“中国式过马路”存在很大的交通安全隐患.某调查机构为了解路人对“中国式过马路 ”的态度是否与性别有关,从马路旁随机抽取名路人进行了问卷调查,得到了如下列联表:
|
男性 |
女性 |
合计 |
反感 |
10 |
|
|
不反感 |
|
8 |
|
合计 |
|
|
30 |
已知在这人中随机抽取人抽到反感“中国式过马路 ”的路人的概率是.
(Ⅰ)请将上面的列联表补充完整(在答题卷上直接填写结果,不需要写求解过程),并据此资料判断是否有95%的把握认为反感“中国式过马路 ”与性别有关?
(Ⅱ)若从这人中的女性路人中随机抽取人参加一活动,记反感“中国式过马路”的人数为,求的分布列.
附:,其中
0.15 |
0.10 |
0.05 |
0.025 |
0.010 |
|
2.072 |
2.706 |
3.841 |
5.024 |
6.635 |
甲乙两个学校高三年级分别有1100人,1000人,为了了解两个学校全体高三年级学生在该地区二模考试的数学成绩情况,采用分层抽样方法从两个学校一共抽取了105名学生的数学成绩,并作出了频数分布统计表如下:
甲校:
乙校:
(I)计算x,y的值;
(II)统计方法中,同一组数据常用该区间的中点值作为代表,试根据抽样结果分别估计甲校和乙校的数学成绩平均分;(精确到0. 1)
(III)若规定考试成绩在[120,150]内为优秀,由以上统计数据填写右面2×2 列联表,若按是否优秀来判断,是否有97.5%的把握认为两个学校的数学成绩有差异.
附:
某地植被面积 (公顷)与当地气温下降的度数()之间有如下的对应数据:
(公顷) |
20 |
40 |
50 |
60 |
80 |
() |
3 |
4 |
4 |
4 |
5 |
⑴ 请用最小二乘法求出关于的线性回归方程;
⑵ 根据(1)中所求线性回归方程,如果植被面积为200公顷,那么下降的气温大约是多少?
参考公式:
用最小二乘法求线性回归方程系数公式:.
一台机器使用的时间较长,但还可以使用,它按不同的转速生产出来的某机械零件有一些会有缺点,每小时生产有缺点零件的多少,随机器的运转的速度而变化,下表为抽样试验的结果:
转速x(转/秒) |
16 |
14 |
12 |
8 |
每小时生产有缺点的零件数y(件) |
11 |
9 |
8 |
5 |
画出散点图,并通过散点图确定变量y对x是否线性相关;
(2)如果y对x有线性相关关系,求回归直线方程;
(3)若实际生产中,允许每小时的产品中有缺点的零件最多为10个,那么机器的运转速度应控制在什么范围内?(精确到0.0001)
城市的空气质量以其空气质量指数API(为整数)衡量,指数越大,级别越高,说明污染越严重,对人体健康的影响也越明显.根据空气质量指数API的不同,可将空气质量分级如下表:
API |
0~50 |
51~100 |
101~150 |
151~200 |
201~250 |
251~300 |
>300 |
状况 |
优 |
良 |
轻微污染 |
轻度污染 |
中度污染 |
中度重污染 |
重度污染 |
为了了解某城市2011年的空气质量情况,现从该城市一年空气质量指数API的监测数据库中,用简单随机抽样方法抽取30个空气质量指数API进行分析,得到如下数据:
API分组 |
|||||||
频数 |
2 |
1 |
4 |
6 |
10 |
5 |
2 |
(Ⅰ)完成下面频率分布直方图,并求质量指数API的中位数大小;
(Ⅱ)估计该城市一年中空气质量为优良的概率;
(Ⅲ)请你依据所给数据和上述分级标准,对该城市的空气质量给出一个简短评价.
“中国式过马路”存在很大的交通安全隐患.某调查机构为了解路人对“中国式过马路 ”的态度是否与性别有关,从马路旁随机抽取30名路人进行了问卷调查,得到了如下列联表:
|
男性 |
女性 |
合计 |
反感 |
10 |
|
|
不反感 |
|
8 |
|
合计 |
|
|
30 |
已知在这30人中随机抽取1人抽到反感“中国式过马路 ”的路人的概率是.
(Ⅰ)请将上面的列表补充完整(在答题卡上直接填写结果,不需要写求解过程),并据此资料分析反感“中国式过马路 ”与性别是否有关?(
当<2.706时,没有充分的证据判定变量性别有关,当>2.706时,有90%的把握判定变量性别有关,当>3.841时,有95%的把握判定变量性别有关,当>6.635时,有99%的把握判定变量性别有关)
(Ⅱ)若从这30人中的女性路人中随机抽取2人参加一活动,记反感“中国式过马路”的人数为X,求X的分布列和数学期望.
(本题满分分)下表提供了某厂节能降耗技术改造后,生产甲产品过程中记录的产量x与相应的生产能耗y的几组对应数据:
x/吨 |
3 |
4 |
5 |
6 |
y/吨标准煤 |
2.5 |
3 |
4 |
4.5 |
(1)画出表中数据的散点图。
(2)根据表中提供的数据,求y关于x的线性回归方程
(3)已知该厂技术改造前100吨甲产品的生产能耗为90吨标准煤。试根据(2)求出的线性回归方程,预测生产100吨甲产品的生产能耗比技术改造前降低了多少吨标准煤?
(参考公式:回归直线方程为,其中
2012年元旦、春节前夕,各个物流公司都出现了爆仓现象,直接原因就是网上疯狂的购物.某商家针对人们在网上购物的态度在某城市进行了一次调查,共调查了124人,其中女性70人,男性54人.女性中有43人对网上购物持赞成态度,另外27人持反对态度;男性中有21人赞成网上购物,另外33人持反对态度.
(Ⅰ) 估计该地区对网上购物持赞成态度的比例;
(Ⅱ) 有多大的把握认为该地区对网上购物持赞成态度与性别有关;
附:表1
K2=
为考查某种药物预防疾病的效果,进行动物试验,得到如下丢失数据的列联表:
药物效果试验列联表
|
患病 |
未患病 |
总计 |
没服用药 |
20 |
30 |
50 |
服用药 |
x |
y |
50 |
总计 |
M |
N |
100 |
设从没服用药的动物中任取两只,未患病数为X;从服用药物的动物中任取两只,未患病数为Y,工作人员曾计算过P(X=0)= P(Y=0).
(1)求出列联表中数据x,y,M,N的值;
(2)能够有多大的把握认为药物有效?
(3)现在从该100头动物中,采用随机抽样方法每次抽取1头,抽后返回,抽取5次, 若每次抽取的结果是相互独立的,记被抽取的5头中为服了药还患病的数量为.,求的期望E()和方差D().
参考公式:(其中)
P(K2≥k) |
0.25 |
0.15 |
0.10 |
0.05 |
0.010 |
0.005 |
k |
1.323 |
2.072 |
2.706 |
3.845 |
6.635 |
7.879 |
某中学共2200名学生中有男生1200名,按男女性别用分层抽样抽出110名学生,询问是否爱好某项运动。已知男生中有40名爱好该项运动,女生中有30名不爱好该项运动。
(1)如下的列联表:
|
男 |
女 |
总计 |
爱好 |
40 |
|
|
不爱好 |
|
30 |
|
总计 |
|
|
|
(2)通过计算说明,是否有99%以上的把握认为“爱好该项运动与性别有关”? 参考信息如下:
0.050 |
0.010 |
0.001 |
|
k |
3.841 |
6.635 |
10.828 |
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100棵种子中的发芽数,得到如下资料:
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(℃) |
10 |
11 |
13 |
12 |
8 |
发芽y(颗) |
23 |
25 |
30 |
26 |
16 |
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.
回归直线方程参考公式:,
(1)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;
(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。
某种产品的广告费用支出(百万)与销售额(百万)之间有如下的对应数据:
2 |
4 |
5 |
6 |
8 |
|
30 |
40 |
60 |
50 |
70 |
(1)画出散点图;
(2)求回归直线方程;
(3)据此估计广告费用为10(百万)时,销售收入的值.
通过随机询问某校110名高中学生在购买食物时是否看营养说明,得到如下的列联表:
性别与看营养说明列联表 单位: 名
|
男 |
女 |
总计 |
看营养说明 |
50 |
80 |
|
不看营养说明 |
20 |
30 |
|
总计 |
60 |
50 |
(1)根据以上表格,写出的值.
(2)根据以上列联表,问有多大把握认为“性别与在购买食物时看营养说明”有关?
某校为了解高二学生、两个学科学习成绩的合格情况是否有关, 随机抽取了该年级一次期末考试、两个学科的合格人数与不合格人数,得到以下22列联表:
|
学科合格人数 |
学科不合格人数 |
合计 |
学科合格人数 |
40 |
20 |
60 |
学科不合格人数 |
20 |
30 |
50 |
合计 |
60 |
50 |
110 |
(1)据此表格资料,你认为有多大把握认为“学科合格”与“学科合格”有关;
(2)从“学科合格”的学生中任意抽取2人,记被抽取的2名学生中“学科合格”的人数为,求的数学期望.
附公式与表:
0.15 |
0.10 |
0.05 |
0.025 |
0.010 |
0.005 |
|
2.072 |
2.706 |
3.841 |
5.024 |
6.635 |
7.879 |