- 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
- + 完善列联表
- 列联表分析
- 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
为了丰富学生的课外文化生活,某中学积极探索开展课外文体活动的新途径及新形式,取得了良好的效果.为了调查学生的学习积极性与参加文体活动是否有关,学校对300名学生做了问卷调查,列联表如下:
已知在全部300人中随机抽取1人,抽到学习积极性不高的学生的概率为
.
(1)请将上面的列联表补充完整;
(2)是否有
的把握认为学习积极性高与参加文体活动有关?请说明你的理由;
(3)若从不参加文体活动的同学中按照分层抽样的方法选取5人,再从所选出的5人中随机选取2人,求至少有1人学习积极性不高的概率.
附:
,其中
.
| 参加文体活动 | 不参加文体活动 | 合计 |
学习积极性高 | 180 | | |
学习积极性不高 | | 60 | |
合计 | | | 300 |
已知在全部300人中随机抽取1人,抽到学习积极性不高的学生的概率为

(1)请将上面的列联表补充完整;
(2)是否有

(3)若从不参加文体活动的同学中按照分层抽样的方法选取5人,再从所选出的5人中随机选取2人,求至少有1人学习积极性不高的概率.
附:
![]() | 0.15 | 0.10 | 0.05 | 0.025 | 0.010 | 0.005 | 0.001 |
![]() | 2.072 | 2.706 | 3.841 | 5.024 | 6.635 | 7.879 | 10.828 |


某企业生产了一种新产品,在推广期邀请了100位客户试用该产品,每人一台.试用一个月之后进行回访,由客户先对产品性能作出“满意”或“不满意”的评价,再让客户决定是否购买该试用产品(不购买则可以免费退货,购买则仅需付成本价).经统计,决定退货的客户人数是总人数的一半,“对性能满意”的客户比“对性能不满意”的客户多10人,“对性能不满意”的客户中恰有
选择了退货.
(1)请完成下面的
列联表,并判断是否有
的把握认为“客户购买产品与对产品性能满意之间有关”.
(2)企业为了改进产品性能,现从“对性能不满意”的客户中按是否购买产品进行分层抽样,随机抽取6位客户进行座谈.座谈后安排了抽奖环节,共有6张奖券,其中一张印有900元字样,两张印有600元字样,三张印有300元字样,抽到奖券可获得相应奖金.6位客户每人随机抽取一张奖券(不放回),设6位客户中购买产品的客户人均所得奖金为
元,求
的分布列和数学期望.
附:
,其中

(1)请完成下面的


| 对性能满意 | 对性能不满意 | 合计 |
购买产品 | | | |
不购买产品 | | | |
合计 | | | |
(2)企业为了改进产品性能,现从“对性能不满意”的客户中按是否购买产品进行分层抽样,随机抽取6位客户进行座谈.座谈后安排了抽奖环节,共有6张奖券,其中一张印有900元字样,两张印有600元字样,三张印有300元字样,抽到奖券可获得相应奖金.6位客户每人随机抽取一张奖券(不放回),设6位客户中购买产品的客户人均所得奖金为


附:


![]() | 0.150 | 0.100 | 0.050 | 0.025 | 0.010 |
![]() | 2.072 | 2.706 | 3.841 | 5.024 | 6.635 |
房产税改革向前推进之路,虽历经坎坷,但步伐从未停歇,作为未来的新增税种,十二届全国人大常委会已将房产税立法正式列入五年立法规划.某市税务机关为了进一步了解民众对政府择机出台房产税的认同情况,随机抽取了一小区住户进行调查,各户人均月收入(单位:千元)的频数分布及赞成出台房产税的户数如下表:
若将小区人均月收入不低于7.5千元的住户称为“高收入户”,人均月收入低于7.5千元的住户称为“非高收入户”,有
列联表:
(1)根据已知条件完成如图所给的
列联表,并说明能否在犯错误的概率不超过0.005的前提下认为“收入的高低”与“赞成出台房产税”有关.
(2)现从月收入在
的住户中随机抽取两户,求所抽取的两户都不赞成出台房产税的概率;
附:临界值表
参考公式:
.
人均月收入 | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
频数 | 6 | 10 | 13 | 11 | 8 | 2 |
不赞成户数 | 5 | 9 | 12 | 9 | 4 | 1 |
若将小区人均月收入不低于7.5千元的住户称为“高收入户”,人均月收入低于7.5千元的住户称为“非高收入户”,有

| 非高收入户 | 高收入户 | 总计 |
不赞成 | | | |
赞成 | | | |
总计 | | | |
(1)根据已知条件完成如图所给的

(2)现从月收入在

附:临界值表
![]() | 0.15 | 0.10 | 0.05 | 0.025 | 0.010 | 0.005 | 0.001 |
![]() | 2.072 | 2.706 | 3.841 | 5.024 | 6.635 | 7.879 | 10.828 |
参考公式:

手机作为客户端越来越为人们所青睐,通过手机实现衣食住行消费已经成为一种主要的消费方式.在某市,随机调查了200名顾客购物时使用手机支付的情况,得到如下的2×2列联表,已知从使用手机支付的人群中随机抽取1人,抽到青年的概率为
.
(I)根据已知条件完成2×2列联表,并根据此资料判断是否有99.5%的把握认为“市场购物用手机支付与年龄有关”?
2×2列联表:
(Ⅱ)现采用分层抽样的方法从这200名顾客中按照“使用手机支付”和“不使用手机支付”抽取一个容量为10的样本,再从中随机抽取3人,求这三人中“使用手机支付”的人数的分布列及期望.
附:

(I)根据已知条件完成2×2列联表,并根据此资料判断是否有99.5%的把握认为“市场购物用手机支付与年龄有关”?
2×2列联表:
| 青年 | 中老年 | 合计 |
使用手机支付 | | | 120 |
不使用手机支付 | | 48 | |
合计 | | | 200 |
(Ⅱ)现采用分层抽样的方法从这200名顾客中按照“使用手机支付”和“不使用手机支付”抽取一个容量为10的样本,再从中随机抽取3人,求这三人中“使用手机支付”的人数的分布列及期望.
附:

![]() | 0.05 | 0.025 | 0.010 | 0.005 |
![]() | 3.841 | 5.024 | 6.635 | 7.879 |
为了解华师一附中学生喜欢吃辣是否与性别有关,调研部(共10人)分三组对高中三个年级的学生进行调查,每个年级至少派3个人进行调查.(1)求调研部的甲、乙两人都被派到高一年级进行调查的概率.(2)调研部对三个年级共100人进行了调查,得到如下的列联表,请将列联表补充完整,并判断是否有
以上的把握认为喜欢吃辣与性别有关?
参考数据:

参考公式:
,其中
.

| 喜欢吃辣 | 不喜欢吃辣 | 合计 |
男生 | | 10 | |
女生 | 20 | 30 | |
合计 | | | 100 |
参考数据:

参考公式:


党的十八大将生态文明建设纳入中国特色社会主义事业“五位一体”总体布局,“美丽中国”成为中华民族追求的新目标.十九大报告中多次出现的“绿色”“低碳”“节约”等词语,正在走入百姓生活,城市出行的新变革正在悄然发生,绿色出行的理念已深入人心,建设美丽中国,绿色出行至关重要,骑自行车或步行渐渐成为市民的一种出行习惯.某市环保机构随机抽查统计了该市部分成年市民某月骑车次数,统计如下:

联合国世界卫生组织于2013年确定新的年龄分段:44岁及以下为青年人,45岁至59岁为中年人,60岁及以上为老人.

(1)若从被抽查的该月骑车次数在
的老年人中随机选出两名幸运者给予奖励,求其中一名幸运者该月骑车次数在
之间,另一名幸运者该月骑车次数在
之间的概率;
(2)用样本估计总体的思想,解决如下问题:
①估计该市在32岁至44岁年龄段的一个青年人每月骑车的平均次数;
②若月骑车次数不少于30次者称为“骑行爱好者”,根据这些数据,统计并完成下表,说明能否在犯错误的概率不超过0.001的前提下认为“骑行爱好者”与“青年人”有关?
参数数据:
(其中
)

次数 年龄 | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
18岁至31岁 | 8 | 12 | 20 | 60 | 140 | 150 |
32岁至44岁 | 12 | 28 | 20 | 140 | 60 | 150 |
45岁至59岁 | 25 | 50 | 80 | 100 | 225 | 450 |
60岁及以上 | 25 | 10 | 10 | 19 | 4 | 2 |
联合国世界卫生组织于2013年确定新的年龄分段:44岁及以下为青年人,45岁至59岁为中年人,60岁及以上为老人.

(1)若从被抽查的该月骑车次数在



(2)用样本估计总体的思想,解决如下问题:
①估计该市在32岁至44岁年龄段的一个青年人每月骑车的平均次数;
②若月骑车次数不少于30次者称为“骑行爱好者”,根据这些数据,统计并完成下表,说明能否在犯错误的概率不超过0.001的前提下认为“骑行爱好者”与“青年人”有关?
| 青年人 | 非青年人 | 合计 |
骑行爱好者 | | | |
非骑行爱好者 | | | |
合计 | | | |
![]() | 0.10 | 0.05 | 0.025 | 0.010 | 0.005 | 0.001 |
![]() | 2.706 | 3.841 | 5.024 | 6.635 | 7.879 | 10.828 |
参数数据:


为了政府对过热的房地产市场进行调控决策,统计部门对城市人和农村人进行了买房的心理预期调研,用简单随机抽样的方法抽取110人进行统计,得到如下列联表:
已知样本中城市人数与农村人数之比是3:8.
分别求样本中城市人中的不买房人数和农村人中的纠结人数;
用独立性检验的思想方法说明在这三种买房的心理预期中哪一种与城乡有关?
参考公式:
.
| 买房 | 不买房 | 纠结 |
城市人 | 5 | | 15 |
农村人 | 20 | 10 | |
已知样本中城市人数与农村人数之比是3:8.


参考公式:

![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
k | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
黄冈市有很多名优土特产,黄冈市的蕲春县就有闻名于世的“蕲春四宝”
蕲竹、蕲艾、蕲蛇、蕲龟
,很多人慕名而来旅游,通过随机询问60名不同性别的游客在购买“蕲春四宝”时是否在来蕲春县之前就知道“蕲春四宝”,得到如下列联表:
附:
写出列联表中各字母代表的数字;
由以上列联表判断,能否在犯错误的概率不超过
的前提下认为购买“蕲春四宝”和是否“事先知道
蕲春四宝
有关系”?
从被询问的
名事先知道“蕲春四宝”的顾客中随机选取2名顾客,求抽到的女顾客人数的分布列及其数学期望.


| 男 | 女 | 总计 |
事先知道“蕲春四宝” | 8 | ![]() | ![]() |
事先不知道“蕲春四宝” | ![]() | 4 | 36 |
总计 | 40 | ![]() | ![]() |
![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() | ![]() |
附:








2018年双11当天,某购物平台的销售业绩高达2135亿人民币.与此同时,相关管理部门推出了针对电商的商品和服务的评价体系,现从评价系统中选出200次成功交易,并对其评价进行统计,对商品的好评率为0.9,对服务的好评率为0.75,其中对商品和服务都做出好评的交易为140次.
(1)请完成下表,并判断是否可以在犯错误概率不超过0.5%的前提下,认为商品好评与服务好评有关?
(2)若针对服务的好评率,采用分层抽样的方式从这200次交易中取出4次交易,并从中选择两次交易进行客户回访,求只有一次好评的概率.
附:
,其中n=a+b+c+d.
(1)请完成下表,并判断是否可以在犯错误概率不超过0.5%的前提下,认为商品好评与服务好评有关?
| 对服务好评 | 对服务不满意 | 合计 |
对商品好评 | 140 | | |
对商品不满意 | | 10 | |
合计 | | | 200 |
(2)若针对服务的好评率,采用分层抽样的方式从这200次交易中取出4次交易,并从中选择两次交易进行客户回访,求只有一次好评的概率.
附:

P(K2≥k) | 0.15 | 0.10 | 0.05 | 0.025 | 0.010 | 0.005 | 0.001 |
k | 2.072 | 2.706 | 3.841 | 5.024 | 6.635 | 7.879 | 10.828 |
某城市随机抽取一年(
天)内
天的空气质量指数
的监测数据,结果统计如下:
(1)若某企业每天由空气污染造成的经济损失
(单位:元)与空气质量指数
(记为
)的关
系式为:

试估计在本年内随机抽取一天,该天经济损失
大于
元且不超过
元的概率;
(2)若本次抽取的样本数据有
天是在供暖季,其中有
天为重度污染,完成下面
列联表,并判断能否有
的把握认为该市本年空气重度污染与供暖有关?
附:




![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
空气质量 | 优 | 良 | 轻微污染 | 轻度污染 | 中度污染 | 中度重污染 | 重度污染 |
天数 | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
(1)若某企业每天由空气污染造成的经济损失



系式为:

试估计在本年内随机抽取一天,该天经济损失



(2)若本次抽取的样本数据有




| 非重度污染 | 重度污染 | 合计 |
供暖季 | | | |
非供暖季 | | | |
合计 | | | ![]() |
附:
![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
