2016年高考数学理科二轮复习专题:概率与统计练习.pdfVIP

2016年高考数学理科二轮复习专题:概率与统计练习.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

2016高三二轮复习之之练案【新课标版理科数学】

专题八概率与统计

1.练高考

1.【2015高考新课标2,理3】根据下面给出的2004年至2013年我国二氧化硫排放量(单位:万吨)柱形

图。以下结论不正确的是()

A.逐年比较,2008年减少二氧化硫排放量的效果最显著

B.2007年我国治理二氧化硫排放显现

C.2006年以来我国二氧化硫年排放量呈减少趋势

D.2006年以来我国二氧化硫年排放量与年份正相关

【】D

【解析】由柱形图得,从2006年以来,我国二氧化硫排放量呈下降趋势,故年排放量与年份负相关,故选

D.

【考点定位】正、负相关.

【名师点睛】本题以实际背景考查回归分析中的正、负相关,利用增长趋势或下降趋势理解正负相关的概

念是解题关键,属于基础题.

2.【2015高考湖南,理7】在如图所示的正方形中随机投掷10000个点,则落入阴影部分(曲线C为正态

分布N(0,1)的密度曲线)的点的个数的估计值为()

A.2386B.2718C.3413D.4772

2016Secondroundreviewofseniorhighschoolstudents-practicetestcases

[newcurriculumstandardversionofscienceandmathematics]

Topic8Probabilityand

Statistics

1.Practiceforthecollegeentranceexamination

1.[2015NewCollegeEntranceExaminationCourseStandards2,Theory3]Basedonthebarchartofmy

country’ssulfurdioxideemissions(unit:10,000tons)from2004to2013givenbelow.Whichofthe

followingconclusionsisincorrect()

A.Comparedyearbyyear,theeffectofreducingsulfur

dioxideemissionswasthemostsignificantin2008.B.

mycountryscontrolofsulfurdioxideemissions

appearedin2007.C.mycountrysannualsulfurdioxide

emissionshaveshownadecreasingtrendsince2006.D.

mycountrysannualsulfurdioxideemissionssince2006

arepositivelycorrelatedwiththeyear.

【Answer】

D

[Analysis]Accordingtothebarchart,since2006,mycountryssulfurdioxideemissionshaveshown

adownwardtrend,sotheannualemissionsareneivelycorrelatedwiththeyear,sochooseD.

[Testpointpositioning]Positiveand

neivecorrelation.

文档评论(0)

+ 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档