高考数学第九章算法初步、统计、统计案例课时作业56变量间的相关关系与统计案例文新人教A版

课时作业56 变量间的相关关系与统计案例1．(2019·辽宁丹东教学质量监测)某校为了研究学生的性别和对待某一活动的态度(支持与不支持)的关系，运用2×2列联表进行独立性检验，经计算K 2＝6.705，则所得到的统计学结论是：有____的把握认为“学生性别与支持该活动没有关系”．( C )附：C ．1%D ．0.1%解析：因为6.635＜6.705＜10.828，因此有1%的把握认为“学生性别与支持该活动没有关系”，故选C.2．已知变量x 和y 满足关系y ＝－0.1x ＋1，变量y 与z 正相关．下列结论中正确的是( C )A ．x 与y 正相关，x 与z 负相关B ．x 与y 正相关，x 与z 正相关C ．x 与y 负相关，x 与z 负相关D ．x 与y 负相关，x 与z 正相关解析：由y ＝－0.1x ＋1，知x 与y 负相关，即y 随x 的增大而减小，又y 与z 正相关，所以z 随y 的增大而增大，减小而减小，所以z 随x 的增大而减小，x 与z 负相关，故选C.3．对具有线性相关关系的变量x ，y 有一组观测数据(x i ，y i )(i ＝1,2，…，8)，其线性回归方程是y ^＝13x ＋a ^，且x 1＋x 2＋x 3＋…＋x 8＝2(y 1＋y 2＋y 3＋…＋y 8)＝6，则实数a ^的值是( B )A.116B.18C.14D.12解析：依题意可知样本点的中心为⎝ ⎛⎭⎪⎫34，38，则38＝13×34＋a ^，解得a ^＝18. 4．为考察A 、B 两种药物预防某疾病的效果，进行动物实验，分别得到如下等高条形图：根据图中信息，在下列各项中，说法正确的是( C ) A ．药物A 、B 对该疾病均没有预防效果 B ．药物A 、B 对该疾病均有显著的预防效果 C ．药物A 的预防效果优于药物B 的预防效果 D ．药物B 的预防效果优于药物A 的预防效果解析：根据两个等高条形图知，药物A 实验显示不服药与服药时患病的差异较药物B 实验显示明显大，∴药物A 的预防效果优于药物B 的预防效果．故选C.5．(2019·河南焦作一模)已知变量x 和y 的统计数据如下表：根据上表可得回归直线方程为y ＝b x －0.25，据此可以预测当x ＝8时，y ＝( C ) A ．6.4 B ．6.25 C ．6.55D ．6.45解析：由题意知x ＝3＋4＋5＋6＋75＝5，y ＝2.5＋3＋4＋4.5＋65＝4，将点(5,4)代入y ^＝b ^x －0.25，解得b ^＝0.85，则y ^＝0.85x －0.25， 所以当x ＝8时，y ^＝0.85×8－0.25＝6.55，故选C.6．(2019·南昌模拟)随着国家二孩政策的全面放开，为了调查一线城市和非一线城市的二孩生育意愿，某机构用简单随机抽样方法从不同地区调查了100位育龄妇女，结果如表.由K 2＝a ＋bc ＋d a ＋cb ＋d算得，K 2＝258×42×35×65≈9.616，参照附表，得到的正确结论是( C )A ．在犯错误的概率不超过0.001的前提下，认为“生育意愿与城市级别有关”B ．在犯错误的概率不超过0.001的前提下，认为“生育意愿与城市级别无关”C ．在犯错误的概率不超过0.01的前提下，认为“生育意愿与城市级别有关”D ．在犯错误的概率不超过0.01的前提下，认为“生育意愿与城市级别无关” 解析：由题意K 2的观测值≈9.616＞6.635，所以在犯错误的概率不超过0.01的前提下认为“生育意愿与城市级别有关”．7．某工厂为了对新研发的一种产品进行合理定价，将该产品按事先拟定的价格进行试销，为此进行了5次试验．根据收集到的数据(如下表)，由最小二乘法求得回归方程y ^＝0.77x ＋52.9.73.解析：由已知可计算求出x ＝30，而线性回归方程必过点(x ，y )，则y ＝0.77×30＋52.9＝76，设模糊数字为a ，则a ＋62＋75＋80＋905＝76，计算得a ＝73.8．(2019·赣中南五校联考)心理学家分析发现视觉和空间想象能力与性别有关，某数学兴趣小组为了验证这个结论，从所在学校中按分层抽样的方法抽取50名同学(男30，女20)，给所有同学几何题和代数题各一题，让各位同学自由选择一道题进行解答．选题情况如下表：(单位：人)过0.025 .附表：解析：由列联表计算K 2的观测值k ＝30×20×20×30≈5.556＞5.024，∴推断犯错误的概率不超过0.025.9．(2019·安徽蚌埠段考)为了研究工人的日平均工作量是否与年龄有关，从某工厂抽取了100名工人，且规定日平均生产件数不少于80件者为“生产能手”，列出的2×2列联表如下：90%以上的把握认为“工人是否为‘生产能手’与工人的年龄有关”．解析：由2×2列联表可知，K 2＝－240×60×35×65≈2.93，因为2.93＞2.706，所以有90%以上的把握认为“工人是否为‘生产能手’与工人的年龄有关”．10．在2018年1月15日那天，某市物价部门对本市的5家商场的某商品的一天销售量及其价格进行调查，5家商场的售价x 元和销售量y 件之间的一组数据如下表所示：由散点图可知，销售量y 与价格x 之间有较强的线性相关关系，其线性回归方程是y ^＝－3.2x ＋40，且m ＋n ＝20，则其中的n ＝10.解析：x ＝9＋9.5＋m ＋10.5＋115＝8＋m 5，y ＝11＋n ＋8＋6＋55＝6＋n 5，回归直线一定经过样本点中心(x ，y )，即6＋n5＝－3.2⎝ ⎛⎭⎪⎫8＋m 5＋40，即3.2m ＋n ＝42.又因为m ＋n ＝20，即⎩⎪⎨⎪⎧3.2m ＋n ＝42，m ＋n ＝20，解得⎩⎪⎨⎪⎧m ＝10，n ＝10，故n ＝10.11．(2019·重庆调研)某厂商为了解用户对其产品是否满意，在使用该产品的用户中随机调查了80人，结果如下表：(1)2人，求被选中的恰好是男、女用户各1人的概率；(2)有多大把握认为用户对该产品是否满意与用户性别有关？请说明理由.注：K 2＝n ad －bc 2a ＋bc ＋d a ＋cb ＋d，n ＝a ＋b ＋c ＋d .解：(1)用分层抽样的方法在满意产品的用户中抽取5人，则抽取比例为550＝110.所以在满意产品的用户中应抽取女用户20×110＝2(人)，男用户30×110＝3(人)．抽取的5人中，三名男用户记为a ，b ，c ，两名女用户记为r ，s ，则从这5人中任选2人，共有10种情况：ab ，ac ，ar ，as ，bc ，br ，bs ，cr ，cs ，rs .其中恰好是男、女用户各1人的有6种情况：ar ，as ，br ，bs ，cr ，cs . 故所求的概率为P ＝610＝0.6.(2)由题意，得K 2的观测值为k ＝－2＋＋＋＋＝163≈5.333＞5.024. 又P (K 2≥5.024)＝0.025.故有97.5%的把握认为“产品用户是否满意与性别有关”．12．(2016·全国卷Ⅲ)下图是我国2008年至2014年生活垃圾无害化处理量(单位：亿吨)的折线图．注：年份代码1～7分别对应年份2008～2014.(1)由折线图看出，可用线性回归模型拟合y 与t 的关系，请用相关系数加以说明； (2)建立y 关于t 的回归方程(系数精确到0.01)，预测2016年我国生活垃圾无害化处理量．附注：参考数据：∑i ＝17y i ＝9.32，∑i ＝17t i y i ＝40.17，∑i ＝17y i －y2＝0.55，7≈2.646.参考公式：相关系数r＝∑i ＝1nt i －ty i －y∑i ＝1nt i －t2∑i ＝1n y i －y2，回归方程y ^＝a ^＋b ^t 中斜率和截距的最小二乘估计公式分别为：b ^＝∑i ＝1nt i －ty i －y∑i ＝1nt i －t2，a ^＝y －b ^t －.解：(1)由折线图中数据和附注中参考数据得t ＝4，∑i ＝17(t i －t )2＝28，∑i ＝17y i －y2＝0.55，∑i ＝17(t i －t )(y i －y )＝∑i ＝17t i y i －t ∑i ＝17y i ＝40.17－4×9.32＝2.89，r ≈2.890.55×2×2.646≈0.99.因为y 与t 的相关系数近似为0.99，说明y 与t 的线性相关程度相当高，从而可以用线性回归模型拟合y 与t 的关系．(2)由y ＝9.327≈1.331及(1)得b ^＝∑i ＝17t i －ty i －y∑i ＝17t i －t2＝2.8928≈0.10， a ^＝y －b ^ t －＝1.331－0.10×4≈0.93.所以y 关于t 的回归方程为y ^＝0.93＋0.10t .将2016年对应的t ＝9代入回归方程得：y ^＝0.93＋0.10×9＝1.83. 所以预测2016年我国生活垃圾无害化处理量将约为1.83亿吨．13．(2019·青岛模拟)针对时下的“韩剧热”，某校团委对“学生性别和喜欢韩剧是否有关”作了一次调查，其中女生人数是男生人数的12，男生喜欢韩剧的人数占男生人数的16，女生喜欢韩剧的人数占女生人数23.若有95%的把握认为是否喜欢韩剧和性别有关，则男生至少有12人.则k ＞3.841，即k ＝3x 2⎝ ⎛⎭⎪⎫x 6·x 6－5x 6·x 32x ·x 2·x 2·x ＝3x8＞3.841，解得x ＞10.243.因为x 6，x2为整数，所以若有95%的把握认为是否喜欢韩剧和性别有关，则男生至少有12人．14．(2019·包头一模)如图是某企业2010年至2016年的污水净化量(单位：吨)的折线图．注：年份代码1～7分别对应年份2010～2016.(1)由折线图看出，可用线性回归模型拟合y 和t 的关系，请用相关系数加以说明； (2)建立y 关于t 的回归方程，预测2017年该企业的污水净化量； (3)请用数据说明回归方程预报的效果．参考数据：y －＝54，∑i ＝17(t i －t －)(y i －y －)＝21，14≈3.74，∑i ＝17(y i －y ^i )2＝94.参考公式：相关系数r＝∑i ＝1nt i －ty i －y∑i ＝1nt i －t2∑i ＝1n y i －y2，线性回归方程y ^＝a ^＋b ^t ，b ^＝∑i ＝1nt i －ty i －y∑i ＝1nt i －t2，a ^＝y －b ^t －.反映回归效果的公式为：R 2＝1－∑i ＝1ny i －y ^i2∑i ＝1ny i －y2，其中R 2越接近于1，表示回归的效果越好．解：(1)由折线图中的数据得，t ＝4，∑i ＝17(t i －t －)2＝28，∑i ＝17(y i －y －)2＝18，所以r ＝2128×18≈0.935. 因为y 与t 的相关系数近似为0.935，说明y 与t 的线性相关程度相当大，所以可以用线性回归模型拟合y 与t 的关系．(2)因为y －＝54，b ^＝∑i ＝17t i －ty i －y∑i ＝17t i －t2＝2128＝34， 所以a ^＝y －b ^t ＝54－34×4＝51，所以y 关于t 的线性回归方程为y ^＝b ^t ＋a ^＝34t ＋51.将2017年对应的t ＝8代入得y ^＝34×8＋51＝57，所以预测2017年该企业污水净化量约为57吨．(3)因为R 2＝1－∑i ＝17y i －y ^i2∑i ＝17y i －y2＝1－94×118＝1－18＝78＝0.875，所以“污水净化量的差异”有87.5%是由年份引起的，这说明回归方程预报的效果是良好的．。