高考数学二轮复习 专题训练七 第3讲 统计与统计案例 理

第3讲统计与统计案例考情解读1.该部分常考内容：样本数字特征的计算、各种统计图表、线性回归方程、独立性检验等；有时也会在知识交汇点处命题，如概率与统计交汇等.2.从考查形式上来看，大部分为选择题、填空题，重在考查基础知识、基本技能，有时在知识交汇点处命题，也会出现解答题，都属于中、低档题．1．随机抽样(1)简单随机抽样特点是从总体中逐个抽取．适用范围：总体中的个体较少．(2)系统抽样特点是将总体均分成几部分，按事先确定的规则在各部分中抽取．适用范围：总体中的个体数较多．(3)分层抽样特点是将总体分成几层，分层进行抽取．适用范围：总体由差异明显的几部分组成．2．常用的统计图表 (1)频率分布直方图 ①小长方形的面积＝组距×频率组距＝频率； ②各小长方形的面积之和等于1；③小长方形的高＝频率组距，所有小长方形的高的和为1组距.(2)茎叶图在样本数据较少时，用茎叶图表示数据的效果较好． 3．用样本的数字特征估计总体的数字特征 (1)众数、中位数、平均数数字特征 样本数据 频率分布直方图众数出现次数最多的数据取最高的小长方形底边中点的横坐标 中位数将数据按大小依次排列，处在最中间位置的一个数据(或最中间两个数据的平均数)把频率分布直方图划分左右两个面积相等的分界线与x 轴交点的横坐标 平均数样本数据的算术平均数每个小矩形的面积乘以小矩形底边中点的横坐标之和(2)方差：s 2＝1n[(x 1－x )2＋(x 2－x )2＋…＋(x n －x )2]．标准差：s ＝1n[x 1－x2＋x 2－x2＋…＋x n －x2].4．变量的相关性与最小二乘法(1)相关关系的概念、正相关和负相关、相关系数．(2)最小二乘法：对于给定的一组样本数据(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )，通过求Q ＝ i ＝1n(y i－a －bx i )2最小时，得到线性回归方程y ^＝b ^x ＋a ^的方法叫做最小二乘法． 5．独立性检验对于取值分别是{x 1，x 2}和{y 1，y 2}的分类变量X 和Y ，其样本频数列联表是y 1 y 2 总计x 1 a b a ＋b x 2cdc ＋d总计a＋c b＋d n则K2(χ2)＝n ad bc2a＋b c＋d a＋c b＋d(其中n＝a＋b＋c＋d为样本容量)．热点一抽样方法例1 (1)(2013·陕西)某单位有840名职工，现采用系统抽样方法抽取42人做问卷调查，将840人按1,2，…，840随机编号，则抽取的42人中，编号落入区间[481,720]的人数为( ) A ．11 B ．12 C ．13 D ．14(2)(2014·石家庄高三调研)某学校共有师生3 200人，现用分层抽样的方法，从所有师生中抽取一个容量为160的样本，已知从学生中抽取的人数为150，那么该学校的教师人数是________．思维启迪 (1)系统抽样时需要抽取几个个体，样本就分成几组，且抽取号码的间隔相同；(2)分层抽样最重要的是各层的比例． 答案 (1)B (2)200 解析 (1)由84042＝20，即每20人抽取1人，所以抽取编号落入区间[481,720]的人数为720－48020＝24020＝12. (2)本题属于分层抽样，设该学校的教师人数为x ，所以1603 200＝160－150x ，所以x ＝200.思维升华 (1)随机抽样各种方法中，每个个体被抽到的概率都是相等的；(2)系统抽样又称“等距”抽样，被抽到的各个号码间隔相同；分层抽样满足：各层抽取的比例都等于样本容量在总体容量中的比例．(1)某校高一、高二、高三分别有学生人数为495,493,482，现采用系统抽样方法，抽取49人做问卷调查，将高一、高二、高三学生依次随机按1,2,3，…，1 470编号，若第1组有简单随机抽样方法抽取的号码为23，则高二应抽取的学生人数为( )A．15 B．16 C．17 D．18(2)(2014·广东)已知某地区中小学生人数和近视情况分别如图①和图②所示．为了解该地区中小学生的近视形成原因，用分层抽样的方法抽取2%的学生进行调查，则样本容量和抽取的高中生近视人数分别为( )A．200,20 B．100,20C．200,10 D．100,10答案(1)C (2)A解析(1)由系统抽样方法，知按编号依次每30个编号作为一组，共分49组，高二学生的编号为496到988，在第17组到第33组内，第17组抽取的编号为16×30＋23＝503，为高二学生，第33组抽取的编号为32×30＋23＝983，为高二学生，故共抽取高二学生人数为33－16＝17，故选C.(2)该地区中、小学生总人数为3 500＋2 000＋4 500＝10 000，则样本容量为10 000×2%＝200，其中抽取的高中生近视人数为2 000×2%×50%＝20，故选A.热点二用样本估计总体例2(1)(2014·山东)为了研究某药品的疗效，选取若干名志愿者进行临床试验，所有志愿者的舒张压数据(单位：kPa)的分组区间为[12,13)，[13,14)，[14,15)，[15,16)，[16,17]，将其按从左到右的顺序分别编号为第一组，第二组，…，第五组，如图是根据试验数据制成的频率分布直方图．已知第一组与第二组共有20人，第三组中没有疗效的有6人，则第三组中有疗效的人数为( )A．6 B．8 C．12 D．18(2)PM2.5是指大气中直径小于或等于2.5微米的颗粒物，也称为可入肺颗粒物，如图是根据某地某日早7点至晚8点甲、乙两个PM2.5监测点统计的数据(单位：毫克/每立方米)列出的茎叶图，则甲、乙两地浓度的方差较小的是( )A．甲B．乙C．甲乙相等D．无法确定甲乙20.04123 6930.0596210.06293310.079640.08770.09246思维启迪(1)根据第一组与第二组的人数和对应频率估计样本总数，然后利用第三组的频率和无疗效人数计算；(2)直接根据公式计算方差．答案(1)C (2)A解析(1)志愿者的总人数为200.16＋0.24×1＝50，所以第三组人数为50×0.36＝18，有疗效的人数为18－6＝12.(2)x甲＝(0.042＋0.053＋0.059＋0.061＋0.062＋0.066＋0.071＋0.073＋0.073＋0.084＋0.086＋0.097)÷12≈0.068 9，x乙＝(0.041＋0.042＋0.043＋0.046＋0.059＋0.062＋0.069＋0.079＋0.087＋0.092＋0.094＋0.096)÷12≈0.067 5，s2＝112[(0.042－0.068 9)2＋(0.053－0.068 9)2＋…＋(0.097－0.068 9)2]≈0.000 212.s2＝112[(0.041－0.067 5)2＋(0.042－0.067 5)2＋…＋(0.096－0.067 5)2]≈0.000 429.所以甲、乙两地浓度的方差较小的是甲地．思维升华(1)反映样本数据分布的主要方式：频率分布表、频率分布直方图、茎叶图．关于频率分布直方图要明确每个小矩形的面积即为对应的频率，其高低能够描述频率的大小，高考中常常考查频率分布直方图的基本知识，同时考查借助频率分布直方图估计总体的概率分布和总体的特征数，具体问题中要能够根据公式求解数据的均值、众数和中位数、方差等．(2)由样本数据估计总体时，样本方差越小，数据越稳定，波动越小．(1)某商场在庆元宵促销活动中，对元宵节9时至14时的销售额进行统计，其频率分布直方图如图所示，已知9时至10时的销售额为2.5万元，则11时至12时的销售额为________万元．(2)(2014·陕西)设样本数据x 1，x 2，…，x 10的均值和方差分别为1和4，若y i ＝x i ＋a (a 为非零常数，i ＝1,2，…，10)，则y 1，y 2，…，y 10的均值和方差分别为( ) A ．1＋a,4 B ．1＋a,4＋a C ．1,4D ．1,4＋a答案 (1)10 (2)A解析 (1)由频率分布直方图可知： 0.100.40＝2.5x ，所以x ＝10. (2)x 1＋x 2＋…＋x 1010＝1，y i ＝x i ＋a ，所以y 1，y 2，…，y 10的均值为1＋a ，方差不变仍为4. 故选A.热点三 统计案例例3(1)以下是某年2月某地区搜集到的新房屋的销售价格y和房屋的面积x的数据.根据上表可得线性回归方程y＝b x＋a中的b＝0.196 2，则面积为150 m2的房屋的销售价格约为________万元．(2)(2014·江西)某人研究中学生的性别与成绩、视力、智商、阅读量这4个变量的关系，随机抽查52名中学生，得到统计数据如表1至表4，则与性别有关联的可能性最大的变量是( )表1性别男 8 12 20 女 8 24 32 总计163652表4阅读量 性别丰富 不丰富 总计 男 14 6 20 女 2 30 32 总计163652A.成绩 B ．视力 C ．智商 D ．阅读量思维启迪 (1)回归直线过样本点中心(x ，y )； (2)根据列联表，计算K 2的值 答案 (1)31.244 2 (2)D解析 (1)由表格可知x ＝15(115＋110＋80＋135＋105)＝109，y ＝15(24.8＋21.6＋18.4＋29.2＋22)＝23.2.所以a ^＝y －b ^x ＝23.2－0.196 2×109＝1.814 2.所以所求线性回归方程为y ^＝0.196 2x ＋1.814 2.故当x ＝150时，销售价格的估计值为y ^＝0.196 2×150＋1.814 2＝31.244 2(万元)． (2)A 中，a ＝6，b ＝14，c ＝10，d ＝22，a ＋b ＝20，c ＋d ＝32，a ＋c ＝16，b ＋d ＝36，n ＝52， K 2＝52×6×22－14×10220×32×16×36＝131 440. B 中，a ＝4，b ＝16，c ＝12，d ＝20，a ＋b ＝20，c ＋d ＝32，a ＋c ＝16，b ＋d ＝36，n ＝52， K 2＝52×4×20－16×12220×32×16×36＝637360. C 中，a ＝8，b ＝12，c ＝8，d ＝24，a ＋b ＝20，c ＋d ＝32，a ＋c ＝16，b ＋d ＝36，n ＝52， K 2＝52×8×24－12×8220×32×16×36＝1310. D 中，a ＝14，b ＝6，c ＝2，d ＝30，a ＋b ＝20，c ＋d ＝32，a ＋c ＝16，b ＋d ＝36，n ＝52， K 2＝52×14×30－6×2220×32×16×36＝3 757160.∵131 440<1310<637360<3 757160，∴与性别有关联的可能性最大的变量是阅读量．思维升华(1)线性回归方程求解的关键在于准确求出样本点中心．回归系数的求解可直接把相应数据代入公式中求解，回归常数的确定则需要利用中心点在回归直线上建立方程求解；(2)独立性检验问题，要确定2×2列联表中的对应数据，然后代入K2(χ2)计算公式求其值，根据K2(χ2)取值范围求解即可．(1)已知x、y取值如下表：从所得的散点图分析可知：y与x线性相关，且y＝0.95x＋a，则a等于( )A．1.30 B．1.45 C．1.65 D．1.80(2)某研究机构为了研究人的脚的大小与身高之间的关系，随机抽测了20人，若“身高大于175厘米”的为“高个”，“身高小于等于175厘米”的为“非高个”，“脚长大于42码”的为“大脚”，“脚长小于等于42码”的为“非大脚”．得以下2×2列联表：则在犯错误的概率不超过(附：)答案 (1)B (2)0.01解析 (1)依题意得，x ＝16×(0＋1＋4＋5＋6＋8)＝4，y ＝16(1.3＋1.8＋5.6＋6.1＋7.4＋9.3)＝5.25；又直线y ^＝0.95x ＋a ^必过样本点中心(x ，y )，即点(4，5.25)，于是有5.25＝0.95×4＋a ^，由此解得a ^＝1.45. (2)由题意得K 2＝20×5×12－1×226×14×7×13≈8.802>6.635.而K 2>6.635的概率约为0.01，所以在犯错误的概率不超过0.01的前提下认为人的脚的大小与身高之间有关系．1．随机抽样的方法有三种，其中简单随机抽样适用于总体中的个体数量不多的情况，当总体中的个体数量明显较多时要使用系统抽样，当总体中的个体具有明显的层次时使用分层抽样．系统抽样最重要的特征是“等距”，分层抽样，最重要的是各层的“比例”． 2．用样本估计总体(1)在频率分布直方图中，各小长方形的面积表示相应的频率，各小长方形的面积的和为1. (2)众数、中位数及平均数的异同：众数、中位数及平均数都是描述一组数据集中趋势的量，平均数是最重要的量．(3)当总体的个体数较少时，可直接分析总体取值的频率分布规律而得到总体分布；当总体容量很大时，通常从总体中抽取一个样本，分析它的频率分布，以此估计总体分布． ①总体期望的估计，计算样本平均值x ＝1n ∑ni ＝1x i .②总体方差(标准差)的估计：方差＝1n∑ni ＝1(x i－x )2，标准差＝方差，方差(标准差)较小者较稳定．3．线性回归方程y ^＝b ^x ＋a ^过样本点中心(x ，y )，这为求线性回归方程带来很多方便． 4．独立性检验(1)作出2×2列联表．(2)计算随机变量K 2(χ2)的值．(3)查临界值，检验作答．真题感悟1．(2014·江苏)为了了解一片经济林的生长情况，随机抽测了其中60株树木的底部周长(单位：cm)，所得数据均在区间[80,130]上，其频率分布直方图如图所示，则在抽测的60株树木中，有________株树木的底部周长小于100 cm.答案 24解析 底部周长在[80,90)的频率为0.015×10＝0.15， 底部周长在[90,100)的频率为0.025×10＝0.25，样本容量为60，所以树木的底部周长小于100 cm 的株数为(0.15＋0.25)×60＝24. 2．(2014·重庆)已知变量x 与y 正相关，且由观测数据算得样本平均数x ＝3，y ＝3.5，则由该观测数据算得的线性回归方程可能是( )A.y ^＝0.4x ＋2.3B.y ^＝2x －2.4C.y ^＝－2x ＋9.5 D.y ^＝－0.3x ＋4.4答案 A解析因为变量x和y正相关，则回归直线的斜率为正，故可以排除选项C和D.因为样本点的中心在回归直线上，把点(3,3.5)的坐标分别代入选项A和B中的线性回归方程进行检验，可以排除B，故选A.押题精练1．某地区对某路段公路上行驶的汽车速度实施监控，从中抽取50辆汽车进行测速分析，得到如图所示的时速的频率分布直方图，根据该图，时速在70 km/h以下的汽车有________辆．答案20解析时速在70 km/h以下的汽车所占的频率为0.01×10＋0.03×10＝0.4，共有0.4×50＝20(辆)．2．某教育出版社在高三期末考试结束后，从某市参与考试的考生中选取600名学生对在此期间购买教辅资料的情况进行调研，得到如下数据：人数 240 200 160若该教育出版社计划用分层抽样的方法从这600人中随机抽取60人进行座谈，则只买试题类的学生应抽取的人数为________． 答案 24解析 只买试题类的学生应抽取的人数为60×240600＝24.3．下表提供了某厂节能减排技术改造后在生产A 产品过程中记录的产量x (吨)与相应的生产能耗y (吨)的几组对应数据：x 3 4 5 6 y2.5t44.5根据上表提供的数据，求出y 关于x 的线性回归方程为y ^＝0.7x ＋0.35，那么表中t 的值为________． 答案 3解析 ∵样本点中心为⎝⎛⎭⎪⎫4.5，11＋t 4，∴11＋t 4＝0.7×4.5＋0.35，解得t ＝3. 4．春节期间，“厉行节约，反对浪费”之风悄然吹开，某市通过随机询问100名性别不同的居民是否能做到“光盘”行动，得到如下的列联表：做不到“光盘”能做到“光盘”男 45 10 女3015附：P (K 2≥k 0)0.10 0.05 0.025 k 02.7063.8415.024K 2＝n ad －bc 2a ＋bc ＋d a ＋cb ＋d参照附表，得到的正确结论是( )A ．在犯错误的概率不超过1%的前提下，认为“该市居民能否做到‘光盘’与性别有关”B ．在犯错误的概率不超过1%的前提下，认为“该市居民能否做到‘光盘’与性别无关”C ．有90%以上的把握认为“该市居民能否做到‘光盘’与性别有关”D ．有90%以上的把握认为“该市居民能否做到‘光盘’与性别无关” 答案 C解析 由公式可计算K 2的观测值k ＝n ad －bc 2a ＋bc ＋d a ＋cb ＋d＝100×45×15－30×10255×45×75×25≈3.03>2.706，所以有90%以上的把握认为“该市民能否做到‘光盘’与性别有关”，故选C.(推荐时间：40分钟)一、选择题1．(2014·湖南)对一个容量为N的总体抽取容量为n的样本，当选取简单随机抽样、系统抽样和分层抽样三种不同方法抽取样本时，总体中每个个体被抽中的概率分别为p1，p2，p3，则( )A．p1＝p2<p3B．p2＝p3<p1C．p1＝p3<p2D．p1＝p2＝p3答案 D解析由于三种抽样过程中，每个个体被抽到的概率都是相等的，因此p1＝p2＝p3.2．某中学高中一年级有400人，高中二年级有320人，高中三年级有280人，现从中抽取一个容量为200人的样本，则高中二年级被抽取的人数为( )A．28 B．32C．40 D．64答案 D解析由已知，得样本容量为400＋320＋280＝1 000，所以，高中二年级被抽取的人数为2001 000×320＝64，选D.3．(2013·江西)总体由编号为01,02，…，19,20的20个个体组成，利用下面的随机数表选取5个个体，选取方法是从随机数表第1行的第5列和第6列数字开始由左到右依次选取两个数字，则选出来的第5个个体的编号为( )A.08 C ．02 D ．01答案 D解析 从第1行第5列、第6列组成的数65开始由左到右依次选出的数为：08,02,14,07,01，所以第5个个体编号为01.4．为了了解某城市今年准备报考飞行员的学生的体重情况，将所得的数据整理后，画出了频率分布直方图(如图)，已知图中从左到右的前3个小组的频率之比为1∶2∶3，第2小组的频数为120，则抽取的学生人数是( )A ．240B ．280C ．320D ．480答案 D解析 由频率分布直方图知：学生的体重在65～75 kg 的频率为(0.012 5＋0.037 5)×5＝0.25，则学生的体重在50～65 kg 的频率为1－0.25＝0.75. 从左到右第2个小组的频率为0.75×26＝0.25.所以抽取的学生人数是120÷0.25＝480.5．某产品在某零售摊位上的零售价x (单位：元)与每天的销售量y (单位：个)的统计资料如下表所示：由上表可得线性回归方程y ^＝b ^x ＋a ^中的b ^＝－4，据此模型预计零售价定为15元时，每天的销售量为( ) A ．48个 B ．49个 C ．50个 D ．51个答案 B解析 由题意知x ＝17.5，y ＝39，代入线性回归方程得a ^＝109,109－15×4＝49，故选B. 6．某校为了研究学生的性别和对待某一活动的态度(支持和不支持的两种态度)的关系，运用2×2列联表进行独立性检验，经计算K 2＝7.069，则所得到的统计学结论是：有________的把握认为“学生性别与支持该活动有关系．”( ) 附：P (K 2≥k 0)0.100 0.050 0.025 0.010 0.001 k 02.7063.8415.0246.63510.828A.0.1% C ．99% D ．99.9%答案 C解析 因为7.069与附表中的6.635最接近，所以得到的统计学结论是：有1－0.010＝0.99＝99%的把握认为“学生性别与支持该活动有关系”，选C.7.某苗圃基地为了解基地内甲、乙两块地种植的同一种树苗的长势情况，从两块地各随机抽取了10株树苗，用茎叶图表示上述两组数据，对两块地抽取树苗的高度的平均数x 甲，x 乙和中位数y 甲，y 乙进行比较，下面结论正确的是( ) A.x 甲>x 乙，y 甲>y 乙 B.x 甲<x 乙，y 甲<y 乙 C.x 甲<x 乙，y 甲>y 乙 D.x 甲>x 乙，y 甲<y 乙 答案 B 二、填空题8．从某中学高一年级中随机抽取100名同学，将他们的成绩(单位：分)数据绘制成频率分布直方图(如图)．则这100名学生成绩的平均数、中位数分别为________．答案 125,124解析 由图可知(a ＋a －0.005)×10＝1－(0.010＋0.015＋0.030)×10，解得a ＝0.025，则x ＝105×0.1＋115×0.3＋125×0.25＋135×0.2＋145×0.15＝125.中位数在120～130之间，设为x ，则0.01×10＋0.03×10＋0.025×(x －120)＝0.5，解得x ＝124. 9.某校开展“爱我海西、爱我家乡”摄影比赛，9位评委为参赛作品A 给出的分数如茎叶图所示．记分员在去掉一个最高分和一个最低分后，算得平均分为91，复核员在复核时，发现有一个数字(茎叶图中的x )无法看清，若记分员计算无误，则数字x 应该是__________． 答案 1解析 当x ≥4时，89＋89＋92＋93＋92＋91＋947＝6407≠91，∴x <4，∴89＋89＋92＋93＋92＋91＋x ＋907＝91，∴x ＝1.10．某小学对学生的身高进行抽样调查，如图，是将他们的身高(单位：厘米)数据绘制的频率分布直方图．若要从身高在[120,130)，[130,140)，[140,150]三组内的学生中，用分层抽样的方法选取18人，则从身高在[140,150]内的学生中选取的人数应为________．错误!未找到引用源。