第 1 页 共 13 页
北京曲一线图书策划有限公司
高考项目部
11.2 成对数据的统计分析
考点1 变量间的相关关系
五年高考
1.★★(2023 天津,7,5 分)鸢是鹰科的一种鸟,《诗经·大雅·旱麓》曰“鸢飞戾天,鱼跃于
渊”.鸢尾花因花瓣形如鸢尾而得名(图1),寓意鹏程万里、前途无量.通过随机抽样,收集
了若干朵某品种鸢尾花的花萼长度和花瓣长度(单位:cm),绘制对应散点图(图2).
计算得样本相关系数为0.864 2,利用最小二乘法求得相应的经验回归方程为y
^ =0.750
1x+0.610 5.根据以上信息,如下判断正确的为( )
A.花萼长度与花瓣长度不存在相关关系
B.花萼长度与花瓣长度负相关
C.花萼长度为7 cm 的该品种鸢尾花的花瓣长度的平均值约为5.861 2 cm
D.若选取其他品种鸢尾花进行抽样,所得花萼长度与花瓣长度的样本相关系数一定为
0.864 2
答案 C
2.★★(2024 天津,3,5 分)下列散点图中,样本相关性系数最大的是
( )
答案 A
3.★★(跨学科·生物)(2020 课标Ⅰ,文5,理5,5 分)某校一个课外学习小组为研究某作物种
子的发芽率y 和温度x(单位:℃)的关系,在20 个不同的温度条件下进行种子发芽实验,由
实验数据(xi,yi)(i=1,2,…,20)得到下面的散点图:
第 2 页 共 13 页
北京曲一线图书策划有限公司
高考项目部
由此散点图,在10 ℃至40 ℃之间,下面四个回归方程类型中最适宜作为发芽率y 和温度
x 的回归方程类型的是( )
A.y=a+bx B.y=a+bx2
C.y=a+bex D.y=a+bln x
答案 D
4.★★★(2025 上海,17,14 分)2024 年东京奥运会,中国获得了男子4×100 米混合泳接力金
牌.以下是历届奥运会男子4×100 米混合泳接力项目冠军成绩记录(单位:秒),数据按照升
序排列:206.78,207.46,207.95,209.34,209.35,210.68,213.73,214.84,216.93,216.93.
(1)求这组数据的极差与中位数;
(2)从这10 个数据中任选3 个,求恰有2 个数据在211 以上的概率;
(3)若比赛成绩y 关于年份x 的回归方程为y
^
=−0.311 x +b
^,年份x 的平均数为2 006,预测
2028 年冠军队的成绩(精确到0.01 秒).
解析 (1)由题意,数据的最大值为216.93,最小值为206.78,则极差为216.93-
206.78=10.15;
数据中间两数为209.35 与210.68,
则中位数为209.35+210.68
2
=210.015.
故极差为10.15,中位数为210.015.
(2)由题意,数据共10 个,211 以上数据有4 个,
设事件A=“恰有2 个数据在211 以上”,
则P(A)=C4
2·C6
1
C10
3
= 3
10,
故恰有2 个数据在211 以上的概率为3
10.
(3)由题意,成绩的平均数为1
10
×(206.78+207.46+207.95+209.34+209.35+210.68+213.73+214.84+216.93+216.93)=211.399,
由直线y
^
=−0.311 x +b
^过点(2 006,211.399),
得b
^=211.399+0.311×2 006=835.265,
故回归直线方程为y
^ =-0.311x+835.265.
第 3 页 共 13 页
北京曲一线图书策划有限公司
高考项目部
当x=2 028 时,y=-0.311×2 028+835.265=204.557≈204.56.
故预测2 028 年冠军队的成绩为204.56 秒.
5.★★★(2022 全国乙理,19,12 分)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:
样本号i
1
2
3
4
5
6
根部横截面
积xi
材积量yi
0.04
0.25
0.06
0.40
0.04
0.22
0.08
0.54
0.08
0.51
0.05
0.34
样本号i
7
8
9
10
总和
根部横截面积
xi
材积量yi
0.05
0.36
0.07
0.46
0.07
0.42
0.06
0.40
0.6
3.9
并计算得∑
i=1
10
❑xi
2=0.038,∑
i=1
10
❑yi
2=1.615 8,∑
i=1
10
❑xiyi=0.247 4.
(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186 m2.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.
附:相关系数
∑
i=1
n
( xi−x)( yi−y)
√∑
i=1
n
( xi−x)
2∑
i=1
n
( yi−y)
2
r
∑
i=1
n
( xi−x)( yi−y)
√∑
i=1
n
( xi−x)
2∑
i=1
n
( yi−y)
2
=,√1.896≈1.377.
解析 (1)估计该林区这种树木平均一棵的根部横截面积为x = 0.6
10 =0.06(m2),平均一棵的
材积量为y = 3.9
10 =0.39(m3).
(2)样本相关系数
∑
i=1
10
( xi−x)( yi−y)
√∑
i=1
10
( xi−x)
2∑
i=1
10
( yi−y)
2
r
∑
i=1
10
( xi−x)( yi−y)
√∑
i=1
10
( xi−x)
2∑
i=1
10
( yi−y)
2
=
第 4 页 共 13 页
北京曲一线图书策划有限公司
高考项目部
=
∑
i=1
10
❑xi yi−10 x y
√(∑
i=1
10
❑xi
2−10 x
2)(∑
i=1
10
❑yi
2−10 y
2)
=
0.247 4−10×0.06×0.39
√(0.038−10×0.06
2)×(1.615 8−10×0.39
2)
=
0.013 4
√0.002×0.094 8 =
0.013 4
0.01√1.896
≈0.013 4
0.013 77≈0.97.
【计算r=
∑
i=1
10
( xi−x)( yi−y)
√∑
i=1
10
( xi−x)
2∑
i=1
10
( yi−y)
2时,需要将分子、分母稍加变换,采用题设中给出的
数据求解】
即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约为0.97.
(3)设这种树木的根部横截总面积为X m2,总材积量为Y m3,则X
Y = x
y ,则Y=
X· y
x
= 186×0.39
0.06
=1 209,
所以该林区这种树木的总材积量的估计值为1 209 m3.
三年模拟
1.★(2025 届福建龙岩一中开学考,1)在一组样本数据(x1,y1),(x2,y2),…,(xn,yn)(n≥2,x1,x2,…,xn
不全相等)的散点图中,若所有样本点(xi,yi)(i=1,2,…,n)都在直线y=1
2x+1 上,则这组样本数
据的相关系数为
( )
A.-1 B.0 C.1
2 D.1
答案 D
2.★★(2026 届广东毕业班第一次调研,3)已知样本点数据(xi,yi)(i=1,2,3,4,5)大致呈线性分
布,且yi≤yi+1,其经验回归方程为y
^
=2 x−5
2,若y3=5,y5=8,数据yi的80%分位数为7,则当
i=4 时,随机误差的残差为
( )
A.-0.5 B.0.5 C.-1.5 D.1.5
答案 B
第 5 页 共 13 页
北京曲一线图书策划有限公司
高考项目部
3.★★(2026 届湖南部分学校大联考,4)为了研究y 关于x 的线性相关关系,收集了5 组样本
数据(见下表).若已求得一元线性回归方程y
^
=a
^x+0.34,则下列选项中正确的是
(
)
x
1
2
3
4
5
y
0.5
0.9
1
1.1
1.5
A.a
^=0.22
B.x 与y 呈现负相关
C.当x=8 时,y 的预估值为2.2
D.去掉样本点(3,1)后,x 与y 的样本相关系数r 必会改变
答案 A
4.★★(2026 届浙江Z20 第一次联考,2)将收集到的6 对样本数据(xi,yi)(i=1,2,3,4,5,6)制作成
如图所示的散点图(点旁数据为该点坐标),由最小二乘法计算得回归直线l1的方程:
y
^
=b
^
1 x +a
^
1,相关系数为r1,决定系数为R1
2.残差分析后确定点E 对应残差过大,把它去掉
后,再用剩下的5 对样本数据计算得回归直线l2的方程:y
^
=b
^
2 x +a
^
2,相关系数为r2,决定系
数为R2
2.则以下结论中,不正确的是
( )
A.r1>0,r2>0 B.b
^
1>0,b
^
2>0
C.b
^
1>b
^
2 D . R1
2> R2
2
答案 D
5.★★★(多选)(2026 届湖南衡阳八中期中,10)根据变量Y 和x 的成对样本数据,由一元线
性回归模型{
Y =bx +a+e ,
E(e)=0, D(e)=σ
2 得到线性回归模型y
^
=b
^
x +a
^
,对应的残差如图所示,
则残差模型
( )
第 6 页 共 13 页
北京曲一线图书策划有限公司
高考项目部
A.满足回归模型E(e)=0 的假设
B.不满足回归模型E(e)=0 的假设
C.满足回归模型D(e)=σ2的假设
D.不满足回归模型D(e)=σ2的假设
答案 BD
6.★★★(多选)(2025 届广东广州摸底,9)中欧班列是推进“一带一路”沿线国家道路联通、
贸易畅通的重要举措.在中欧班列带动下,某外贸企业出口额逐年提升,以下为该企业近6
个月的出口额情况统计,若已求得y 关于x 的经验回归方程为y
^ =28x+a
^,则
( )
月份编号x
1
2
3
4
5
6
出口额y/万元
16
25
43
77
102
159
A.y 与x 正相关
B.样本数据y 的第40 百分位数为34
C.当x=3 时,残差的绝对值最小
D.用模型y=enx+m描述y 与x 的关系更合适
答案 AD
7.★★★(2026 届福建莆田一中月考,13)若变量x 和y 的4 对观测数据为(-2,-10),(-1,-5),
(1,4),(2,11),两个变量满足一元线性回归模型{
Y =bx +e ,
E(e)=0, D(e)=σ
2(随机误差ei=yi-bxi),则
参数b 的最小二乘估计值为 .
答案 5.1
8.★★★(2026 届广东广州阶段测试,15)经验表明,一般树的胸径(树的主干在地面以上1.3
m 处的直径)越大,树就越高.由于测量树高比测量胸径困难,因此研究人员希望由胸径预
测树高.在研究树高与胸径之间的关系时,某林场收集了某种树的一些数据,并根据数据作
出散点图(如图).
经计算得∑
i=1
12
❑xi=348,∑
i=1
12
❑yi=264,∑
i=1
12
❑xiyi=7 793,√∑
i=1
12
❑xi
2−12 x
2=24,√∑
i=1
12
❑yi
2−12 y
2
=6.
(1)推断两个变量是否线性相关,计算样本相关系数r(精确到0.01),并推断它们的相关程度;
(2)试根据以上数据建立树高关于胸径的经验回归方程(系数精确到0.01),并预测胸径为
45 cm 的树高.
第 7 页 共 13 页
北京曲一线图书策划有限公司
高考项目部
附:相关系数r=
∑
i=1
n
❑xi yi−n x y
√∑
i=1
n
❑xi
2−n x
2√∑
i=1
n
❑yi
2−n y
2
,回归方程y
^
=b
^
x +a
^中,
b
^
=
∑
i=1
n
❑xi yi−n x y
∑
i=1
n
❑xi
2−n x
2
,a
^
= y −b
^
x.
解析 (1)根据树高与树的胸径的散点图,可判断两个变量线性相关.
根据题中所给数据,得n=12,x =
∑
i=1
12
❑xi
12
= 348
12
=29,y =
∑
i=1
12
❑yi
12
= 264
12
=22.
所以r=
∑
i=1
12
❑xi yi−12 x y
√∑
i=1
12
❑xi
2−12 x
2√∑
i=1
12
❑yi
2−12 y
2
= 7 793−12×29×22
24×6
= 137
144 ≈0.95>0.75,
由于r 的值接近于1,因此线性相关性较强.
故两个变量线性相关,且相关程度较强.
(2)由(1)知n=12,x=29,y=22.
所以b
^
=
∑
i=1
12
❑xi yi−12 x y
∑
i=1
12
❑xi
2−12 x
2
=7 793−12×29×22
24
2
= 137
576≈0.24,
a
^
= y −b
^
x =22−137
576×29≈15.10.
所以经验回归方程为y
^ =0.24x+15.10.
当x=45 时,y
^ =0.24×45+15.10=25.9,即树高的预测值为25.9 m.
故树高关于胸径的经验回归方程为y
^ =0.24x+15.10,预测胸径为45 cm 的树高为25.9 m.
9.★★★★(2026 届重庆实验外国语学校月考,18)蝗虫能对农作物造成严重伤害,每只蝗虫
的平均产卵数y(单位:个)和平均温度x(单位:℃)有关.现收集到一只蝗虫的产卵数y 和温
度x 的8 组观测数据,制成图1 所示的散点图.现用两种模型①y=ebx+a,②y=cx2+d 分别进
行拟合,由此得到相应的回归方程并进行残差分析,进一步得到图2 所示的残差图.
第 8 页 共 13 页
北京曲一线图书策划有限公司
高考项目部
根据收集到的数据,计算得到如下值:
x
y
z
t
∑
i=1
8
❑(xi-x)2 ∑
i=1
8
❑(ti-t)2 ∑
i=1
8
❑(zi-z)
(xi-x)
∑
i=1
8
❑(yi-
y)(ti-t)
24
36
2.9
646
168
422 688
50.4
70 308
表中zi=ln yi,z = 1
8∑
i=1
8
❑zi,ti=xi
2,t = 1
8∑
i=1
8
❑ti.
(1)根据残差图,比较模型①、②的拟合效果,模型 比较合适.根据所选择的模型,
利用上表中的参考数据,求出y 关于x 的回归方程.
(2)根据以往统计,该地每年平均温度达到30 ℃以上时蝗虫会对农作物造成严重伤害,需
要人工防治,其他情况均不需要人工防治.设该地每年平均温度达到30 ℃以上的概率为
p(0<p<1),该地今后n(n≥3,n∈N*)年恰好需要2 次人工防治的概率为f(p).
①求f(p)取得最大值时对应的概率p0;
②当f(p)取最大值时,设该地今后5 年需要人工防治的次数为X,求X 的均值和方差.
附:对于一组数据(u1,v1),(u2,v2),…,(un,vn),其回归直线
v
^
= β
^
u+α
^
的斜率和截距的最小二乘估计分别为β
^
=
∑
i=1
n
(ui−u)(vi−v)
∑
i=1
n
(ui−u)
2
,α
^
= v −β
^
u.
解析 (1)模型①比较合适,理由如下:
模型①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②带状区域
宽度窄,所以模型①的拟合效果更好,故选模型
①
比较合适
.
【思路探究:换元法解决非线性回归方程问题,在模型①y=ebx+a中,两边取自然对数:ln
y=bx+a,换元:z=ln y,将非线性回归模型转化为线性回归模型解决】
第 9 页 共 13 页
北京曲一线图书策划有限公司
高考项目部
y=ebx+a,则ln y=bx+a,令z=ln y,则z
^
=a
^
+b
^x,
由所给的参考数据可得,
b
^
=
∑
i=1
8
( xi−x)( zi−z)
∑
i=1
8
( xi−x)
2
= 50.4
168 =0.3,
所以a
^
= z−b
^
x=2.9-0.3×24=-4.3,
因此z 关于x 的经验回归方程为z
^=0.3x-4.3,即ln y=0.3x-4.3,
所以产卵数y 关于温度x 的回归方程为y
^ =e0.3x-4.3.
(2)①由题意得, f ( p ) = Cn
2p 2 ( 1-
p ) n -2 ( 0<
p <1
, n ≥
3 , n ∈
N * ) ,
【思路探究:二项分布问题直接用公式求概率,再利用导数知识求最大值】
所以f'(p)=2Cn
2p(1-p)n-2-(n-2)Cn
2p2·(1-p)n-3=Cn
2p(1-p)n-3[2(1-p)-(n-2)·p]=Cn
2p(1-p)n-3(2-np),
令f'(p)=0,得p=2
n,当p∈(0, 2
n)时, f'(p)>0,当p∈(
2
n ,1)时, f'(p)<0,
所以f(p)在(0, 2
n)上单调递增,在(
2
n ,1)上单调递减,
所以f(p)取得最大值时对应的概率p0=2
n(n≥3,n∈N*).
②由①知,当p0=2
n(n≥3,n∈N*)时, f(p)取最大值,所以当n=5 时,p0=2
5,
由题意可知每年需要人工防治的概率为p=2
5,且X 服从二项分布,即X~B(5, 2
5),
所以E(X)=np=5×2
5=2,D(X)=np(1-p)=5×2
5×(1−2
5)= 6
5.
考点2 独立性检验
五年高考
1.★★(2025 全国一卷,15,13 分)为研究某疾病与超声波检查结果的关系,从做过超声波检
查的人群中随机调查了1 000 人,得到如下列联表:
超声波检查结
果
组别
正常
不正常
合计
患该疾病
20
180
200
未患该疾病
780
20
800
第 0
1 页 共 13 页
北京曲一线图书策划有限公司
高考项目部
合计
800
200
1 000
(1)记超声波检查结果不正常者患该疾病的概率为p,求p 的估计值;
(2)根据小概率值α=0.001 的独立性检验,分析超声波检查结果是否与患该疾病有关.
附: χ2=
n(ad −bc)
2
(a+b)(c +d)(a+c)(b+d ),
P(χ2≥k)
0.050 0.010 0.001
k
3.841 6.635 10.828
解析 (1)由题意知超声波检查结果不正常的人数为200,患该疾病的人数为180,
所以超声波检查结果不正常者患该疾病的概率的估计值p=180
200=0.9.
(2)零假设为H0:超声波检查结果与患该疾病无关.
χ2=1 000×(20×20−180×780)
2
800×200×200×800
=765.625>10.828=x0.001,
根据小概率值α=0.001 的独立性检验,我们推断H0不成立,即超声波检查结果与患该疾病
有关.
2.★★★(2024 全国甲理,17,12 分)某工厂进行生产线智能化升级改造.升级改造后,从该工
厂甲、乙两个车间的产品中随机抽取150 件进行检验,数据如下:
优级品
合格品
不合格品
总计
甲车间
26
24
0
50
乙车间
70
28
2
100
总计
96
52
2
150
(1)填写如下列联表:
优级品
非优级品
甲车间
乙车间
能否有95%的把握认为甲、乙两车间产品的优级品率存在差异?能否有99%的把握认为
甲、乙两车间产品的优级品率存在差异?
(2)已知升级改造前该工厂产品的优级品率p=0.5.设p为升级改造后抽取的n 件产品的优
级品率,如果p> p+1.65√
p(1−p)
n
,则认为该工厂产品的优级品率提高了.根据抽取的
150 件产品的数据,能否认为生产线智能化升级改造后,该工厂产品的优级品率提高了?(
√150≈12.247)
第 11 页 共 13 页
北京曲一线图书策划有限公司
高考项目部
附:K2=
n(ad −bc)
2
(a+b)(c +d )(a+c)(b+d ),
P(K2≥k)
0.050
0.010
0.001
k
3.841
6.635
10.828
解析 (1)列联表如下:
优级品
非优级品
甲车间
26
24
乙车间
70
30
K2=150×(26×30−24×70)
2
96×54×100×50
=4.687 5,
∵3.841<4.687 5<6.635,
∴有95%的把握认为甲、乙两车间产品的优级品率存在差异,没有99%的把握认为甲、
乙两车间产品的优级品率存在差异.
(2)由题知p= 96
150=0.64,
∵p=0.5,∴p+1.65√
p(1−p)
n
=0.5+1.65×√
0.5×(1−0.5)
150
=0.5+1.65×0.5
√150
≈0.5+1.65×0.5
12.247 ≈0.567,
∵p> p+1.65√
p(1−p)
n
,∴可以认为生产线智能化升级改造后,该工厂的优级品率提高
了.
三年模拟
1.★★(创新情境)(2026 届辽宁部分学校联考,15)随着我国人工智能(AI)的突破性发展,近
期许多优秀的人工智能(AI)应用软件发布并上线.这些软件凭借强大的创新功能和极具
吸引力的用户体验,在社交媒体上引发了广泛的讨论,产生了显著的社会效应.某科技公司
新开发了一款人工智能(AI)应用软件,为了测试青年人和中年人对该软件的应用体验是
否良好,某机构从中青年用户中随机调查了300 人,得到如下2×2 列联表(单位:人):
组别
应用体验
合计
良好
不良好
青年用户
3m+n
2m-n
中年用户
m+n
m+2n
150
合计
300
(1)求m,n 的值;
第 12 页 共 13 页
北京曲一线图书策划有限公司
高考项目部
(2)补全2×2 列联表,根据小概率值α=0.001 的独立性检验,分析不同年龄段的用户对该软
件的应用体验是否存在差异.
附:χ2=
n(ad −bc)
2
(a+b)(c +d )(a+c)(b+d ),n=a+b+c+d.
P(χ2≥k)
0.1
0.05
0.01
0.005
0.001
k
2.706
3.841
6.635
7.879
10.828
解析 (1)由已知得青年用户的人数为300-150=150,
则{
3m+n+2m−n=150,
m+n+m+2n=150, 解得{
m=30,
n=30.
(2)补全2×2 列联表如下:
组别
应用体验
合计
良好
不良好
青年用户
120
30
150
中年用户
60
90
150
合计
180
120
300
零假设为H0:不同年龄段的用户对该软件的应用体验不存在差异,
由题意得χ2=300×(120×90−30×60)
2
180×120×150×150
=50>10.828.
根据小概率值α=0.001 的独立性检验,推断H0不成立,
即认为不同年龄段的用户对该软件的应用体验存在差异.
2.★★★(2026 届山东潍坊联考,15)某青少年跳水队共有100 人,在强化训练前后,教练组对
他们进行了成绩测试,分别得到如图1 所示的强化训练前的频率分布直方图,如图2 所示
的强化训练后的频率分布直方图.
(1)根据图中数据,估计强化训练后的成绩(同一组中的数据用该组区间的中点值作代表)
的众数与成绩的60%分位数;
(2)规定得分80 分以上(含80 分)的为“优秀”,低于80 分的为“非优秀”.
组别
是否优秀
合计
第 13 页 共 13 页
北京曲一线图书策划有限公司
高考项目部
优秀
非优秀
强化训练前
强化训练后
合计
将上面的表格补充完整,依据小概率值α=0.005 的独立性检验,能否据此推断跳水运动员
是否优秀与强化训练有关?
附:χ2=
n(ad −bc)
2
(a+b)(c +d )(a+c)(b+d ),n=a+b+c+d.
α
0.05
0.010
0.005
0.001
xα
3.841
6.635
7.879
10.828
解析 (1)强化训练后的成绩的众数约为85,
由于前三组频率之和为0.04+0.16+0.2=0.4,前四组频率之和为0.4+0.32=0.72,
故设60%分位数为80+x,则0.032x=0.2,
解得x=6.25,所以60%分位数约为86.25.
(2)零假设为H0:跳水运动员是否优秀与强化训练无关.
补充完整的表格为
组别
是否优秀
合计
优秀
非优秀
强化训练前
40
60
100
强化训练后
60
40
100
合计
100
100
200
则χ2=200×(40×40−60×60)
2
100×100×100×100
=8>7.879=x0.005.
根据小概率值α=0.005 的独立性检验,推断H0不成立,即认为跳水运动员是否优秀与强化
训练有关.