内容正文:
专题跟踪检测(十五) 统计与成对数据的统计分析
1.(2023·安陆模拟)为了迎接新高考,某校举行物理和化学等选科考试,其中,400名学生物理成绩的频率分布直方图如图所示.
其中成绩分组区间是[50,60),[60,70),[70,80),[80,90),[90,100],已知成绩在[60,70),[70,80),[80,90)之间的人数依次构成等差数列.
(1)求图中a,b的值;
(2)根据频率分布直方图,估计这400名学生物理成绩的中位数(结果保留整数);
(3)若这400名学生物理成绩各分数段的人数(xi)与化学成绩相应分数段的人数(yi)之间的关系如下表所示,求化学成绩低于50分的人数.
分数段
[50,60)
[60,70)
[70,80)
[80,90)
[90,100]
xi,yi之间的关系
y1=x1-5
y2=x2-5
y3=x3-5
y4=x4
y5=x5
解:(1)因为成绩在[60,70),[70,80),[80,90)之间的人数依次构成等差数列,则a,b,0.02也依次构成等差数列,
因此2b=a+0.02,又(0.005+a+b+0.02+0.005)×10=1,即a+b=0.07,
联立解得所以a=0.04,b=0.03.
(2)由频率分布直方图知,物理成绩在[50,60),[60,70),[70,80),[80,90),[90,100]的频率依次为0.05,0.4,0.3,0.2,0.05,则这400名学生物理成绩的中位数x0∈[70,80),由0.05+0.4+0.03×(x0-70)=0.5,解得x0≈72,
所以这400名学生物理成绩的中位数为72.
(3)由(2)知,这400名学生物理成绩在[50,60),[60,70),[70,80),[80,90),[90,100]的人数依次为400×0.05=20,400×0.4=160,400×0.3=120,400×0.2=80,400×0.05=20,
则这400名学生化学成绩在[50,60),[60,70),[70,80),[80,90),[90,100]的人数依次为15,155,75,100,20,所以化学成绩低于50分的人数为400-15-155-75-100-20=35.
2.(2023·秦皇岛模拟)小家电指除大功率、大体积家用电器(如冰箱、洗衣机、空调等)以外的家用电器,运用场景广泛,近年来随着科技发展,智能小家电市场规模呈持续发展趋势,下表为连续5年中国智能小家电市场规模(单位:千亿元),其中年份对应的代码依次为1~5.
年份代码x
1
2
3
4
5
市场规模y
0.9
1.2
1.5
1.4
1.6
(1)由上表数据可知,可用线性回归模型拟合y与x的关系,请用相关系数加以说明;
(2)建立y关于x的经验回归方程(系数精确到0.01);
(3)某传媒公司为了了解中国智能小家电消费者年龄分布,随机调查了200名消费者,统计这200名消费者年龄,按照青少年与中老年分为两组,得到如下2×2列联表:
青少年
中老年
合计
喜欢购买智能小家电
80
不喜欢购买智能小家电
60
合计
110
200
依据α=0.001的独立性检验,能否认为是否喜欢购买智能小家电与年龄有关?
参考数据:=1.32,xiyi=21.4, ≈0.55, ≈3.16.
参考公式:相关系数r=,回归方程=x+中斜率和截距的最小二乘估计公式分别为=,=-,
χ2=,n=a+b+c+D.
附:
α
0.10
0.010
0.001
xα
2.706
6.635
10.828
解:(1)由已知得==3,=1.32,(xi-)2=10, ≈0.55, (xi-)(yi-)=xiyi-5 =21.4-5×3×1.32=1.6,∴r≈≈0.92.
因为y与x的相关系数近似为0.92,说明y与x的线性相关程度较高,从而可以用线性回归模型拟合y与x的关系.
(2)由题可得,x=12+22+32+42+52=55,
===0.16,
=-=1.32-0.16×3=0.84,
故y关于x的经验回归方程为=0.16x+0.84.
(3)由题意可得如下2×2列联表:
青少年
中老年
合计
喜欢购买智能小家电
80
30
110
不喜欢购买智能小家电
30
60
90
合计
110
90
200
所以χ2=≈31.038>10.828,所以认为是否喜欢购买智能小家电与年龄有关.
3.(2023·河北统考模拟预测)为了研究某种细菌随天数x变化的繁殖个数y,设z=ln y,收集数据如下:
天数x
1
2
3
4
5
6
繁殖个数y