变量间的相关关系、相关系数的计算专项训练-2025-2026学年高二下学期数学人教A版选择性必修第三册

**基本信息** 聚焦变量相关关系的概念辨析与相关系数计算，通过精选典例构建“概念理解-图形分析-数据计算”的完整训练体系，培养数学眼光与数据意识。 **专项设计** |模块|题量/典例|题型特征|知识逻辑| |----|-----------|----------|----------| |变量间的相关关系|8题（例1-4+变式1-4）|选择、填空题为主，含概念辨析、散点图及等高条形图分析|从概念（区分相关关系与函数关系）到图形表征（散点图趋势、条形图相关性强弱），再到实际情境应用（成绩、产量等关联判断）| |相关系数的计算|6题（例1-3+变式1-3）|解答题为主，结合实际数据（广告投入与销量等）计算|从公式理解到数据代入，通过计算结果（|r|值）评估线性相关程度，体现数学语言表达现实关系的应用意识|

变量间的相关关系、相关系数的计算专项训练 变量间的相关关系、相关系数的计算专项训练 考点目录 变量间的相关关系 相关系数的计算 考点一 变量间的相关关系 例1．（25-26高二下·浙江绍兴·期中）在下列两个量之间的关系中，属于相关关系的是（    ） A．匀速直线运动中时间与位移的关系 B．学生的成绩和身高 C．一块农田的小麦产量与施肥量 D．正n边形的边数与内角度数之和 【答案】C 【详解】A、D是函数关系；B是不相关关系，也不是函数关系； C是相关关系，一般来说，农田的施肥量越大，小麦产量一般会越多. 例2．（24-25高二下·天津西青·期末）对四组数据进行统计，获得如图所示的散点图，关于其样本相关系数的比较，正确的是（   ） A． B． C． D． 【答案】D 【分析】由散点图的特征，结合相关系数的定义即可得到答案． 【详解】由散点图的趋势可知，，，， 又图一的散点图比图三的散点图更为集中，则，所以， 又图二的散点图比图四的散点图更为集中，则，所以， 所以． 故选：D． 例3．（25-26高二下·河北沧州·期中）下列关系中，属于相关关系的是______（填序号）． ①球的体积与该球的半径之间的关系； ②农作物的产量与施肥量之间的关系； ③一般情况下，一个人的身高和体重之间的关系． 【答案】②③ 【详解】在①中，球的体积与该球的半径之间是函数关系，不是相关关系； 在②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； 在③中，一般情况下，一个人的身高和体重是正相关关系． 例4．（25-26高二下·辽宁沈阳·期中）观察下面各等高堆积条形图，其中两个分类变量x，y相关关系最强的是______． 【答案】③ 【详解】由图可知，图③的差异最大，则相关关系最强. 变式1．（24-25高二下·重庆·期末）下图是两个分类变量x，y取值绘制成的散点图，则图中变量x，y具有负相关关系的是（    ） A． B． C． D． 【答案】C 【分析】根据散点图的特征得到答案. 【详解】A中的散点杂乱无章，无规律可言，看不出两个变量有什么相关性； B中呈正相关关系，C中两个变量具有负相关关系； D中两个变量具有相关性，但不是正相关，也不是负相关. 故选：C． 变式2．（24-25高二下·辽宁·期中）为了了解性别与视力之间的关系，一个调查机构得到列联表如图，则当取下面何值时，性别与视力无关的可能性最大（   ） 男 女 近视 240 200 不近视 50 A．40 B．60 C．100 D．240 【答案】B 【分析】根据相关性的概念求解即可. 【详解】根据相关性的概念可知当，即近视与不近视的男女比例相同时，性别与视力无关的可能性最大， 解得， 故选：B 变式3．（25-26高二下·广东广州·月考）对某高三学生在连续9次数学测试中的成绩（单位：分）进行统计得到如图所示的散点图．下面关于这位同学的数学成绩的分析中，正确的序号有________．    ①该同学的数学成绩总的趋势是在逐步提高； ②该同学在这连续九次测试中的最高分与最低分的差超过40分； ③该同学的数学成绩与测试序号具有线性相关性，且为正相关． 【答案】①②③ 【分析】根据散点图结合统计相关知识逐项分析判断. 【详解】散点图从左向右看呈上升趋势，所以该同学的数学成绩总的趋势是在逐步提高，①正确； 该同学在这连续九次测试中的最高分大于130分，最低分小于90分，极差超过40分，②正确； 该同学的数学成绩与测试序号具有比较明显的线性相关性，且为正相关，③正确． 故答案为：①②③. 变式4．（25-26高二下·上海浦东·月考）下列各组数据中，可以进行相关分析的是________．（填序号） ①曲线上的点与该点的坐标之间的关系； ②苹果的产量与气候之间的关系； ③森林中同一种树木，其断面直径与高度之间的关系； ④学生与其学号之间的关系； ⑤角度和它的余弦值； ⑥正n边形的边数和内角和． 【答案】②③ 【分析】利用相关关系的概念进行判断． 【详解】由题意可知：①④⑤⑥是函数关系，是两个变量之间的关系是一种确定性关系， 比如⑤⑥可以写出它们的函数关系式，分别为，， 而②③中的两个变量之间有一定关系，但不是确定关系，所以它们具有相关关系． 故答案为：②③. 考点二 相关系数的计算 例1．（24-25高二下·广东中山·月考）全面建成小康社会取得了伟大历史成就，决战脱贫攻坚取得了决定性胜利，某脱贫县实现脱贫奔小康的目标，该县经济委员会积极探索区域特色经济，引导商家利用多媒体的优势，对本地特产进行广告宣传，取得了社会效益和经济效益的双丰收. (1)该县经济委员会为精准了解本地特产广告宣传的导向作用，在购买该县特产的客户中随机抽取300人进行广告宣传作用的调研，对因广告宣传导向而购买该县特产的客户统计结果是：客户群体中青年人约占15%，其中男性为20%；中年人约占50%，其中男性为35%；老年人约占35%，其中男性为55%.以样本估计总体，视频率为概率. ①在所有购买该县特产的客户中随机抽取一名客户，求抽取的客户是男性的概率； ②在所有购买该县特产的客户中随机抽取一名客户是男客户，求他是中年人的概率（精确到0.0001）； (2)该县经济委员会统计了某6至12月这7个月的月广告投入（单位：万元）；（单位：万件）的数据如表所示： 月广告投入/万元 1 2 3 4 5 6 7 月销量/万件 28 32 35 45 49 52 60 请根据相关系数说明相关关系的强弱.（若，则认为两个变量有很强的线性相关性，值精确到0.001） 参考数据：. 参考公式：相关系数. 【答案】(1)①0.3975；②0.4403 (2)与的线性相关程度相当高 【分析】（1）根据全概率公式即可得出①的答案，进而根据条件概率公式可得出②的答案； （2）由已知可求得，，，然后代入相关系数公式即可求出相关系数的值，进而得出两个变量线性相关性的强弱. 【详解】（1）设事件“抽取的是男性客户” “青年客户”， “中年客户”，“老年客户”，依题设， ， ①由全概率公式 ② （2）由题意，知，所以， 所以， 又，所以相关系数 ， 显然与的线性相关程度相当高. 例2．（24-25高二下·江苏淮安·月考）某景区试卖一款纪念品，现统计了该款纪念品的定价（单位：元）与销量（单位：百件）的对应数据，如下表所示： 12 12.5 13 13.5 14 14 13 11 9 8 (1)求该纪念品定价的平均值和销量的平均值； (2)计算与的相关系数； 参考数据：. 参考公式：相关系数. 【答案】(1)， (2) 【分析】（1）利用平均数计算公式得到和； （2）先计算出，利用公式计算出相关系数. 【详解】（1）由题可知， ； （2）计算得， 故； 例3．（2025·湖南长沙·三模）某公司是从事无人机特种装备的研发、制造与技术服务的综合型科技创新企业．该公司生产的甲、乙两种无人机性能都很好，但对操控人员的水平要求较高．已知在单位时间内，甲、乙两种无人机操作成功的概率分别为和，假设每次操作成功与否相互独立． (1)该公司分别收集了甲种无人机在5个不同地点测试的两项指标，数据如下表所示： 地点1 地点2 地点3 地点4 地点5 2 4 5 6 8 3 4 4 4 5 试求与之间的相关系数，并利用说明与的线性相关程度． （若，则线性相关程度较高，否则线性相关程度不高） (2)操作员连续进行两次无人机的操作，在初次操作时，随机选择这两种无人机中的一种，若初次操作成功，则第二次继续使用该种无人机，若初次操作不成功，则第二次使用另一种无人机进行操作，求操作成功的次数的数学期望． 附． 【答案】(1)，线性相关程度较高 (2) 【分析】（1）根据相关系数公式，求出相关系数，再根据系数大小判断相关程度高不高. （2）根据独立事件的乘法公式，求出分布列，求出期望. 【详解】（1）由题可知， ， ， 则相关系数， 因为，所以与的线性相关程度较高． （2）设操作成功的次数为，则的所有可能取值为0，1，2． ， ， ， 所以． 变式1．（2026·湖南岳阳·二模）某高校快递站统计了某年度新学期前5天的取件人数y(单位：人)，得到如下样本数据： 天数(序号)x 1 2 3 4 5 每日取件人数 120 100 80 70 55 (1)计算样本相关系数r，并据此判断变量x与y之间线性相关关系的强弱(结果保留两位小数)； (2)从这5天中随机选取3天，记X为所选日期中取件人数小于100的天数，求X的分布列与数学期望. 注: （1）样本的相关系数 （2）参考数据： 【答案】(1)；变量x与y之间具有很强的线性相关关系 (2)分布列见解析；期望：1.8 【分析】（1）使用相关系数计算公式求相关系数，根据求解结果判断线性相关关系的强弱； （2）结合超几何分布的概率公式求分布列，再由期望公式求期望. 【详解】（1），， ， ， ， 样本相关系数： ， 因为非常接近1，所以变量x与y之间具有很强的线性相关关系. （2）5天中取件人数小于100的天数有3天， 从这5天中随机选取3天，的可能取值为1，2，3. ， ， ， 所以的分布列为： 1 2 3 的数学期望 变式2．（25-26高三上·贵州贵阳·月考）近年来某App用户保持连续增长，若李明收集了年的年份代码与该App在线用户数y（单位：万）的数据，具体如下表所示： 年份代码x 1 2 3 4 5 App在线用户数y（单位：万） 80 150 210 260 300 (1)求样本相关系数r，并判断变量x与y之间的线性相关关系的强弱： (2)从年中随机抽取三个不同年份所对应的在线用户数据y，记最小的数据为X，求X的分布列及数学期望． 注：样本相关系数．当越接近1时，成对样本数据的线性相关程度越强；当它接近0时，成对样本数据的线性相关程度越弱.其中，． 【答案】(1)，很强的线性正相关关系 (2) X 80 150 210 P 【详解】（1）由题意，，， 则， 由， 同理， 则， 则， 由接近1且为正，故变量x与y之间有很强的线性正相关关系. （2）由题意，X的可能取值为80、150、210， 则，， ， 故X的分布列为： X 80 150 210 P 则. 变式3．（2026·河南开封·模拟预测）粮食是一个国家发展的基石，保障粮食安全是维护社会稳定的重要因素.小麦是我国两大口粮作物之一，其自身的稳定供应保障了数亿人口的食物需求，并通过产业链延伸带动了相关产业发展，促进了我国北方地区的经济发展．将2020～2024年记为年份代码1～5，我国小麦产量如下表所示． 年份代码 1 2 3 4 5 产量/千万吨 13.4 13.6 13.8 13.7 14.0 现规定表示年份代码i，表示年份代码为i的产量，经计算得，，． (1)求样本的相关系数r；（精确到0.01） (2)现从这5年中随机抽取3年，记这3年中小麦产量大于13.6千万吨的年数为X，求X的分布列与数学期望． 附：相关系数，． 【答案】(1)0.92 (2)随机变量的分布列为 X 1 2 3 P 【分析】（1）根据统计表格中的数据，求得，，结合参考数据和相关系数的公式，即可求解； （2）根据题意，得到随机变量的取值为，利用超几何分布的概率公式，求得相应的概率，列出分布列，结合期望的公式，即可求解. 【详解】（1）解：根据统计表格中的数据，可得，， 以及，，． 可得样本相关系数. （2）解：根据题意，可得随机变量的取值为， 则，，， 所以随机变量的分布列为 X 1 2 3 P 所以期望为. 2 学科网（北京）股份有限公司 $变量间的相关关系、相关系数的计算专项训练 变量间的相关关系、相关系数的计算专项训练 考点目录 变量间的相关关系 相关系数的计算 考点一 变量间的相关关系 例1．（25-26高二下·浙江绍兴·期中）在下列两个量之间的关系中，属于相关关系的是（    ） A．匀速直线运动中时间与位移的关系 B．学生的成绩和身高 C．一块农田的小麦产量与施肥量 D．正n边形的边数与内角度数之和 例2．（24-25高二下·天津西青·期末）对四组数据进行统计，获得如图所示的散点图，关于其样本相关系数的比较，正确的是（   ） A． B． C． D． 例3．（25-26高二下·河北沧州·期中）下列关系中，属于相关关系的是______（填序号）． ①球的体积与该球的半径之间的关系； ②农作物的产量与施肥量之间的关系； ③一般情况下，一个人的身高和体重之间的关系． 例4．（25-26高二下·辽宁沈阳·期中）观察下面各等高堆积条形图，其中两个分类变量x，y相关关系最强的是______． 变式1．（24-25高二下·重庆·期末）下图是两个分类变量x，y取值绘制成的散点图，则图中变量x，y具有负相关关系的是（    ） A．B．C． D． 变式2．（24-25高二下·辽宁·期中）为了了解性别与视力之间的关系，一个调查机构得到列联表如图，则当取下面何值时，性别与视力无关的可能性最大（   ） 男 女 近视 240 200 不近视 50 A．40 B．60 C．100 D．240 变式3．（25-26高二下·广东广州·月考）对某高三学生在连续9次数学测试中的成绩（单位：分）进行统计得到如图所示的散点图．下面关于这位同学的数学成绩的分析中，正确的序号有________．    ①该同学的数学成绩总的趋势是在逐步提高； ②该同学在这连续九次测试中的最高分与最低分的差超过40分； ③该同学的数学成绩与测试序号具有线性相关性，且为正相关． 变式4．（25-26高二下·上海浦东·月考）下列各组数据中，可以进行相关分析的是________．（填序号） ①曲线上的点与该点的坐标之间的关系； ②苹果的产量与气候之间的关系； ③森林中同一种树木，其断面直径与高度之间的关系； ④学生与其学号之间的关系； ⑤角度和它的余弦值； ⑥正n边形的边数和内角和． 考点二 相关系数的计算 例1．（24-25高二下·广东中山·月考）全面建成小康社会取得了伟大历史成就，决战脱贫攻坚取得了决定性胜利，某脱贫县实现脱贫奔小康的目标，该县经济委员会积极探索区域特色经济，引导商家利用多媒体的优势，对本地特产进行广告宣传，取得了社会效益和经济效益的双丰收. (1)该县经济委员会为精准了解本地特产广告宣传的导向作用，在购买该县特产的客户中随机抽取300人进行广告宣传作用的调研，对因广告宣传导向而购买该县特产的客户统计结果是：客户群体中青年人约占15%，其中男性为20%；中年人约占50%，其中男性为35%；老年人约占35%，其中男性为55%.以样本估计总体，视频率为概率. ①在所有购买该县特产的客户中随机抽取一名客户，求抽取的客户是男性的概率； ②在所有购买该县特产的客户中随机抽取一名客户是男客户，求他是中年人的概率（精确到0.0001）； (2)该县经济委员会统计了某6至12月这7个月的月广告投入（单位：万元）；（单位：万件）的数据如表所示： 月广告投入/万元 1 2 3 4 5 6 7 月销量/万件 28 32 35 45 49 52 60 请根据相关系数说明相关关系的强弱.（若，则认为两个变量有很强的线性相关性，值精确到0.001） 参考数据：. 参考公式：相关系数. 例2．（24-25高二下·江苏淮安·月考）某景区试卖一款纪念品，现统计了该款纪念品的定价（单位：元）与销量（单位：百件）的对应数据，如下表所示： 12 12.5 13 13.5 14 14 13 11 9 8 (1)求该纪念品定价的平均值和销量的平均值； (2)计算与的相关系数； 参考数据：. 参考公式：相关系数. 例3．（2025·湖南长沙·三模）某公司是从事无人机特种装备的研发、制造与技术服务的综合型科技创新企业．该公司生产的甲、乙两种无人机性能都很好，但对操控人员的水平要求较高．已知在单位时间内，甲、乙两种无人机操作成功的概率分别为和，假设每次操作成功与否相互独立． (1)该公司分别收集了甲种无人机在5个不同地点测试的两项指标，数据如下表所示： 地点1 地点2 地点3 地点4 地点5 2 4 5 6 8 3 4 4 4 5 试求与之间的相关系数，并利用说明与的线性相关程度． （若，则线性相关程度较高，否则线性相关程度不高） (2)操作员连续进行两次无人机的操作，在初次操作时，随机选择这两种无人机中的一种，若初次操作成功，则第二次继续使用该种无人机，若初次操作不成功，则第二次使用另一种无人机进行操作，求操作成功的次数的数学期望． 附． 变式1．（2026·湖南岳阳·二模）某高校快递站统计了某年度新学期前5天的取件人数y(单位：人)，得到如下样本数据： 天数(序号)x 1 2 3 4 5 每日取件人数 120 100 80 70 55 (1)计算样本相关系数r，并据此判断变量x与y之间线性相关关系的强弱(结果保留两位小数)； (2)从这5天中随机选取3天，记X为所选日期中取件人数小于100的天数，求X的分布列与数学期望. 注: （1）样本的相关系数 （2）参考数据： 变式2．（25-26高三上·贵州贵阳·月考）近年来某App用户保持连续增长，若李明收集了年的年份代码与该App在线用户数y（单位：万）的数据，具体如下表所示： 年份代码x 1 2 3 4 5 App在线用户数y（单位：万） 80 150 210 260 300 (1)求样本相关系数r，并判断变量x与y之间的线性相关关系的强弱： (2)从年中随机抽取三个不同年份所对应的在线用户数据y，记最小的数据为X，求X的分布列及数学期望． 注：样本相关系数．当越接近1时，成对样本数据的线性相关程度越强；当它接近0时，成对样本数据的线性相关程度越弱.其中，． 变式3．（2026·河南开封·模拟预测）粮食是一个国家发展的基石，保障粮食安全是维护社会稳定的重要因素.小麦是我国两大口粮作物之一，其自身的稳定供应保障了数亿人口的食物需求，并通过产业链延伸带动了相关产业发展，促进了我国北方地区的经济发展．将2020～2024年记为年份代码1～5，我国小麦产量如下表所示． 年份代码 1 2 3 4 5 产量/千万吨 13.4 13.6 13.8 13.7 14.0 现规定表示年份代码i，表示年份代码为i的产量，经计算得，，． (1)求样本的相关系数r；（精确到0.01） (2)现从这5年中随机抽取3年，记这3年中小麦产量大于13.6千万吨的年数为X，求X的分布列与数学期望． 附：相关系数，． 2 学科网（北京）股份有限公司 $