优化方案高中数学选修1-2（人教A版）：第一章 统计案例 随堂检测.docVIP

1．(2013·中山高二检测)已知回归直线的斜率的估计值是1.23，样本点的中心为(4,5)，则回归直线的方程是(　　) A.＝1.23x＋0.08　　　　B.＝1.23x＋5 C.＝1.23x＋4 D.＝0.08x＋1.23 解析：选A.由条件可知＝1.23x＋. 因为回归直线过样本点的中心(，)， 5＝1.23×4＋，解得＝0.08， 故＝1.23x＋0.08. 2．(2012·课标全国卷)在一组样本数据(x1，y1)，(x2，y2)，…，(xn，yn)(n≥2，x1，x2，…，xn不全相等)的散点图中，若所有样本点(xi，yi)(i＝1,2，…，n)都在直线y＝x＋1上，则这组样本数据的样本相关系数为(　　) A．－1 B．0 C. D．1 解析：选D.样本相关系数越接近1，相关性越强，现在所有的样本点都在直线y＝x＋1上，样本的相关系数应为1. 3．为了判断高中一年级学生选修文科与选修理科是否与性别有关，现随机抽取50名学生，得到如下2×2列联表如下： 理科 文科 总计 男 13 10 23 女 7 20 27 总计 20 30 50 已知P(K2≥3.841)≈0.05，P(K2≥5.024)≈0.025. 根据表中数据，得到k＝≈4.844. 则认为选修文科与性别有关出错的可能性是________． 解析：由k≈4.844＞3.841，得选修文科与性别无关是不成立的，即有关的概率是95%，出错的可能性是1－95%＝5%. 答案：5% 4．(2013·徐州一中月考)在研究身高和体重的关系时，求得相关指数R2≈________，可以叙述为“身高解释了56%的体重变化，而随机误差贡献了剩余的44%”，所以身高对体重的效应比随机误差的效应大得多． 解析：由相关指数的概念得R2＝0.56，可以叙述为“身高解释了56%的体重变化，而随机误差贡献了剩余的44%”． 答案：0.56 5．某企业技术改造的投入和销售额的数据如下： 编号 1 2 3 4 5 6 7 8 9 技改投入(百万元) 1.5 1.8 2.4 3.0 3.5 3.9 4.4 4.8 5.0 销售额(亿元) 4.8 5.4 6.5 7.4 8.9 9.4 10.8 12.6 15.0 试建立销售额y与技改投入x之间的回归方程． 解：根据收集的数据，作散点图． 由散点图可以看出，技术改造投入与销售额之间具有正的相关关系，但是它们之间具有何种相关关系，还不能从表中的数据判断出来，为了找出最合适的回归模型，我们分别采用几种模型进行拟合． (1)直线模型 由表中的数据，得线性回归方程 ＝2.557 5x＋0.367 5. 残差平方和(yi－i)2≈6.09. (2)指数模型 回归方程为：＝3.101 3e0.296 7x. 残差平方和为(yi－i)2≈0.017. (3)二次模型 回归方程为：＝3.918＋0.396x2. 残差平方和为(yi－i)2≈2.651. 由上述几种模型来看，残差平方和越小，说明拟合效果越好． 因此得到的非线性回归方程为 ＝3.101 3e0.296 7x. 6．某市对该市一重点中学2013年高考上线情况进行统计，随机抽查244名学生的成绩，得到如下数据： 语文 数学 英语 综合科目 上线 不上线 上线 不上线 上线 不上线 上线 不上线 总分上线201人 174 27 178 23 176 25 175 26 总分不上线43人 30 13 23 20 24 19 26 17 总计 204 40 201 43 200 44 201 43 在犯错误的概率不超过0.01的前提下试判断各科上线与总分上线之间的关系，并求出哪一科目与总分上线关系最大． 解：对于上述四个科目，分别构造四个随机变量K，K，K，K， 由上表数据可以分别得到四个随机变量的观测值为： 语文：k1＝≈7.294＞6.635， 数学：k2＝≈30.008＞6.635， 英语：k3＝≈24.155＞6.635， 综合科目：k4＝≈17.264＞6.635，所以在犯错误的概率不超过0.01的前提下认为数学、英语、综合科目上线与总分上线有关系．易知数学与总分上线关系最大．