回归分析、独立性检验专项训练-2026届高三数学一轮复习

回归分析、独立性检验专项训练 回归分析、独立性检验专项训练 考点目录 回归分析 独立性检验 考点一 回归分析 例1．（25-26高二上·黑龙江哈尔滨·期中）下列说法错误的是（   ） A．在做回归分析时，可以用决定系数刻画模型的回归效果，若越大，则说明模型拟合的效果越好 B．可以用相关系数r刻画两个变量的相关程度强弱，r值越大两个变量的相关程度越强 C．残差图中，残差点所在的水平带状区域越窄，则回归方程的预报精确度越高 D．某物理量的测量结果服从正态分布，越大，该物理量在一次测量中在的概率越小 【答案】B 【详解】对于A，决定系数越接近1，说明模型对数据的拟合效果越好， 相反若越小，则说明模型拟合的效果越差，故A正确； 对于B，相关系数r的绝对值越接近1，说明两个变量的相关程度越强，故B错误； 对于C，残差图中，残差点所在水平带状区域越窄，说明残差波动越小，即对数据的预测误差越小，故C正确； 对于D，越大，则正态分布的曲线越扁平，数据的离散程度越大， 根据正态分布的对称性，某物理量的测量结果服从正态分布， 越大，该物理量在一次测量中在的概率越小，故D正确. 故选：B 例2．（25-26高三上·安徽宿州·月考·多选）下列说法正确的有（   ） A．在经验回归方程中，当解释变量x每增加1时，响应变量y平均减少2.3 B．在经验回归方程中，相对于样本点的残差为 C．在残差图中，残差分布的水平带状区域的宽度越窄，其模型的拟合效果越好 D．若两个变量的决定系数越大，表示残差平方和越大，即拟合效果越好 【答案】BC 【详解】对于A，因为， 当解释变量x每增加1时，响应变量y平均减少0.85，故A错误； 对于B，因为，， 所以相对于样本点的残差为，故B正确； 对于C，在残差图中，残差分布的水平带状区域的宽度越窄，其模型的拟合效果越好，故C正确； 对于D，由决定系数的意义可知，越大，表示残差平方和越小，即模型的拟合效果越好，故D错误. 故选：BC 例3．（2025·河北沧州·模拟预测）利用变量的5组实验数据，求得关于的经验回归方程为，若这5组数据对应的点都在该回归直线上，则相关系数为 . 【答案】 【详解】由经验回归方程知与负相关， 因为这5组数据对应的点都在回归直线上，所以相关系数为. 故答案为： 例4．（2025·湖南永州·模拟预测）某经济研究所为了解居民存款余额变化情况，对2009年至2024年居民存款余额进行统计分析，将2009年看成第1年，依次类推，得到第1~16年的居民存款余额（单位：万亿元）的散点图，如图所示： (1)已知从2021年开始，居民存款余额超过100万亿元，若从2009年至2024年中任取2年，求这2年中恰有一年居民存款余额超过100万亿元的概率； (2)由散点图知，和的关系可用经验回归模型进行拟合，求关于的经验回归方程. 参考数据：设，则. 参考公式：对于一组数据，其经验回归直线的斜率和截距的最小二乘估计分别为. 【答案】(1) (2). 【详解】（1）由题意，16年中有4年居民存款余额超过100万亿元， 故所求概率为. （2）， 由题知，， ， ， ，故. 例5．（25-26高二上·四川眉山·月考）某种机械设备随着使用年限的增加，它的使用功能逐渐减退，使用价值逐年减少，通常把它使用价值逐年减少的“量”换算成费用，称之为“失效费”．某种机械设备的使用年限（单位：年）与失效费（单位：万元）的统计数据如下表所示： 使用年限（单位：年） 2 4 5 6 8 失效费（单位：万元） 3 4 5 6 7 (1)根据上表数据，计算与的相关系数，并说明与的线性相关性的强弱． （已知：，则认为与线性相关性很强；，则认为与线性相关性一般；，则认为与线性相关性较弱）（的结果精确到0.0001） (2)求关于的线性回归方程，并估算该种机械设备使用10年的失效费． 附：样本的相关系数，经验回归方程的斜率和截距的最小二乘估计分别为，． 【答案】(1)，线性相关性很强 (2)，8.5万元 【详解】（1）由表知，，， ， ，， ， 故，认为与线性相关性很强； （2）由（1）知，， 又，， 故关于的线性回归方程为， 当时，，即估算10年的失效费为8.5万元． 例6．（2025·河北·模拟预测）为了提高利润，某果园每年投入一定的资金，对种植、采摘、包装、宣传等环节进行改进．如图，这是2016年至2025年该果园每年的投资金额（单位：万元）与年利润增量（单位：万元）的散点图． 模型①由最小二乘法可求得与的经验回归方程为； 模型②由图中样本点的分布，可以认为样本点集中在曲线的附近，令，则，且有． (1)根据所给的统计量，求模型②中关于的经验回归方程； (2)已知2025年的投资金额为20万，年利润增量为40万，分析这两种模型在2025年时哪个模型的预报效果更好． 参考公式与数据：． 【答案】(1)； (2)模型②. 【详解】（1）由，得， 则，， 所以模型②中关于的经验回归方程为. （2）模型①，，当时，年利润增量， 模型②，，当时，， 因此年利润增量，而， 所以模型②的预报效果更好. 变式1．（25-26高三上·甘肃天水·期中）下列命题是真命题的为（    ） A．经验回归方程一定不过样本点 B．可以用样本相关系数r来刻画两个变量x和y线性相关程度的强弱，r的值越小，说明两个变量线性相关程度越弱 C．在回归分析中，决定系数R2＝0.80的模型比决定系数R2＝0.98的模型拟合的效果要好 D．残差平方和越小的模型，拟合的效果越好 【答案】D 【详解】对于A，经验回归方程不一定经过所有样本点但可能经过部分样本点,则说明A是假命题； 对于B，由样本相关系数的意义，当越接近0时，表示变量y与x之间的线性相关程度越弱，所以B是假命题； 对于C，用决定系数R2的值判断模型的拟合效果，R2越大，模型的拟合效果越好， 所以C是假命题； 对于D，由残差的统计学意义知，D是真命题. 故选：D 变式2．（2025·广东·模拟预测·多选）已知某AI软件公司为迎合市场的需求开发了一款新型智能AI写作软件，现将该软件上市后的月份以及每个月获得的利润（单位：万元）之间的关系统计如下表所示，并根据表中数据，得到经验回归方程，则（    ） 月份 1 2 3 4 5 利润 5 8 10 12 15 A． B．可以估计每增加1个月份，月利润提高2.8万元 C．可以估计10月份的利润为26.8万元 D．5月份利润的残差为0.4万元 【答案】AC 【详解】依题意，， 将代入中，解得，故A正确； 可以估计每增加1个月份，月利润提高2.4万元，故B错误； 将代入中，得到，故C正确； 将代入中，得到，则所求残差为，故D错误. 故选：AC. 变式3．（24-25高三下·四川南充·月考）近几年，我国新能源汽车产业进入了加速发展的阶段，呈现市场规模、发展质量“双提升”的良好局面．新能源汽车的核心部件是动力电池，其中的主要成分是碳酸锂．下表是某地2023年3月1日至2023年3月5日电池级碳酸锂的价格与日期的统计数据： 日期代码 1 2 3 4 5 电池级碳酸锂价格（十万元／吨） 4.1 3.9 3.8 3.9 根据表中数据，得出关于的经验回归方程为，根据数据计算出在样本点处的残差为，则的值为 ． 【答案】0.25 【详解】由题知，可得． 又， 由，可得．故. 故答案为：0.25 变式4．（2025·四川达州·一模）某景区为了更好的开发旅游资源，试产了一系列的文创产品进行销售，对今年前几月的销售额统计如下： 月份 销售额万元 (1)根据表中数据建立月份与销售额的经验回归方程； (2)为了更好的规划文创产品，从这个月中随机抽取个月对销售情况进行分析，求抽到的月份数据含有残差（观测值减去预测值称为残差）为负的概率． 参考公式：．参考数据：，． 【答案】(1) (2) 【详解】（1）由已知，， 又，， 则，， 所以回归方程为； （2）当时，，残差； 当时，，残差； 当时，，残差； 当时，，残差； 当时，，残差； 当时，，残差； 当时，，残差； 当时，，残差； 则这个月中残差为负的月份有个，残差为非负的月份有个， 则这个月中随机抽取个月，抽到的月份数据含有残差为负的概率. 变式5．（24-25高二下·广东中山·月考）某电器公司的市场研究人员为了解公司的经营状况，对该公司最近六个月内的市场占有率进行了统计，结果如表所示： 年份 2020年 2021年 月份 9月 10月 11月 12月 1月 2月 月份代码x 1 2 3 4 5 6 市场占有率y（%） 11 13 16 15 20 21 (1)用相关系数说明月度市场占有率y与月份代码x之间的关系是否可用线性回归模型拟合？ (2)求y关于x的线性回归方程，并预测何时该种产品的市场占有率超过30%? (3)根据市场供需情况统计，得到该公司产品2020年的月产量X（单位：万件）的分布列为 X 1 1.2 P 0.6 0.4 2020年的该公司产品的市场价格Y（单位：万元/件）对应的概率分布为．假设每月固定成本为200万元，求该产品平均每月利润的分布列和数学期望． 参考数据：，，． 参考公式：相关系数， 回归直线方程为，其中：，． 【答案】(1)可以用线性回归模型拟合两变量y与x之间的关系； (2)，2021年7月； (3)分布列见解析，3148万元． 【详解】（1）因，， 则， 即两变量y与x之间具有较强的线性相关关系， 故可以用线性回归模型拟合两变量y与x之间的关系； （2）由题意得，而， 于是得，所以y关于x的线性回归方程为， 令，即，解得，又，所以， 故从2021年7月开始，该种产品的市场占有率超过； （3）设该产品平均每月利润为Z万元，则，，，， 所以Z的可能取值为2800，3300，3400，4000， 故，， ，， 所以的分布列为： 2800 3300 3400 4000 0.48 0.12 0.32 0.08 故万元． 变式6．（24-25高三上·福建厦门·月考）台州是全国三大电动车生产基地之一，拥有完整的产业链和突出的设计优势某电动车公司为了抢占更多的市场份额，计划加大广告投入、该公司近5年的年广告费（单位：百万元）和年销售量（单位：百万辆）关系如图所示： 令，数据经过初步处理得：，，，，，，.现有①和②两种方案作为年销售量y关于年广告费x的回归分析模型，其中a，b，m，n均为常数. (1)请从相关系数的角度，分析哪一个模型拟合程度更好? (2)根据（1）的分析选取拟合程度更好的回归分析模型及表中数据，求出y关于x的回归方程，并预测年广告费为6（百万元）时，产品的年销售量是多少? 附：①相关系数，回归直线中公式分别为，； ②参考数据：，，， 【答案】(1)模型②的拟合程度更好 (2)13（百万辆） 【详解】（1）设模型①和②的相关系数分别为， 由题意可得：， ， 所以，由相关系数的意义可得，模型②的拟合程度更好. （2）因为， 又由，， 得， 所以，即回归方程为， 当时，， 因此当年广告费为6（百万元）时，产品的销售量大概是13（百万辆）. 考点二 独立性检验 例1．（24-25高二下·福建厦门·期末）校数学兴趣社团对“学生性别和选学生物学是否有关”作了尝试性调查.其中被调查的男女生人数相同.男生选学生物学的人数占男生人数的，女生选学生物学的人数占女生人数的.若依据小概率值的独立性检验认为选学生物学和性别有关，则调查人数中男生不可能有（   ）人. 附表： 0.100 0.050 0.010 0.005 0.001 2.706 3.841 6.635 7.879 10.828 其中，，. A．20 B．30 C．35 D．40 【答案】A 【详解】设总人数为，则男生选学生物学的人数为，女生选学生物学的人数为， 则列联表为： 男生 女生 合计 选生物学 不选生物学 合计 m m 2m 因此， 即，又为的倍数，所以男生最少有人. 故选：A 例2．（2025·广东揭阳·模拟预测·多选）为保护学生视力、促进学生身心健康发展，某中学研究型学习小组从该校学生中按男、女生比例，采用分层随机抽样的方法选取了100名学生（其中男生60人，女生40人），调查他们每日使用手机的时间．若每日使用手机时间超过40分钟，则认为该生手机成瘾．根据统计数据得到如图所示的等高堆积条形图，用样本估计总体，用频率估计概率，下列说法正确的有（   ） 附：． 0.1 0.01 0.001 2.706 6.635 10.828 A．该校男生和女生人数之比约为3:2 B．根据小概率值a=0.01的独立性检验，可以认为手机是否成瘾与学生性别有关 C．从该校学生中随机抽取一名学生，则该生手机成瘾的概率为 D．从该校学生中抽到一名手机成瘾的学生，则该生是男生的概率为 【答案】AC 【详解】根据分层随机抽样的抽样比可知，样本中男生和女生人数之比为， 用样本估计总体可知全校男生和女生人数之比约为，故A正确； 样本中男生有人手机成瘾，有人不成瘾， 女生有人手机成瘾，有人不成瘾， 零假设：手机是否成瘾与学生的性别无关， 故， 根据根据小概率值的独立性检验，没有充分的证据推断不成立， 因此可以认为成立，即手机是否成瘾与学生的性别无关，故B错误； 结合样本数据以及等高堆积条形图可知， 即样本的100人中有28人手机成瘾，所以样本中学生手机成瘾的频率为， 用频率估计概率可知，从该校学生中随机抽取一名学生，该生手机成瘾的概率为， 故C正确； 根据条件概率可知，在样本中抽样到一名手机成瘾的学生，该生是男生的概率为， 用样本估计总体可知该校学生中抽样到一名手机成瘾的学生，该生是男生的概率也为， 故D错误． 故选：AC. 例3．（24-25高二下·湖北孝感·期末）为研究某新药的疗效，给100名患者服用此药，跟踪调查后得如表所示的数据: 单位:名　　　　 性别 疗效 合计 无效 有效 男性患者 15 35 50 女性患者 6 44 50 合计 21 79 100 α 0.100 0.050 0.010 2.706 3.841 6.635 设:服用此药的效果与患者的性别无关，（小数点后保留3位有效数字），从而得出结论:服用此药的效果与患者的性别有关，这种判断出错的概率不大于 . 【答案】0.05 【详解】由公式计算得，根据小概率值的独立性检验，认为服用此药的效果与患者的性别有关，判断出错的概率不大于0.05. 故答案为：0.05. 例4．（2025·四川内江·一模）某兴趣小组调查了某校100名学生100米短跑成绩的情况，其中有60 名学生的短跑成绩合格.这100名学生中有45名学生每周自主锻炼时间超过5小时，60名短跑成绩合格的学生中有35名学生每周自主锻炼时间超过5小时.现对短跑成绩不合格的学生进行跑步技巧培训，已知每周自主锻炼时间超过5小时的学生参加跑步技巧培训后，学生的短跑成绩合格的概率为，每周自主锻炼时间不超过5小时的学生参加跑步技巧培训后，学生的短跑成绩合格的概率为.用频率估计概率，从短跑成绩不合格的学生中随机抽取1名学生（记为甲）进行跑步技巧培训.依据小概率值的独立性检验，零假设为：学生短跑成绩合格与每周自主锻炼时间相互独立. (1)先填写列联表，再依据小概率值的独立性检验，判断是否能认为学生短跑成绩合格与每周自主锻炼时间超过5小时有关； 每周自主锻炼时间超过5小时 每周自主锻炼时间不超过5小时 合计 短跑成绩合格 短跑成绩不合格 合计 100 (2)求学生甲在培训后短跑成绩合格的情况下，每周自主锻炼时间不超过5小时的概率； (3)为提高学生锻炼的积极性，学校偶尔会在田径运动场举办锻炼有奖活动，记表示事件“田径运动场举办锻炼有奖的抽奖活动”，表示事件“小明去田径运动场锻炼”，.已知小明在田径运动场举办锻炼有奖的抽奖活动的情况下去运动场锻炼的概率，比不举办抽奖活动的情况下去运动场锻炼的概率大.证明：. 参考公式与数据：，其中，. 0.01 0.005 0.001 6.635 7.879 10.828 【答案】(1)列联表详见解析，，根据小概率值的独立性检验，可以认为学生短跑成绩合格与每周自主锻炼时间超过5小时有关. (2). (3)证明详见解析. 【详解】（1）根据题意完善列联表如下： 每周自主锻炼时间超过5小时 每周自主锻炼时间不超过5小时 合计 短跑成绩合格 35 25 60 短跑成绩不合格 10 30 40 合计 45 55 100 根据列联表中的数据，计算得到 ， 根据小概率值的独立性检验，我们推断不成立，即认为学生短跑成绩合格与每周自主锻炼时间超过5小时有关. （2）由（1）中的列联表知，短跑成绩不合格的学生有40人，其中每周自主锻炼时间超过5小时的有10人，每周自主锻炼时间不超过5小时的有30人. 记事件“甲在培训后短跑成绩合格”，事件“甲每周自主锻炼时间超过5小时”，则事件 “甲每周自主锻炼时间不超过5小时”， 用频率估计概率知 ，， 由题意知，， 由全概率公式知. 由贝叶斯公式知，即学生甲在培训后短跑成绩合格的情况下，每周自主锻炼时间不超过5小时的概率为. （3）由题意知， 所以， 因为，所以， 所以， 整理得， 所以， 即， 因为，所以， 所以，即. 例5．（25-26高三上·安徽·月考）为研究甲、乙两种治疗方案的疗效，从选择甲、乙方案进行治疗的患者中随机抽取2000名得到如下列联表： 效果明显 效果不明显 合计 甲方案 1000 200 1200 乙方案 600 200 800 合计 1600 400 2000 (1)根据小概率值的独立性检验，分析治疗效果与选择甲、乙方案是否有关联； (2)在800名选择乙方案的患者中按效果是否明显用分层随机抽样的方法抽取8人，再从这8名患者中随机抽取4人，设表示4名患者中效果不明显的人数，求的分布列和数学期望． 附：． 0.1 0.01 0.001 2.706 6.635 10.828 【答案】(1)治疗效果与选择甲、乙方案有关联． (2)分布列见解析，1 【详解】（1）零假设为：治疗效果与选择甲、乙方案无关联， ， 根据小概率值的独立性检验，我们推断不成立，故治疗效果与选择甲、乙方案有关联． （2）根据分层随机抽样方法可知，从效果明显的患者中抽取名，从效果不明显的患者中抽取名， 的取值分别为0，1，2， 则， 所以的分布列为 0 1 2 ． 例6．（25-26高三上·河北·月考）利用错题去学习是比较高效的学习方法.为了研究学生每天整理数学错题的情况，某校数学建模兴趣小组的同学在本校高三年级学生中采用随机抽样的方法抽取了60名学生，调查他们的数学成绩和整理数学错题的情况，统计数据如下： 数学成绩总评优秀人数 数学成绩总评非优秀人数 合计 每天都整理数学错题人数 20 10 不是每天都整理数学错题人数 22 合计 60 (1)完成上述列联表，并估计本校高三年级学生中不是每天都整理数学错题且数学成绩总评优秀的概率； (2)根据小概率值的独立性检验，分析数学成绩总评优秀与每天都整理数学错题是否有关联? (3)从样本中每天都整理数学错题的学生中随机抽取3名学生做进一步访谈，设抽取到数学成绩总评优秀的人数为，求的分布列和数学期望. 附：，其中； 0.10 0.01 0.001 2.706 6.635 10.828 【答案】(1)表格见解析， (2)数学成绩总评优秀与每天都整理数学错题有关联. (3)分布列见解析，2 【详解】（1）完善列联表，如下： 数学成绩总评优秀人数 数学成绩总评非优秀人数 合计 每天都整理数学错题人数 20 10 30 不是每天都整理数学错题人数 8 22 30 合计 28 32 60 估计不是每天都整理数学错题且数学成绩总评优秀的概率约为. （2）零假设：数学成绩总评优秀与每天都整理数学错题无关联， 利用（1）中数据，得， 根据小概率值的独立性检验，可以判断不成立，所以数学成绩总评优秀与每天都整理数学错题有关联. （3）由题意知的所有可能值为0，1，2，3， ，， ，， 所以的分布列为 0 1 2 3 . 变式1．（24-25高二下·甘肃白银·期末）假设有两个分类变量X，Y，它们的可能取值分别为和，其列联表为 合计 合计 以下各组数据中，对于同一样本能说明与有关系的可能性最大的一组为（    ） A． B． C． D． 【答案】C 【详解】计算各选项中的值，值越大，说明相应的两个分类变量有关系的可能性越大； 对于A，， 对于B，， 对于C，， 对于D，， 由于， 故选：C 变式2．（2025·陕西汉中·一模·多选）某人工智能研究实验室开发出一款全新的聊天机器人，该实验室对使用该款聊天机器人的120位用户进行调研，得到的调研数据如下表所示，则（   ） 年龄 周平均使用时间 超过4小时 不超过4小时 总计 不超过40岁 54 b 72 40岁以上 c d 总计 72 120 附：，． （1）当时，没有充分的证据判断变量A，B有关联，可以认为变量A，B是没有关联的； （2）当时，有90%的把握判断变量A，B有关联； （3）当时，有99%的把握判断变量A，B有关联； （4）当时，有99.9%的把握判断变量A，B有关联． A． B．用样本估计总体，每位使用该款聊天机器人的用户周平均使用时间超过4小时的概率为 C．没有99.9%的把握判断使用该款聊天机器人的用户周平均使用时间是否超过4小时与年龄有关 D．有99.9%的把握判断使用该款聊天机器人的用户周平均使用时间是否超过4小时与年龄有关 【答案】BD 【详解】不超过40岁且周平均使用时间不超过4小时的； 40岁以上且周平均使用时间超过4小时的； 40岁以上的总计为， 故40岁以上且周平均使用时间不超过4小时的. 选项A：，A错误； 选项B：周平均使用时间超过4小时的样本数为72， 总样本数120，概率为，B正确； 年龄 周平均使用时间 超过4小时 不超过4小时 总计 不超过40岁 54 18 72 40岁以上 18 30 48 总计 72 48 120 ， 因， 故有99.9%的把握判断使用该款聊天机器人的用户周平均使用时间是否超过4小时与年龄有关. 所以C选项错误，D选项正确. 故选：BD 变式3．（24-25高二下·河北衡水·期末）某社区居民计划暑假去海南或厦门旅游，经统计得到如下列联表： 去海南旅游 去厦门旅游 合计 老年人 2m 3m 5m 中年人 3m 2m 5m 合计 5m 5m 10m 若依据小概率值的独立性检验认为去海南还是厦门旅游与年龄有关，则正整数的最小值为 ． 参考公式：. 0.05 0.01 0.001 3.841 6.635 10.828 【答案】 【详解】由题干数据即可得到：， 因为依据小概率值的独立性检验认为去海南还是厦门旅游与年龄有关， 故，又因为m为正整数，故， 故答案为： 变式4．（25-26高三上·江苏南京·月考）为了解观看某场“苏超”联赛与性别是否有关系，某机构随机抽取了部分市民，调查他们对赛事的关注情况，得到如下表格： 性别 不关注赛事 关注赛事 合计 男性 25 150 175 女性 50 75 125 合计 75 225 300 (1)对照列联表，能否有99.9%的把握认为关注“苏超”赛事与性别有关？ (2)现从被调查的关注赛事的市民中，按照性别比例采用分层抽样的方法随机抽取6名市民参加“苏超”赛事知识问答，再从这6名市民中抽取3人参加抽奖活动，记这3人中女性人数为X，求X的分布列和期望. 附：，. 0.01 0.005 0.001 6.635 7.879 10.828 【答案】(1)有 (2)分布列见解析，期望为1 【详解】（1）提出假设：关注“苏超”赛事与性别无关， ，则假设不成立， 所以有的把握认为关注“苏超”赛事与性别有关. （2）关注赛事的市民中，男性150人，女性75人， 由分层抽样知，抽取男性市民人，女性市民人， 的取值为， ， ， ， X 0 1 2 P 所以. 变式5．（2025·云南昭通·模拟预测）某高校为了解学生在一周内参与志愿服务的情况，统计了全校所有学生在一年内每周参与志愿服务的次数，现随机抽取了50名同学，统计在某一周参与志愿服务的数据，结果如下表： 一周参与志愿服务次数 1 2 3 4 5 6 合计 男生人数 4 6 6 4 3 2 25 女生人数 1 1 3 5 9 6 25 合计 5 7 9 9 12 8 50 (1)若将一周参与志愿服务次数为5次及5次以上的，称为“积极参与”，其余的称为“一般参与”．请完成以下2×2列联表，并依据小概率值的独立性检验，能否认为性别因素与学生参与志愿服务的积极性有关系； 性别 志愿服务 合计 一般参与 积极参与 男生 女生 合计 (2)若将一周参与志愿服务达到6次的同学称为“最美志愿者”，在样本的8名“最美志愿者”中，随机抽取3人进行访谈，设抽取的3人中男生人数为，求的分布列和数学期望． 附：，． 0.1 0.05 0.01 2.706 3.841 6.635 【答案】(1)填表见解析；认为性别因素与学生参与志愿服务的积极性有关系 (2)分布列见解析；期望为 【详解】（1）根据统计表格数据可得列联表如下： 性别 志愿服务 合计 一般参与 积极参与 男生 20 5 25 女生 10 15 25 合计 30 20 50 零假设为：性别与参与志愿服务情况独立，即性别因素与学生志愿服务的参与积极性无关， 根据列联表的数据计算可得， 因为， 所以，依据小概率值的独立性检验，推断不成立，即认为性别因素与学生参与志愿服务的积极性有关系． （2）由题可知8名“最美志愿者”有2名男生，6名女生，所以Y的所有可能取值为0，1，2， 且服从超几何分布，则，，， Y的分布列为： Y 0 1 2 P 可得． 变式6．（25-26高三上·江西南昌·期中）近日，2025年江西省城市足球超级联赛（被球迷称为“赣超”）火爆全网，话题不断．南昌市随机抽取了部分市民，调查他们对赛事的关注情况，得到如下表格： 性别 不关注赛事 关注赛事 合计 男性 25 150 175 女性 50 75 125 合计 75 225 300 (1)对照列联表，能否有99.9%的把握认为关注“赣超”赛事与性别有关？ (2)现从被调查的关注赛事的市民中，按照性别比例采用分层抽样的方法随机抽取名市民参加“赣超”赛事知识问答．已知男性、女性市民顺利完成知识问答的概率分别为，每个人是否顺利完成相互独立．求在有且只有人顺利完成的条件下，这人的性别不同的概率． 附：． 0.01 0.005 0.001 6.635 7.879 10.828 【答案】(1)有99.9%的把握认为关注“赣超”赛事与性别有关； (2). 【详解】（1）零假设：关注“赣超”赛事与性别无关， ， 所以推断不成立，有99.9%的把握认为关注“赣超”赛事与性别有关. （2）由分层抽样知，抽取男性市民人，女性市民人， 记“有且只有人顺利完成知识问答”事件，“这人的性别不同”为事件， 则，， 所以这人的性别不同的概率． 2 学科网（北京）股份有限公司 $回归分析、独立性检验专项训练 回归分析、独立性检验专项训练 考点目录 回归分析 独立性检验 考点一 回归分析 例1．（25-26高二上·黑龙江哈尔滨·期中）下列说法错误的是（   ） A．在做回归分析时，可以用决定系数刻画模型的回归效果，若越大，则说明模型拟合的效果越好 B．可以用相关系数r刻画两个变量的相关程度强弱，r值越大两个变量的相关程度越强 C．残差图中，残差点所在的水平带状区域越窄，则回归方程的预报精确度越高 D．某物理量的测量结果服从正态分布，越大，该物理量在一次测量中在的概率越小 例2．（25-26高三上·安徽宿州·月考·多选）下列说法正确的有（   ） A．在经验回归方程中，当解释变量x每增加1时，响应变量y平均减少2.3 B．在经验回归方程中，相对于样本点的残差为 C．在残差图中，残差分布的水平带状区域的宽度越窄，其模型的拟合效果越好 D．若两个变量的决定系数越大，表示残差平方和越大，即拟合效果越好 例3．（2025·河北沧州·模拟预测）利用变量的5组实验数据，求得关于的经验回归方程为，若这5组数据对应的点都在该回归直线上，则相关系数为 . 例4．（2025·湖南永州·模拟预测）某经济研究所为了解居民存款余额变化情况，对2009年至2024年居民存款余额进行统计分析，将2009年看成第1年，依次类推，得到第1~16年的居民存款余额（单位：万亿元）的散点图，如图所示： (1)已知从2021年开始，居民存款余额超过100万亿元，若从2009年至2024年中任取2年，求这2年中恰有一年居民存款余额超过100万亿元的概率； (2)由散点图知，和的关系可用经验回归模型进行拟合，求关于的经验回归方程. 参考数据：设，则. 参考公式：对于一组数据，其经验回归直线的斜率和截距的最小二乘估计分别为. 例5．（25-26高二上·四川眉山·月考）某种机械设备随着使用年限的增加，它的使用功能逐渐减退，使用价值逐年减少，通常把它使用价值逐年减少的“量”换算成费用，称之为“失效费”．某种机械设备的使用年限（单位：年）与失效费（单位：万元）的统计数据如下表所示： 使用年限（单位：年） 2 4 5 6 8 失效费（单位：万元） 3 4 5 6 7 (1)根据上表数据，计算与的相关系数，并说明与的线性相关性的强弱． （已知：，则认为与线性相关性很强；，则认为与线性相关性一般；，则认为与线性相关性较弱）（的结果精确到0.0001） (2)求关于的线性回归方程，并估算该种机械设备使用10年的失效费． 附：样本的相关系数，经验回归方程的斜率和截距的最小二乘估计分别为，． 例6．（2025·河北·模拟预测）为了提高利润，某果园每年投入一定的资金，对种植、采摘、包装、宣传等环节进行改进．如图，这是2016年至2025年该果园每年的投资金额（单位：万元）与年利润增量（单位：万元）的散点图． 模型①由最小二乘法可求得与的经验回归方程为； 模型②由图中样本点的分布，可以认为样本点集中在曲线的附近，令，则，且有． (1)根据所给的统计量，求模型②中关于的经验回归方程； (2)已知2025年的投资金额为20万，年利润增量为40万，分析这两种模型在2025年时哪个模型的预报效果更好． 参考公式与数据：． 变式1．（25-26高三上·甘肃天水·期中）下列命题是真命题的为（    ） A．经验回归方程一定不过样本点 B．可以用样本相关系数r来刻画两个变量x和y线性相关程度的强弱，r的值越小，说明两个变量线性相关程度越弱 C．在回归分析中，决定系数R2＝0.80的模型比决定系数R2＝0.98的模型拟合的效果要好 D．残差平方和越小的模型，拟合的效果越好 变式2．（2025·广东·模拟预测·多选）已知某AI软件公司为迎合市场的需求开发了一款新型智能AI写作软件，现将该软件上市后的月份以及每个月获得的利润（单位：万元）之间的关系统计如下表所示，并根据表中数据，得到经验回归方程，则（    ） 月份 1 2 3 4 5 利润 5 8 10 12 15 A． B．可以估计每增加1个月份，月利润提高2.8万元 C．可以估计10月份的利润为26.8万元 D．5月份利润的残差为0.4万元 变式3．（24-25高三下·四川南充·月考）近几年，我国新能源汽车产业进入了加速发展的阶段，呈现市场规模、发展质量“双提升”的良好局面．新能源汽车的核心部件是动力电池，其中的主要成分是碳酸锂．下表是某地2023年3月1日至2023年3月5日电池级碳酸锂的价格与日期的统计数据： 日期代码 1 2 3 4 5 电池级碳酸锂价格（十万元／吨） 4.1 3.9 3.8 3.9 根据表中数据，得出关于的经验回归方程为，根据数据计算出在样本点处的残差为，则的值为 ． 变式4．（2025·四川达州·一模）某景区为了更好的开发旅游资源，试产了一系列的文创产品进行销售，对今年前几月的销售额统计如下： 月份 销售额万元 (1)根据表中数据建立月份与销售额的经验回归方程； (2)为了更好的规划文创产品，从这个月中随机抽取个月对销售情况进行分析，求抽到的月份数据含有残差（观测值减去预测值称为残差）为负的概率． 参考公式：．参考数据：，． 变式5．（24-25高二下·广东中山·月考）某电器公司的市场研究人员为了解公司的经营状况，对该公司最近六个月内的市场占有率进行了统计，结果如表所示： 年份 2020年 2021年 月份 9月 10月 11月 12月 1月 2月 月份代码x 1 2 3 4 5 6 市场占有率y（%） 11 13 16 15 20 21 (1)用相关系数说明月度市场占有率y与月份代码x之间的关系是否可用线性回归模型拟合？ (2)求y关于x的线性回归方程，并预测何时该种产品的市场占有率超过30%? (3)根据市场供需情况统计，得到该公司产品2020年的月产量X（单位：万件）的分布列为 X 1 1.2 P 0.6 0.4 2020年的该公司产品的市场价格Y（单位：万元/件）对应的概率分布为．假设每月固定成本为200万元，求该产品平均每月利润的分布列和数学期望． 参考数据：，，． 参考公式：相关系数， 回归直线方程为，其中：，． 变式6．（24-25高三上·福建厦门·月考）台州是全国三大电动车生产基地之一，拥有完整的产业链和突出的设计优势某电动车公司为了抢占更多的市场份额，计划加大广告投入、该公司近5年的年广告费（单位：百万元）和年销售量（单位：百万辆）关系如图所示： 令，数据经过初步处理得：，，，，，，.现有①和②两种方案作为年销售量y关于年广告费x的回归分析模型，其中a，b，m，n均为常数. (1)请从相关系数的角度，分析哪一个模型拟合程度更好? (2)根据（1）的分析选取拟合程度更好的回归分析模型及表中数据，求出y关于x的回归方程，并预测年广告费为6（百万元）时，产品的年销售量是多少? 附：①相关系数，回归直线中公式分别为，； ②参考数据：，，， 考点二 独立性检验 例1．（24-25高二下·福建厦门·期末）校数学兴趣社团对“学生性别和选学生物学是否有关”作了尝试性调查.其中被调查的男女生人数相同.男生选学生物学的人数占男生人数的，女生选学生物学的人数占女生人数的.若依据小概率值的独立性检验认为选学生物学和性别有关，则调查人数中男生不可能有（   ）人. 附表： 0.100 0.050 0.010 0.005 0.001 2.706 3.841 6.635 7.879 10.828 其中，，. A．20 B．30 C．35 D．40 例2．（2025·广东揭阳·模拟预测·多选）为保护学生视力、促进学生身心健康发展，某中学研究型学习小组从该校学生中按男、女生比例，采用分层随机抽样的方法选取了100名学生（其中男生60人，女生40人），调查他们每日使用手机的时间．若每日使用手机时间超过40分钟，则认为该生手机成瘾．根据统计数据得到如图所示的等高堆积条形图，用样本估计总体，用频率估计概率，下列说法正确的有（   ） 附：． 0.1 0.01 0.001 2.706 6.635 10.828 A．该校男生和女生人数之比约为3:2 B．根据小概率值a=0.01的独立性检验，可以认为手机是否成瘾与学生性别有关 C．从该校学生中随机抽取一名学生，则该生手机成瘾的概率为 D．从该校学生中抽到一名手机成瘾的学生，则该生是男生的概率为 例3．（24-25高二下·湖北孝感·期末）为研究某新药的疗效，给100名患者服用此药，跟踪调查后得如表所示的数据: 单位:名　　　　 性别 疗效 合计 无效 有效 男性患者 15 35 50 女性患者 6 44 50 合计 21 79 100 α 0.100 0.050 0.010 2.706 3.841 6.635 设:服用此药的效果与患者的性别无关，（小数点后保留3位有效数字），从而得出结论:服用此药的效果与患者的性别有关，这种判断出错的概率不大于 . 例4．（2025·四川内江·一模）某兴趣小组调查了某校100名学生100米短跑成绩的情况，其中有60 名学生的短跑成绩合格.这100名学生中有45名学生每周自主锻炼时间超过5小时，60名短跑成绩合格的学生中有35名学生每周自主锻炼时间超过5小时.现对短跑成绩不合格的学生进行跑步技巧培训，已知每周自主锻炼时间超过5小时的学生参加跑步技巧培训后，学生的短跑成绩合格的概率为，每周自主锻炼时间不超过5小时的学生参加跑步技巧培训后，学生的短跑成绩合格的概率为.用频率估计概率，从短跑成绩不合格的学生中随机抽取1名学生（记为甲）进行跑步技巧培训.依据小概率值的独立性检验，零假设为：学生短跑成绩合格与每周自主锻炼时间相互独立. (1)先填写列联表，再依据小概率值的独立性检验，判断是否能认为学生短跑成绩合格与每周自主锻炼时间超过5小时有关； 每周自主锻炼时间超过5小时 每周自主锻炼时间不超过5小时 合计 短跑成绩合格 短跑成绩不合格 合计 100 (2)求学生甲在培训后短跑成绩合格的情况下，每周自主锻炼时间不超过5小时的概率； (3)为提高学生锻炼的积极性，学校偶尔会在田径运动场举办锻炼有奖活动，记表示事件“田径运动场举办锻炼有奖的抽奖活动”，表示事件“小明去田径运动场锻炼”，.已知小明在田径运动场举办锻炼有奖的抽奖活动的情况下去运动场锻炼的概率，比不举办抽奖活动的情况下去运动场锻炼的概率大.证明：. 参考公式与数据：，其中，. 0.01 0.005 0.001 6.635 7.879 10.828 例5．（25-26高三上·安徽·月考）为研究甲、乙两种治疗方案的疗效，从选择甲、乙方案进行治疗的患者中随机抽取2000名得到如下列联表： 效果明显 效果不明显 合计 甲方案 1000 200 1200 乙方案 600 200 800 合计 1600 400 2000 (1)根据小概率值的独立性检验，分析治疗效果与选择甲、乙方案是否有关联； (2)在800名选择乙方案的患者中按效果是否明显用分层随机抽样的方法抽取8人，再从这8名患者中随机抽取4人，设表示4名患者中效果不明显的人数，求的分布列和数学期望． 附：． 0.1 0.01 0.001 2.706 6.635 10.828 例6．（25-26高三上·河北·月考）利用错题去学习是比较高效的学习方法.为了研究学生每天整理数学错题的情况，某校数学建模兴趣小组的同学在本校高三年级学生中采用随机抽样的方法抽取了60名学生，调查他们的数学成绩和整理数学错题的情况，统计数据如下： 数学成绩总评优秀人数 数学成绩总评非优秀人数 合计 每天都整理数学错题人数 20 10 不是每天都整理数学错题人数 22 合计 60 (1)完成上述列联表，并估计本校高三年级学生中不是每天都整理数学错题且数学成绩总评优秀的概率； (2)根据小概率值的独立性检验，分析数学成绩总评优秀与每天都整理数学错题是否有关联? (3)从样本中每天都整理数学错题的学生中随机抽取3名学生做进一步访谈，设抽取到数学成绩总评优秀的人数为，求的分布列和数学期望. 附：，其中； 0.10 0.01 0.001 2.706 6.635 10.828 变式1．（24-25高二下·甘肃白银·期末）假设有两个分类变量X，Y，它们的可能取值分别为和，其列联表为 合计 合计 以下各组数据中，对于同一样本能说明与有关系的可能性最大的一组为（    ） A． B． C． D． 变式2．（2025·陕西汉中·一模·多选）某人工智能研究实验室开发出一款全新的聊天机器人，该实验室对使用该款聊天机器人的120位用户进行调研，得到的调研数据如下表所示，则（   ） 年龄 周平均使用时间 超过4小时 不超过4小时 总计 不超过40岁 54 b 72 40岁以上 c d 总计 72 120 附：，． （1）当时，没有充分的证据判断变量A，B有关联，可以认为变量A，B是没有关联的； （2）当时，有90%的把握判断变量A，B有关联； （3）当时，有99%的把握判断变量A，B有关联； （4）当时，有99.9%的把握判断变量A，B有关联． A． B．用样本估计总体，每位使用该款聊天机器人的用户周平均使用时间超过4小时的概率为 C．没有99.9%的把握判断使用该款聊天机器人的用户周平均使用时间是否超过4小时与年龄有关 D．有99.9%的把握判断使用该款聊天机器人的用户周平均使用时间是否超过4小时与年龄有关 变式3．（24-25高二下·河北衡水·期末）某社区居民计划暑假去海南或厦门旅游，经统计得到如下列联表： 去海南旅游 去厦门旅游 合计 老年人 2m 3m 5m 中年人 3m 2m 5m 合计 5m 5m 10m 若依据小概率值的独立性检验认为去海南还是厦门旅游与年龄有关，则正整数的最小值为 ． 参考公式：. 0.05 0.01 0.001 3.841 6.635 10.828 变式4．（25-26高三上·江苏南京·月考）为了解观看某场“苏超”联赛与性别是否有关系，某机构随机抽取了部分市民，调查他们对赛事的关注情况，得到如下表格： 性别 不关注赛事 关注赛事 合计 男性 25 150 175 女性 50 75 125 合计 75 225 300 (1)对照列联表，能否有99.9%的把握认为关注“苏超”赛事与性别有关？ (2)现从被调查的关注赛事的市民中，按照性别比例采用分层抽样的方法随机抽取6名市民参加“苏超”赛事知识问答，再从这6名市民中抽取3人参加抽奖活动，记这3人中女性人数为X，求X的分布列和期望. 附：，. 0.01 0.005 0.001 6.635 7.879 10.828 变式5．（2025·云南昭通·模拟预测）某高校为了解学生在一周内参与志愿服务的情况，统计了全校所有学生在一年内每周参与志愿服务的次数，现随机抽取了50名同学，统计在某一周参与志愿服务的数据，结果如下表： 一周参与志愿服务次数 1 2 3 4 5 6 合计 男生人数 4 6 6 4 3 2 25 女生人数 1 1 3 5 9 6 25 合计 5 7 9 9 12 8 50 (1)若将一周参与志愿服务次数为5次及5次以上的，称为“积极参与”，其余的称为“一般参与”．请完成以下2×2列联表，并依据小概率值的独立性检验，能否认为性别因素与学生参与志愿服务的积极性有关系； 性别 志愿服务 合计 一般参与 积极参与 男生 女生 合计 (2)若将一周参与志愿服务达到6次的同学称为“最美志愿者”，在样本的8名“最美志愿者”中，随机抽取3人进行访谈，设抽取的3人中男生人数为，求的分布列和数学期望． 附：，． 0.1 0.05 0.01 2.706 3.841 6.635 变式6．（25-26高三上·江西南昌·期中）近日，2025年江西省城市足球超级联赛（被球迷称为“赣超”）火爆全网，话题不断．南昌市随机抽取了部分市民，调查他们对赛事的关注情况，得到如下表格： 性别 不关注赛事 关注赛事 合计 男性 25 150 175 女性 50 75 125 合计 75 225 300 (1)对照列联表，能否有99.9%的把握认为关注“赣超”赛事与性别有关？ (2)现从被调查的关注赛事的市民中，按照性别比例采用分层抽样的方法随机抽取名市民参加“赣超”赛事知识问答．已知男性、女性市民顺利完成知识问答的概率分别为，每个人是否顺利完成相互独立．求在有且只有人顺利完成的条件下，这人的性别不同的概率． 附：． 0.01 0.005 0.001 6.635 7.879 10.828 2 学科网（北京）股份有限公司 $