内容正文:
假期作业8 成对数据的统计分析
1.变量的相关关系
(1)相关关系
两个变量有关系,但又没有确切到可由其
中的一个去精确地决定另一个的程度,这
种关系称为相关关系.
(2)相关关系的分类:正相关和负相关.
(3)线性相关
一般地,如果两个变量的取值呈现正相关
或负相关,而且散点落在 附近,我
们就称这两个变量线性相关.
一般地,如果两个变量具有相关性,但不是
线性相关,那么我们就称这两个变量非线
性相关或曲线相关.
2.样本相关系数
(1)相关系数r的计算
变量x和变量y 的样本相关系数r的计算
公式如下:
r=
∑
n
i=1
(xi-x)(yi-y)
∑
n
i=1
(xi-x)2 ∑
n
i=1
(yi-y)2
.
(2)相关系数r的性质
①当r>0时,称成对样本数据 相关;
当r<0时,成对样本数据 相关;当r=0
时,成对样本数据间没有线性相关关系.
②样 本 相 关 系 数r 的 取 值 范 围 为
.
当|r|越接近1时,成对样本数据的线性相
关程度越 ;
当|r|越接近0时,成对样本数据的线性相
关程度越 .
3.一元线性回归模型
(1)经验回归方程与最小二乘法
我们将ŷ=̂bx+̂a称为Y 关于x 的经验回
归方程,也称经验回归函数或经验回归公
式,其图形称为经验回归直线.这种求经验
回归方程的方法叫做最小二乘法,求得的
b̂,̂a叫做b,a的最小二乘估计,
其中
b̂=
∑
n
i=1
(xi-x)(yi-y)
∑
n
i=1
(xi-x)2
= ,
â=y-̂bx.
ì
î
í
ï
ï
ï
ï
ïï
(2)利用决定系数R2 刻画回归效果
R2=1-
∑
n
i=1
(yi-̂yi)2
∑
n
i=1
(yi-y)2
,R2 越 ,即拟合
效果越好,R2 越 ,模型拟合效果越差.
4.列联表与独立性检验
(1)2×2列联表
一般地,假设有两个分类变量X 和Y,它们
的取值分别为{x1,x2}和{y1,y2},其2×2
列联表为
x
y
y=y1 y=y2
合计
x=x1 a b a+b
x=x2 c d c+d
合计 a+c b+d n=a+b+c+d
(2)临界值
χ
2= n
(ad-bc)2
(a+b)(c+d)(a+c)(b+d).
忽略χ
2
的实际分布与该近似分布的误差后,对于
任何小概率值α,可以找到相应的正实数
xα,使得P(χ
2≥xα)=α成立.我们称xα 为
α的临界值,这个临界值就可作为判断χ
2
大小的标准.
81
(3)独立性检验
基于小概率值α的检验规则是:
当χ
2≥xα 时,我们就推断H0 不成立,即认
为X 和Y 不独立,该推断犯错误的概率不
超过α;
当χ
2<xα 时,我们没有充分证据推断 H0
不成立 ,可以认为X 和Y 独立.
这种利用χ
2 的取值推断分类变量X 和Y
是否独立的方法称为χ
2 独立性检验,读作
“卡方独立性检验”,简称独立性检验.
下表给出了χ
2 独立性检验中几个常用的
小概率值和相应的临界值
α 01 005 001 0005 0001
xα 270638416635 7879 10828
1.(多选)下列关系中,属于相关关系的是
( )
A.正方形的边长与面积之间的关系
B.农作物的产量与施肥量之间的关系
C.出租车打车费与行驶的里程
D.降雪量与交通事故的发生率之间的关系
2.以下关于独立性检验的说法中,错误的是
( )
A.独立性检验的依据是小概率原理
B.独立性检验的结论一定正确
C.样本不同,独立性检验的结 论 可 能 有
差异
D.独立性检验不是判定两个分类变量是否
相关的唯一方法
3.某中学的兴趣小组在某座山测得了海拔高
度、气压和沸点的若干个数据,并绘制成如
图所示的散点图,则下列说法错误的是
( )
A.沸点与海拔高度正相关
B.沸点与气压正相关
C.沸点与海拔高度负相关
D.沸点 与 海 拔 高 度、沸 点 与 气 压 都 线 性
相关
4.对两个变量x,y进行分析,计算得到样本相
关系数r=-0.9962,则下列说法正确的是
( )
A.x与y 正相关
B.x与y 具有较强的线性相关关系
C.x与y 几乎不具有线性相关关系
D.x与y 的线性相关关系还需进一步确定
5.在吸烟与患肺癌是否相关的研究中,下列说
法正确的是 ( )
A.若χ
2>6.635,我们有99%的把握认为吸
烟与患肺癌有关,则在100个吸烟的人
中必有99个人患肺癌
B.由独立性检验可知,当有99%的把握认
为吸烟与患肺癌有关时,若某人吸烟,则
他有99%的可能患有肺癌
C.通过计算推断出吸烟与患肺癌有关联,
且此推断犯错误的概率不大于0.05,是
指有95%的把握认为吸烟与患肺癌有
关联
D.以上三种说法都不正确
6.(多选)在统计中,由一组样本数据(x1,y1),
(x2,y2),,(xn,yn)利用最小二乘法得到
两个变量的经验回归方程为ŷ=̂bx+̂a,那
么下列说法正确的是 ( )
A.相关系数r不可能等于1
B.直线ŷ=̂bx+̂a必经过点(x,y)
C.直线ŷ=̂bx+̂a表示最接近y 与x 之间
真实关系的一条直线
D.相关系数为r,且|r|越接近于1,相关程
度越大;|r|越接近于0,相关程度越小
91
7.随着国家三孩政策的全面放开,为了调查一线
城市和非一线城市的三孩生育意愿,某机构用
简单随机抽样的方法从不同地区调查了100
位育龄妇女,结果如下表.
三孩生育意愿
城市级别
非一线 一线
合计
愿生 45 20 65
不愿生 13 22 35
合计 58 42 100
由χ
2= n
(ad-bc)2
(a+b)(c+d)(a+c)(b+d)
,
得χ
2=100×
(45×22-20×13)2
58×42×35×65 ≈9616.
参照下表:
α 01 005 001 0001
xα 2706 3841 6635 10828
根据小概率值α=001的独立性检验,可以
得到的结论是 .
8.已知n组成对样本数据确定的经验回归方
程为ŷ=-x+2且y=4,通过残差分析,发
现两组成对样本数据(-1.7,2.9),(-2.3,
5.1)误差较大,除去这两组成对样本数据后,
重新求得经验回归直线的斜率估计值为
-1.5,则当x=-4时,̂y= .
9.某沙漠地区经过治理,生态系统得到很大改
善,野生动物数量有所增加.为调查该地区
某种野生动物的数量,将其分成面积相近的
200个地块,从这些地块中用简单随机抽样
的方法抽取20个作为样区,调查得到样本
数据(xi,yi)(i=1,2,,20),其中xi 和yi
分别表示第i 个样区的植物覆盖面积(单
位:公顷)和这种野生动物的数量,并计算得
∑
20
i=1
xi=60,∑
20
i=1
yi=1200,∑
20
i=1
(xi-x)2=80,
∑
20
i=1
(yi-y)2=9000,∑
20
i=1
(xi-x)(yi-y)=800.
(1)求该地区这种野生动物数量的估计值
(这种野生动物数量的估计值等于样区这种
野生动物数量的平均数乘以地块数);
(2)求样本(xi,yi)(i=1,2,,20)的相关系
数(精确到0.01);
(3)根据现有统计资料,各地块间植物覆盖
面积差异很大.为提高样本的代表性以获得
该地区这种野生动物数量更准确的估计,请
给出一种你认为更合理的抽样方法,并说明
理由.
附:相关系数r=
∑
n
i=1
(xi-x)(yi-y)
∑
n
i=1
(xi-x)2 ∑
n
i=1
(yi-y)2
,
2≈1.414.
10.(2023甲卷(文))一项试验旨在研究臭氧
效应,试验方案如下:选40只小白鼠,随机
地将其中20只分配到试验组,另外20只
分配到对照组,试验组的小白鼠饲养在高
浓度臭氧环境,对照组的小白鼠饲养在正
常环境,一段时间后统计每只小白鼠体重
的增加量(单位:g).试验结果如下:
对照组的小白鼠体重的增加量从小到大排
序为
15.2 18.8 20.2 21.3 22.5 23.2 25.8
26.5 27.5 30.1
32.6 34.3 34.8 35.6 35.6 35.8 36.2
37.3 40.5 43.2
02
试验组的小白鼠体重的增加量从小到大排
序为
7.8 9.2 11.4 12.4 13.2 15.5
16.5 18.0 18.8 19.2
19.8 20.2 21.6 22.8 23.6 23.9
25.1 28.2 32.3 36.5
(1)计算试验组的样本平均数;(2)(ⅰ)求
40只小白鼠体重的增加量的中位数m,再
分别统计两样本中小于m 与不小于m 的
数据的个数,完成如下列联表:
<m ≥m
对照组
试验组
(ⅱ)根据(ⅰ)中的列联表,能否有95%的
把握认为小白鼠在高浓度臭氧环境中与在
正常环境中体重的增加量有差异?
附:K2= n
(ad-bc)2
(a+b)(c+d)(a+c)(b+d)
,
P(K2>k) 0.100 0.050 0.010
k 2.706 3.841 6.635
1.若到2035年底我国人口数量增长至14.4亿,
由2013年到2019年的统计数据可得国内生
产总值(GDP)y(万亿元)关于年份代号x的
回归方程为ŷ=6.6x+50.4(x=1,2,3,4,5,
6,7),则由回归方程预测我国在2035年底人
均国内生产总值约为 万元.(保留一
位小数)
2.某地区响应“节能减排,低碳生活”的号召,
开展一系列的措施控制碳排放.环保部门收
集到近5年内新增碳排放数量,如下表所
示,其中x为年份代号,y(单位:万吨)代表
新增碳排放量.
年份 20192020202120222023
年份代号x 1 2 3 4 5
新增碳排
放y万吨
61 52 49 4 38
(1)请计算并用相关系数r的数值说明x 与
y 间具有较强的线性相关性(若|r|>0.75,
则线性相关程度较高);
(2)求y关于x 的线性回归方程,并据此估
计该地区2024年的新增碳排放.
参考数据:x=3,y=4.8,∑
5
i=1
xiyi=66.2,∑
5
i=1
x2i=55,∑
5
i=1
y2i=118.7,3.5≈1.87,35≈
5.92.
参考公式:对于一组数据(x1,y1),(x2,y2),
,(xn,yn)其回归直线的斜率和截距的最
小二乘法估计公式,相关系数r的公式分别
为 b̂ =
∑
n
i=1
xiyi-nxy
∑
n
i=1
x2i-nx2
,̂a = ŷ - b̂x,r
=
∑
n
i=1
xiyi-nxy
∑
n
i=1
x2i-nx2( ) ∑
n
i=1
y2i-ny2( )
.
顽强的华罗庚 华罗庚是我国著名的数
学家,为我国数学事业做出突出贡献,而在他
因病左腿残疾后,走路不得不左腿先画一个大
圆圈,右腿再迈上一小步.对于这种奇特而费
力的步履,他曾幽默地戏称为“圆与切线的运
动”.在逆境中,他顽强地与命运抗争,誓言:
“我要用健全的头脑,代替不健全的双腿!”
12
x=6×0.03+7×0.1+8×0.2+9×0.35+10×0.19+11
×0.09+12×0.04=9,
s2=(6-9)2×0.03+(7-9)2×0.1+(8-9)2×0.2+(9-
9)2×0.35+(10-9)2×0.19+(11-9)2×0.09+(12-
9)2×0.04=1.78,
所以样本平均数x和样本方差s2 分别为9,178.
(2)①由题意知μ=9,σ
2=1.78,
则有X~N(9,1.78),
σ= 1.78= 17810 ≈
4
3
,
P(X≤10)=P(Y≤10-94
3
)=P(Y≤0.75)
=0.7734,
②由①知P(X>10)=1-P(X≤10)=0.2266,
可得Z~B(20,0.2266),
所以Z的均值E(Z)=20×0.2266=4.532.
新题快递
1.BC [对 于 A 项,由 配 重 X(单 位:kg)符 合 正 态 分 布
N(27.5,4)可 知,配 重 的 平 均 数为27.5kg,故 A 项错误;
对于B项,由配重X(单位:kg)符合正态分布 N(27.5,4)可
知μ=27.5,σ=2,故P(23.5<X≤29.5)=P(μ-2σ<X≤μ
+σ)=P(μ-2σ<X≤μ-2σ)-
1
2
{P(μ-2σ<X≤μ+2σ)-
P(μ-σ<X≤μ+σ)}
=0.9545-12
(0.9545-0.6827)=0.8186.故 B项正确;对
于 C项,显然正确;对于 D项,因P(X>33.5)=P(X>μ+
3σ)= 12
[1-P(μ-3σ<X<μ+3σ)]=
1
2
(1-0.9973)=
0.00135.故1000个使用该器材的人中,配重超过33.5kg
的约有1000×0.00135=1.35≈2人,故 D项错误.]
2.解析:由题意可知从家里到达公司所用的时间不超过48分
钟,小明就不会迟到;
若选择自驾,则P(X>48)=P(X>μ+2σ)≈
1-95.4%
2
;
若选择地铁,则P(X>48)=P(X>μ+σ)≈
1-68.3%
2
;
若选择公交,则P(X>48)=P(X>μ+3σ)≈
1-99.7%
2
,
而1-68.3%
2 >
1-95.4%
2 >
1-99.7%
2
,故选择公交上班迟
到的可能性最小.
答案:公交
假期作业8
思维整合室
1.(3)一条直线
2.(2)正 负 [-1,1] 强 弱
3.(1)
∑
n
i=1
xiyi-nxy
∑
n
i=1
x2i-nx2
(2)大 小
技能提升台
1.BD [在 A中,正方形的边长与面积之间的关系是函数关
系;在B中,农作物的产量与施肥量之间不具有严格的函数
关系,但具有相关关系;C为确定的函数关系;在 D 中,降雪
量与交通事故的发生率之间具有相关关系.]
2.B [独立性检验会犯随机性错误,犯错误的概率不会超过
小概率值.]
3.A [由题图知气压随海拔高度的增加而减小,由图知沸点
随气压的升高而升高,所以沸点与气压正相关,沸点与海拔
高度负相关,由图易得两个散点图中的点都落在一条直线附
近,所以沸点与海拔高度、沸点与气压都线性相关,故 B,C,
D正确,A错误.]
4.B [由r=-0.9962可知,x与y 负相关,并且具有较强的
线性相关关系.]
5.C [依据小概率值α=0.01的独立性检验,若x2>6.635,
我们有99%的把握认为吸烟与患肺癌有关,而不是在100
个吸烟的人中必有99个人患肺癌,故 A 不正确.99%是指
吸烟与患肺癌有关的概率,而不是吸烟的人有99%的可能
患有肺癌,故B不正确.C显然正确,D不正确.]
6.BCD [相关系数的取值范围是|r|≤1,故 A 错误;直线ŷ=
b̂x+̂a必过样本中心点即点(x,y),故 B正确;直线ŷ=̂bx+
â是采用最小二乘法求解出的直线方程,接近真实关系,故
C正确;相关系数r的绝对值越接近于1,表示相关程度越
强,越接近于0,表示相关程度越弱,故 D正确.]
7.解析:因为χ
2≈9.616>6.635,所以有99%以上的把握认为
“生育意愿与城市级别有关”.
答案:生育意愿与城市级别有关
8.解析:由样本数据点集{(xi,yi)|i=1,2,,n}求得的经验
回归方程为ŷ=-x+2,且y=4,
所以x=-2,
故数据的样本中心点为(-2,4),
去掉(-1.7,2.9),(-2.3,5.1),
重新求得的经验回归直线的斜率估计值为-1.5,
经验回归方程设为ŷ=-1.5x+̂a,代入(-2,4),求得â=1,
所以经验回归直线â的方程为y=-1.5x+1,将x=-4代
入经验回归方程,求得y的估计值为-1.5×(-4)+1=7.
答案:7
9.解:(1)由已知得样本平均数y=120∑
20
i=1
yi=60,从而该地区这
种野生动物数量的估计值为60×200=12000.
(2)样本(xi,yi)(i=1,2,,20)的相关系数
r=
∑
20
i=1
(xi-x)(yi-y)
∑
20
i=1
(xi-x)2 ∑
20
i=1
(yi-y)2
= 800
80×9000
=2 23 ≈0.94.
(3)分层抽样:根据植物覆盖面积的大小对地块分层,再对
200个地块进行分层抽样.
理由如下:由(2)知各样区的这种野生动物数量与植物覆盖
面积有很强的正相关性.由于各地块间植物覆盖面积差异很
大,从而各地块间这种野生动物数量差异也很大,采用分层
抽样的方法较好地保持了样本结构与总体结构的一致性,提
高了样本的代表性,从而可以获得该地区这种野生动物数量
更准确的估计.
10.解:(1)试验组样本平均数为 120
(7.8+9.2+11.4+12.4+
13.2+15.5+16.5+18.0+18.8+19.2+19.8+20.2+
21.6+22.8+23.6+23.9+25.1+28.2+32.3+36.5)=39620
=19.8.
(2)(ⅰ)依题意,可知这40只小鼠体重的中位数是将两组
数据合在一起,从小到大排列后,第20位与第21位数据的
平均数,
由原数 据 可 得 第 11 位 数 据 为 18.8,后 续 依 次 为 19.2,
19.8,20.2,20.2,21.3,21.6,22.5,22.8,23.2,23.6,,
故第20位为23.2,第21位数据为23.6,
54
所以m=23.2+23.62 =23.4
,
故列联表为:
<m ≥m 合计
对照组 6 14 20
实验组 14 6 20
合计 20 20 40
(ⅱ)由(ⅰ)可得,K2=40×
(6×6-14×14)2
20×20×20×20
=6.400>3.841,
所以能有95%的把握认为小白鼠在高浓度臭氧环境中与
在正常环境中体重的增加量有差异.
新题快递
1.解析:根据题意,2035年对应年号x=23,所以ŷ=6.6×23
+50.4=202.2(万亿元),所以我国在2035年底人均国内生
产总值约为202.2
14.4≈14.0
万元.
答案:14.0
2.解 析:(1)依 题 意,r=
∑
n
i=1
xiyi-nxy
∑
n
i=1
x2i-nx2( ) ∑
n
i=1
y2i-ny2( )
=
66.2-5×3×4.8
55-5×32× 118.7-5×4.82
=
66.2-5×3×4.8
55-5×32× 118.7-5×4.82
=
-5.8
10× 3.5
=-5.8
35
≈-5.85.92≈-0.9797
,
所以|r|=0.9797>0.75,所以线性相关程度较高.
(2)̂b=
∑
n
i=1
xiyi-nxy
∑
n
i=1
x2i-nx2
=-5.810 =-0.58
,
â=y-̂bx=4.8+0.58×3=6.54,
所以ŷ=-0.58x+6.54,
当x=6时,̂y=-0.58×6+6.54=3.06万吨.
答案:(1)r=-0.9797,线性相关程度较高
(2)̂y=-0.58x+6.54,估计该地区2024年的新增碳排放
3.06万吨
假期作业9
思维整合室
1.(1)N N∗ N+ Z Q R (2)A⊆C A⫋C
(3)①{x|x∈A 且x∈B} ②{x|x∈A 或x∈B} ③{x|x∈U
且x∈A} 2.(2)①充分 必要
②充要
技能提升台
1.A [由题意,M={x|x+2≥0}={x|x≥-2},N={x|x-1
<0}={x|x<1},
根据交集的运算可知,M∩N={x|-2≤x<1}.]
2.A [由题意可得 M∪N={x|x<2},则∁U (M∪N)={x|x
≥2},选项 A正确;
∁UM={x|x≥1},则 N∪∁UM={x|x>-1},选项 B错
误;M∩N={x|-1<x<1},
则∁U(M∩N)={x|x≤-1或x≥1},选项 C错误;
∁UN={x|x≤-1或x≥2},则 M∪∁UN=
{x|x<1或x≥2},选项 D错误.]
3.A [因为U={1,2,3,4,5},∁UM={1,3},所以 M={2,4,
5},所以2∈M,3∉M,4∈M,5∈M,故选 A.]
4.B [量词“存 在”否 定 后 为“任 意”,结 论“它 的 平 方 是 有 理
数”否定后为“它的平方不是有理数”.故选B.]
5.C [因为xy≠0,且xy +
y
x =-2
,
所以x2+y2=-2xy,即x2+y2+2xy=0,即(x+y)2=0,
所以x+y=0,
所以“x+y=0”是“xy +
y
x =-2
”的充分必要条件.]
6.BC [A 中,x2+x+3= x+12( )
2
+114 >0
,故 A 是假命
题;B中,x∈Q,13x
2+12x+1
一定是有理数,故 B是真命
题;C中,当x=4,y=1时,3x-2y=10成立,故 C 是真命
题;对于 D,当x=0时,左边=右边=0,故 D为假命题.]
7.解析:A= -∞,12( ] ,B={-1,0,1},∴A∩B={-1,0},
答案:{-1,0}
8.解析:(1)由题意得 M={2},当m=2时,
N={x|x2-3x+2=0}={1,2},则 M∩N={2}.
(2)因为 M∩N=M,所以 M⊆N,
因为 M={2},所以2∈N.
所以2是关于x的方程x2-3x+m=0的解,
即4-6+m=0,解得m=2.
答案:(1){2} (2)2
9.解:由题可知B={2,3},∵A∪B=B,∴A⊆B,
∵A≠B,∴A⫋B.又∵⌀⫋(A∩B),∴A≠⌀,
∴A={2}或A={3},
∴方程x2-ax+a2-12=0只有一解,
由Δ=(-a)2-4(a2-12)=0,得a2=16,
∴a=4或a=-4.
当a=4时,集合A={x|x2-4x+4=0}={2}符合;
当a=-4时,集合A={x|x2+4x+4=0}={-2}(舍去).
综上可知,a=4.
10.解:(1)欲使x∈A 是x∈B 成立的充分条件,
则只要 x x<-m2{ }⊆{x|x<-1或x>3},则只要-
m
2
≤-1即m≥2,故存在实数m≥2时使x∈A 是x∈B 成立
的充分条件.
(2)欲使x∈A 是x∈B 成立的必要条件,
则只要 x x<-m2{ }⊇{x|x<-1或x>3},则这是不可
能的,故不存在实数m,使x∈A 是x∈B 成立的必要条件.
新题快递
1.B [若a-2=0,则a=2,此时A={0,-2},B={1,0,2},不
满足题意;若2a-2=0,则a=1,此时A={0,-1},B={1,
-1,0},满足题意.]
2.解析:由题意可得a=0,b=1,或a=0,b=2,或a=1,b=2,
当a=0,b=1时,2(ab)+ab=-1;
当a=0,b=2时,2(ab)+ab=-2;
当a=1,b=2时,2(ab)+ab=6.
所以A={-2,-1,6}.
答案:A={-2,-1,6}
64