2019高中数学 专题强化训练1 统计案例 新人教A版选修1-2.doc

《2019高中数学 专题强化训练1 统计案例 新人教A版选修1-2.doc》由会员分享，可在线阅读，更多相关《2019高中数学 专题强化训练1 统计案例 新人教A版选修1-2.doc（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1专题强化训练专题强化训练( (一一) ) 统计案例统计案例(建议用时：40 分钟)基础达标练一、选择题1如果在犯错误的概率不超过 0.05 的前提下认为事件A和B有关，那么具体算出的数据满足( )AK23.841 BK26.635 DK23.841 时，在犯错误的概率不超过 0.05 的前提下认为事件A与B有关2对于线性回归方程 x ，下列说法中不正确的是( ) yba【导学号：48662028】A直线必经过点( ， )xyBx增加 1 个单位时，y平均增加 个单位bC样本数据中x0 时，可能有yaD样本数据中x0 时，一定有yaD D 线性回归方程是根据样本数据得到的一个近似曲线，故由它得

2、到的值也是一个近似值3为了解某社区居民的家庭年收入与年支出的关系，随机调查了该社区 5 户家庭，得到如下统计数据表：收入x(万元)8.28.610.011.311.9支出y(万元)6.27.58.08.59.8根据上表可得回归直线方程 x ，其中 0.76， .据此估计，该社区一ybabaybx户年收入为 15 万元家庭的年支出为( )A11.4 万元 B11.8 万元C12.0 万元 D12.2 万元B B 由题意知， 10，x8.28.610.011.311.9 58，y6.27.58.08.59.8 5 80.76100.4，a2当x15 时， 0.76150.411.8(万元)y4四名

3、同学根据各自的样本数据研究变量x，y之间的相关关系，并求得回归方程，分别得到以下四个结论：y与x负相关且 2.347x6.423；yy与x负相关且 3.476x5.648；yy与x正相关且 5.437x8.493；yy与x正相关且 4.326x4.578.y其中一定不正确的结论的序号是( )【导学号：48662029】A BC DD D 由正负相关的定义及x、y之间的相关关系可知正确5为了研究高中学生对乡村音乐的态度(喜欢和不喜欢两种态度)与性别的关系，运用22 列联表进行独立性检验，经计算K28.01，则认为“喜欢乡村音乐与性别有关系”的把握性约为( )P(K2k0)0.1000.0500.

4、0250.0100.001k02.7063.8415.0246.63510.828A0.1% B1%C99% D99.9%C C 因为 K28.016.635，所以有 99%以上的把握认为“喜欢乡村音乐与性别有关系”二、填空题6关于分类变量x与y的随机变量K2的观测值k，下列说法正确的是_(填序号)(1)k的值越大， “X和Y有关系”可信程度越小；(2)k的值越小， “X和Y有关系”可信程度越小；(3)k的值越接近于 0， “X和Y无关”程度越小；(4)k的值越大， “X和Y无关”程度越大. 【导学号：48662030】(2) k的值越大，X和Y有关系的可能性就越大，也就意味着X和Y无关系的可

5、能性就越小37对于线性回归方程 x ，当x3 时，对应的y的估计值是 17，当x8 时，yba对应的y的估计值是 22，那么，该线性回归方程是_，根据线性回归方程判断当x_时，y的估计值是 38.yx14 24 由题意可知Error!解得Error!回归方程为yx14.由x1438 得x24.8若对于变量y与x的 10 组统计数据的回归模型中，相关指数R20.95，又知残差平方和为 120.53，那么(yi )2的值为_10 i1y2 410.6 R21，10 i1yiyi210 i1yiy2残差平方和(yii)2120.53，10 i1y0.951，120.5310 i1yiy2(yi )2

6、2 410.6.10 i1y三、解答题9某地区 2011 年到 2017 年农村居民家庭人均纯收入y(单位：千元)的数据如下表：年份2011201220132014201520162017年份代号t1234567人均纯收入y2.93.33.64.44.85.25.9(1)求y关于t的线性回归方程；(2)利用(1)中的回归方程，分析 2011 年到 2017 年该地区农村居民家庭人均纯收入的变化情况，并预测该地区 2019 年农村居民家庭人均纯收入附：回归直线的斜率和截距的最小二乘估计公式分别为， . bn i1tityiyn i1tit2aybt4【导学号：48662031】解 (1)由所给数

7、据计算得 (1234567)4，t1 7 (2.93.33.64.44.85.25.9)4.3，y1 7(ti )2941014928，7 i1t(ti )(yi )(3)(1.4)(2)(1)(1)(0.7)7 i1ty00.110.520.931.614，0.5，b7 i1(tixto(t)(yixto(y)7 i1(tixto(t)214 28 4.30.542.3，aybt所以所求回归方程为 0.5t2.3.y(2)由(1)知 0.50，故 2011 年到 2017 年该地区农村居民家庭人均纯收入逐年增加，b平均每年增加 0.5 千元将 2019 年的年份代号t9 代入(1)中的回归方

8、程，得0.592.36.8.故预测该地区 2019 年农村居民家庭人均纯收入为 6.8 千元y10某学生对其亲属 30 人的饮食习惯进行了一次调查，并用茎叶图表示 30 人的饮食指数，如图 11 所示(说明：图中饮食指数低于 70 的人，饮食以蔬菜为主；饮食指数高于 70 的人，饮食以肉类为主)图 11(1)根据茎叶图，帮助这位同学说明其亲属 30 人的饮食习惯(2)根据以上数据完成如表所示的 22 列联表5主食蔬菜主食肉类总计50 岁以下50 岁以上总计(3)在犯错误的概率不超过 0.01 的前提下，是否能认为“其亲属的饮食习惯与年龄有关”？ 【导学号：48662032】解 (1)30 位亲

9、属中 50 岁以上的人多以食蔬菜为主，50 岁以下的人多以食肉类为主(2)22 列联表如表所示：主食蔬菜主食肉类总计50 岁以下481250 岁以上16218总计201030(3)k106.635，30 81282 12 18 20 1030 120 120 12 18 20 10故在犯错误的概率不超过 0.01 的前提下认为“其亲属的饮食习惯与年龄有关” 能力提升练1已知人的年龄x与人体脂肪含量的百分数y的回归方程为 0.577x0.448，如果y某人 36 岁，那么这个人的脂肪含量( )【导学号：48662033】A一定是 20.3%B在 20.3%附近的可能性比较大C无任何参考数据D以上

10、解释都无道理B B 将x36 代入回归方程得 0.577360.44820.3.由回归分析的意义知，这y个人的脂肪含量在 20.3%附近的可能性较大，故选 B.2某人研究中学生的性别与成绩、视力、智商、阅读量这 4 个变量的关系，随机抽查52 名中学生，得到统计数据如表 1 至表 4，则与性别有关联的可能性最大的变量是( )表 1成绩性别 不及格及格总计男614206女102232总计163652表 2视力性别 好差总计男41620女122032总计163652表 3智商性别 偏高正常总计男81220女82432总计163652表 4阅读量性别 丰富不丰富总计男14620女23032总计163

11、652A成绩 B视力C智商 D阅读量 注：K2.nadbc2 abcdacbdD D A 中，a6，b14，c10，d22，ab20，cd32，ac16，bd36，n52，k.52 6 2214 102 20 32 16 3613 1 440B 中，a4，b16，c12，d20，ab20，cd32，ac16，bd36，n52，k.52 4 2016 122 20 32 16 36637 360C 中，7a8，b12，c8，d24，ab20，cd32，ac16，bd36，n52，k.52 8 2412 82 20 32 16 3613 10D 中，a14，b6，c2，d30，ab20，cd32，

12、ac16，bd36，n52，k.52 14 306 22 20 32 16 363 757 160，13 1 44013 10637 3603 757 160与性别有关联的可能性最大的变量是阅读量3在研究身高和体重的关系时，求得R2_，可以叙述为“身高解释了 64%的体重变化，而随机误差贡献了剩余的 36%” ，所以身高对体重的效应比随机误差的效应大得多. 【导学号：48662034】0.64 结合相关指数的计算公式R21可知，当R20.64 时，身高n i1yiyi2n i1yiy2解释了 64%的体重变化4某电视台在一次对收看文艺节目和新闻节目观众的抽样调查中，随机抽取了 100 名电视观

13、众，相关的数据如下表所示：文艺节目新闻节目总计20 至 40 岁401858大于 40 岁152742总计5545100由表中数据直观分析，收看新闻节目的观众是否与年龄有关：_(填“是”或“否”)是 因为在 20 至 40 岁的 58 名观众中有 18 名观众收看新闻节目，而大于 40 岁的 42名观众中有 27 名观众收看新闻节目，即，两者相差较大，所以经直观b ab18 58d cd27 42分析，收看新闻节目的观众与年龄是有关的5某农科所对冬季昼夜温差大小与某反季节大豆新品种发芽多少之间的关系进行分析研究，他们分别记录了 12 月 1 日至 12 月 5 日的每天昼夜温差与实验室每天每

14、100 棵种子中的发芽数，得到如下资料：8日期12 月 1 日12 月 2 日12 月 3 日12 月 4 日12 月 5 日温差x()101113128发芽y(颗)2325302616该农科所确定的研究方案是：先从这 5 组数据中选取 3 组数据求线性回归方程，剩下的 2 组数据用于回归方程检验(1)若选取的是 12 月 1 日与 12 月 5 日的 2 组数据，请根据 12 月 2 日至 12 月 4 日的数据，求出y关于x的线性回归方程 x ；yba(2)若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过 2 颗，则认为得到的线性回归方程是可靠的，试问(1)中所得的线性回归方程是否可靠？(3)请预测温差为 14 的发芽数. 【导学号：48662035】解 (1)由数据求得， 12， 27，xy434，iyi977.3 i1x 2i3 i1x由公式求得， ，b5 2 3.aybx所以y关于x的线性回归方程为 x3.y5 2(2)当x10 时， 10322，|2223|2；y5 2当x8 时， 8317，|1716|2.y5 2所以该研究所得到的线性回归方程是可靠的(3)当x14 时，有 14335332，y5 2所以当温差为 14 时的发芽数约为 32 颗