- 集合与常用逻辑用语
- 函数与导数
- 三角函数与解三角形
- 平面向量
- 数列
- 不等式
- 空间向量与立体几何
- 平面解析几何
- 计数原理与概率统计
- 相关关系与函数关系的概念及辨析
- + 判断两个变量是否有相关关系
- 判断正、负相关
- 推理与证明
- 算法与框图
- 复数
- 几何证明选讲
- 不等式选讲
- 矩阵与变换
- 初中衔接知识点
- 竞赛知识点
某中学数学老师分别用两种不同教学方式对入学数学平均分和优秀率都相同的甲、乙两个高一新班(人数均为
人)进行教学(两班的学生学习数学勤奋程度和自觉性一致),数学期终考试成绩茎叶图如下:

(1)现从乙班数学成绩不低于
分的同学中随机抽取两名同学,求至少有一名成绩为
分的同学被抽中的概率;
(2)学校规定:成绩不低于
分的优秀,请填写下面的
联表,并判断有多大把握认为“成绩优秀与教学方式有关”.

附:参考公式及数据


(1)现从乙班数学成绩不低于


(2)学校规定:成绩不低于



附:参考公式及数据

某校从参加高二年级期末考试的学生中随机抽取了
名学生,已知这
名学生的历史成绩均不低于60分(满分为100分).现将这
名学生的历史成绩分为四组:
,
,
,
,得到的频率分布直方图如图所示,其中历史成绩在
内的有28名学生,将历史成绩在
内定义为“优秀”,在
内定义为“良好”.

(Ⅰ)求实数
的值及样本容量
;
(Ⅱ)根据历史成绩是否优秀,利用分层抽样的方法从这
名学生中抽取5名,再从这5名学生中随机抽取2名,求这2名学生的历史成绩均优秀的概率;
(Ⅲ)请将
列联表补充完整,并判断是否有
的把握认为历史成绩是否优秀与性别有关?
参考公式及数据:
(其中
).











(Ⅰ)求实数


(Ⅱ)根据历史成绩是否优秀,利用分层抽样的方法从这

(Ⅲ)请将


| 男生 | 女生 | 合计 |
| | | |
优秀 | | | |
良好 | | 20 | |
合计 | | 60 | |
参考公式及数据:


![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
随着科技的发展,网络已逐逐渐融入了人们的生活.在家里面不用出门就可以买到自己想要的东西,在网上付款即可,两三天就会送到自己的家门口,如果近的话当天买当天就能送到,或着第二天就能送到,所以网购是非常方便的购物方式,某公司组织统计了近五年来该公司网购的人数
(单位:人)与时间
(单位:年)的数据,列表如下:
(1)依据表中给出的数据,是否可用线性回归模型拟合
与
的关系,请计算相关系数
并加以说明(计算结果精确到0.01).(若
,则线性相关程度很高,可用线性线性回归模型拟合)
附:相关系数公式
,参考数据
.
(2)某网购专营店为吸引顾客,特推出两种促销方案.
方案一:毎满600元可减100元;
方案二:金额超过600元可抽奖三次,每次中奖的概率都为都为
,且毎次抽奖互不影响,中奖1次打9折,中奖2次打8折,中奖3次打7折.
①两位顾客都购买了1050元的产品,求至少有一名顾客选择方案二比选择方案一更优惠的概率.
②如果你打算购买1000元的产品,请从实际付款金额的数学期望的角度分折应该选择哪种优惠方案.


![]() | 1 | 2 | 3 | 4 | 5 |
![]() | 24 | 27 | 41 | 64 | 79 |
(1)依据表中给出的数据,是否可用线性回归模型拟合




附:相关系数公式



(2)某网购专营店为吸引顾客,特推出两种促销方案.
方案一:毎满600元可减100元;
方案二:金额超过600元可抽奖三次,每次中奖的概率都为都为

①两位顾客都购买了1050元的产品,求至少有一名顾客选择方案二比选择方案一更优惠的概率.
②如果你打算购买1000元的产品,请从实际付款金额的数学期望的角度分折应该选择哪种优惠方案.
下列说法错误的是( )
A.正方体的体积与棱长之间的关系是函数关系 |
B.人的身高与视力之间的关系是相关关系 |
C.汽车的重量和汽车每消耗1升汽油所行驶的平均路程成负相关关系 |
D.数学成绩与语文成绩之间没有相关的关系 |
“绿水青山就是金山银山”的生态文明发展理念已经深入人心,这将推动新能源汽车产业的迅速发展.下表是近几年我国某地区新能源乘用车的年销售量与年份的统计表:

某机构调查了该地区30位购车车主的性别与购车种类情况,得到的部分数据如下表所示:

(1)求新能源乘用车的销量
关于年份
的线性相关系数
,并判断
与
是否线性相关;
(2)请将上述
列联表补充完整,并判断是否有
的把握认为购车车主是否购置新能源乘用车与性别有关;
(3)若以这30名购车车主中购置新能源乘用车的车主性别比例作为该地区购置新能源乘用车的车主性别比例,从该地区购置新能源乘用车的车主中随机选取50人,记选到女性车主的人数为
,求
的数学期望与方差.
参考公式:
,
,其中
.
,若
,则可判断
与
线性相交.

某机构调查了该地区30位购车车主的性别与购车种类情况,得到的部分数据如下表所示:

(1)求新能源乘用车的销量





(2)请将上述


(3)若以这30名购车车主中购置新能源乘用车的车主性别比例作为该地区购置新能源乘用车的车主性别比例,从该地区购置新能源乘用车的车主中随机选取50人,记选到女性车主的人数为


参考公式:








某农科所对冬季昼夜温差(最高温度与最低温度的差)大小与某反季节大豆新品种一天内发芽数之间的关系进行了分析研究,他们分别记录了12月1日至12月6日每天昼夜最高、最低的温度(如图甲),以及实验室每天每100颗种子中的发芽数情况(如图乙),得到如下资料:

最高温度
最低温度
甲

乙
(1)请画出发芽数y与温差x的散点图;
(2)若建立发芽数y与温差x之间的线性回归模型,请用相关系数说明建立模型的合理性;
(3)①求出发芽数y与温差x之间的回归方程
(系数精确到0.01);
②若12月7日的昼夜温差为
,通过建立的y关于x的回归方程,估计该实验室12月7日当天100颗种子的发芽数.



甲


乙
(1)请画出发芽数y与温差x的散点图;
(2)若建立发芽数y与温差x之间的线性回归模型,请用相关系数说明建立模型的合理性;
(3)①求出发芽数y与温差x之间的回归方程

②若12月7日的昼夜温差为

参考数据:.
参考公式:
相关系数:(当
时,具有较强的相关关系).
回归方程中斜率和截距计算公式:
.
“绿水青山就是金山银山”的生态文明发展理念已经深入人心,这将推动新能源汽车产业的迅速发展.下表是近几年我国某地区新能源乘用车的年销售量与年份的统计表:
某机构调查了该地区30位购车车主的性别与购车种类情况,得到的部分数据如下表所示:
(1)求新能源乘用车的销量
关于年份
的线性相关系数
,并判断
与
是否线性相关;
(2)请将上述
列联表补充完整,并判断是否有
的把握认为购车车主是否购置新能源乘用车与性别有关;
(3)若以这30名购车车主中购置新能源乘用车的车主性别比例作为该地区购置新能源乘用车的车主性别比例,从该地区购置新能源乘用车的车主中随机选取50人,记选到女性车主的人数为X,求X的数学期望与方差.
参考公式:
,
,其中
.
,若
,则可判断
与
线性相关.
附表:
年份 | 2014 | 2015 | 2016 | 2017 | 2018 |
销量(万台) | 8 | 10 | 13 | 25 | 24 |
某机构调查了该地区30位购车车主的性别与购车种类情况,得到的部分数据如下表所示:
| 购置传统燃油车 | 购置新能源车 | 总计 |
男性车主 | | 6 | 24 |
女性车主 | 2 | | |
总计 | | | 30 |
(1)求新能源乘用车的销量





(2)请将上述


(3)若以这30名购车车主中购置新能源乘用车的车主性别比例作为该地区购置新能源乘用车的车主性别比例,从该地区购置新能源乘用车的车主中随机选取50人,记选到女性车主的人数为X,求X的数学期望与方差.
参考公式:







附表:
![]() | 0.10 | 0.05 | 0.025 | 0.010 | 0.001 |
![]() | 2.706 | 3.841 | 5.024 | 6.635 | 10.828 |
如图所示给出了某种豆类生长枝数y(枝)与时间t(月)的散点图,那么此种豆类生长枝数与时间的关系用下列函数模型近似刻画最好的是( )


A.y=2t2 | B.y=log2t | C.y=t3 | D.y=2t |
下列两个变量具有正相关关系的是( )
A.正方形面积与边长 |
B.吸烟与健康 |
C.数学成绩与物理成绩 |
D.汽车的重量与汽车每消耗![]() |
我市物价监督部门为调研某公司新开发上市的一种产品销售价格的合理性,对该公司的产品的销售与价格进行了统计分析,得到如下数据和散点图:

图(1)为
散点图,图(2)为
散点图.
(Ⅰ)根据散点图判断
与
,
与
哪一对具有较强的线性相关性(不必证明);
(Ⅱ)根据(Ⅰ)的判断结果和参考数据,建立
关于
的回归方程(线性回归方程中的斜率和截距均保留两位有效数字);
(Ⅲ)定价为多少时,年销售额的预报值最大?(注:年销售额
定价
年销售)
参考数据:
,
,
,
,
,
,
,
,
参考公式:
,
.
定价![]() ![]() | 10 | 20 | 30 | 40 | 50 | 60 |
年销售![]() | 1150 | 643 | 424 | 262 | 165 | 86 |
![]() | 14.1 | 12.9 | 12.1 | 11.1 | 10.2 | 8.9 |

图(1)为


(Ⅰ)根据散点图判断




(Ⅱ)根据(Ⅰ)的判断结果和参考数据,建立


(Ⅲ)定价为多少时,年销售额的预报值最大?(注:年销售额


参考数据:








参考公式:

