润额并说明这样的预测值是否可靠?(回归系数精确到 ,利润精确到 万元)
回归系数 与 的公式如下:
【解析】【答案】(1)列联表见解析,商品品种的提升与该便利店是否是示范店有关.
(2)答案见解析
【分析】(1)列出列联表后计算出 后,与 比较大小即可得;
(2)分别计算出线性回归模型后,结合所得数据进行判断即可得.
【详解】(1)列联表为
品种为
品种为 种 总计
种
被评为示范店次数
未被评为示范店次
数
总计
,
可以判断商品品种的提升与该便利店是否是示范店有关.
(2)线性回归模型①:
,
,
则 ,
则 ,
故 ,当 时,预测值为 ;
线性回归模型②:
,
,
则 ,
,
故 ,
当 时,预测值为 .
模型①的预测不可靠,根据(1)可以知道商品品种与便利店的品质有关,影响了利润额,
因此按照经济发展规律,应该用比较新的数据即品种为3000种的数据进行预测;
模型②的预测不可靠,2022年可能因为受疫情影响或者其它不可因素,
其利润额60.5为异常数据,应该剔除.
18. (2023·上海杨浦·复旦附中校考模拟预测)某科技公司为确定下一年度投入某种产品的研发费,需了
解年研发费x(单位:万元)对年销售量y(单位:百件)和年利润(单位:万元)的影响,现对近6年的
年研发费 和年销售量 ( ,2,…,6)数据作了初步处理,得到下面的散点图及一些统计量的值.
12.5 222 3.5 157.5 16800 4.5 1254 270表中 , .
(1)根据散点图判断 与 哪一个更适宜作为年研发费x的回归方程类型;(给出判断即
可,不必说明理由)
(2)根据(1)的判断结果及表中数据,建立y关于x的回归方程;
(3)已知这种产品的年利润 ,根据(2)的结果,当年研发费为多少时,年利润z的预报值最大?
附:对于一组数据 , ,…, ,其回归直线 的斜率和截距的最小二乘法估
计分别为 , .
【解析】【答案】(1) ;
(2) ;
(3)30万元.
【分析】(1)由散点图可以判断 更适宜作为年研发费x的回归方程类型;
(2)令 ,建立y关于 的线性回归方程,再利用最小二乘法求出 y关于μ的线性回归方程即得解;
(3)求出 ,再利用导数求函数的最值得解.
【详解】(1)由散点图可以判断 更适宜作为年研发费x的回归方程类型.
(2)令 ,所以 .
, ,所以y关于μ的线性回归方程 ,因此, 关于x的回归方程为 .
(3)由(2)可知 , ,
当 时, ,函数 单调递增;当 时, ,函数 单调递减.
所以当研发费为30万元时,年利润z的预报值最大.
19. (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 (单位:亿元)对年盈利额 (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 和年盈利额 数据进行分析,建立
了两个函数模型: , ,其中 、 、 、 均为常数, 为自然对数的底数,令 ,
,经计算得如下数据:
(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 关于 的回归方程;(系数精确到0.01)
(3)若希望2024年盈利额 为800亿元,请预测2024年的研发资金投入额 为多少亿元?(结果精确到
0.01)
附:相关系数 ,参考数据: , .
回归直线 中: , .
【解析】【答案】(1)模型 的拟合程度更好.(2)
(3)
【分析】(1)计算相关系数得到 ,得到答案.
(2)根据公式计算 , ,得到回归方程.
(3)取 ,解方程得到答案.
【详解】(1)设 和 的相关系数为 , 和 的相关系数为 ,
,
,
,因此从相关系数的角度,模型 的拟合程度更好.
(2)先建立 关于 的线性回归方程,由 得 ,即 ,
, ,
所以 关于 的线性回归方程为 ,即 .
(3) ,即 , ,
,解得 .
所以2024年的研发资金投入量的约为 亿元.
20. (2023·全国·模拟预测)新冠病毒奥密克戎毒株开始流行后,为了控制新冠肺炎疫情,杭州某高中开
展了每周核酸检测工作.周一至周五,每天中午13:30开始,安排 位师生进行核酸检测,教职工每天
都要检测,用五天时间实现全员覆盖.(1)该校教职工有 人,高二学生有 人,高三学生有 人.
①用分层抽样的方法,求高一学生每天的检测人数.
②高一年级共 个班,该年级每天进行核酸检测的学生有两种安排方案.方案一:集中来自部分班级;方
案二:分散来自所有班级.你认为哪种方案更合理?给出理由.
(2)学校开展核酸检测的第一周,周一至周五核酸检测用时记录如下表.
第 天
用时
①计算变量 和 的相关系数 (精确到 ),并说明两变量的线性相关程度;
②根据①中的计算结果,判定变量 和 是正相关还是负相关,并给出可能的原因.
参考数据和公式: ,相关系数 .
【解析】【答案】(1)① ;②方案二更合理,理由见解析
(2)① ,两变量线性相关性很强;②负相关,理由见解析
【分析】(1)①利用分层抽样的概念直接计算,②根据随机抽样的特性直接判断;
(2)根据相关系数的公式可得 ,进而可以判断相关性的强弱及相关性.
【详解】(1)①高一学生每天的检测人数为 人,
②方案二更合理,因为新冠病毒奥密克戎毒株传染性更强,潜伏期更短,分散抽检可以全面检测年级中每
班学生的状况,更有利于防控筛查工作;
(2)① ,
,
,
, ,故 ,
,两变量线性相关性很强,
②由 可知变量 和 负相关.
可能的原因:随着核酸检测工作的开展,学校相关管理协调工作效率提高,因此用时缩短.
21. (2023·河南郑州·统考模拟预测)已知某种汽车新购入价格为 万元,但随着使用年限增加汽车会贬
值.通过调查发现使用年限 (单位:年)与出售价 (单位:万元)之间的关系有如下一组数据:
(1)求 关于 的回归方程;
(2)已知 ,当 时,回归方程的拟合效果非常好;当 时,回归方程的
拟合效果良好.试问该线性回归方程的拟合效果是非常好还是良好?说明你的理由.
(附:用最小二乘法求经验回归方程 的系数公式 ;
)
【解析】【答案】(1)
(2)回归模型的拟合效果良好,理由见解析
【分析】(1)计算出 、 的值,将表格中的数据代入最小二乘法公式,可求出 、 的值,即可得出回
归方程;
(2)计算出 的值,结合题意判断可得出结论.
【详解】(1)解:由题意,得 , ,,
,
,则 ,
所以, 关于 的回归方程是 .
(2)解:列出残差表:
所以, ,
,
所以, ,则 ,
所以回归模型的拟合效果良好.
22. (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 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
女性合计
(1)完成上表;对于以上数据,采用小概率值 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 人,再从这 人中随机选取 人赠送优惠券,求
选取的 人中至少有 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 人赠送礼品,记其中经常网购的人数为 ,
求随机变量 的数学期望和方差.
参考公式: .常用的小概率值和对应的临界值如下表:
0.150 0.100 0.050 0.025 0.010 0.005 0.001
2.072 2.706 3.841 5.024 6.635 7.879 10.828
【解析】【答案】(1)列联表见解析,能,理由见解析
(2)① ;② ,
【分析】(1)完善列联表,计算出 的观测值,结合临界值表可得出结论;
(2)①所抽取的 名女市民中,经常网购的有 人,偶尔或不用网购的有 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;
②分析可知, ,利用二项分布的期望和方差公式可求得 、 的值.
【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
女性
合计
零假设 性别与网购之间无关联,由列联表得, ,
根据小概率值 的独立性检验,推断 不成立,即认为我市市民网购与性别有关联.
(2)解:①由题意可知,所抽取的 名女市民中,经常网购的有 人,
偶尔或不用网购的有 人,
所以,选取的 人中至少有 人经常网购的概率为 ;
②由 列联表可知,抽到经常网购的市民的频率为 ,
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 ,
由题意可知, ,所以, , .