1 . 某科研课题组通过一款手机软件，调查了某市名跑步爱好者平均每周的跑步量简称“周跑量”，得到如下的频数分布表：

周跑量千米
人数

   
(1)补全该市名跑步爱好者周跑量的频率分布直方图；
(2)根据图表数据，试求样本数据的中位数精确到；
(3)根据跑步爱好者的周跑量，将跑步爱好者分成三类，不同类别的跑者购买的装备的价格不一样，如下表：

周跑量千米
类别	休闲跑者	核心跑者	精英跑者
装备价格元

根据以上数据，估计该市跑步爱好者购买装备的平均价格.

2 . 从某企业生产的某种产品中抽取100件，测量这些产品的一项质量指标值，由测量数据得到频率分布直方图如图所示．

(1)补全频率分布直方图；
(2)若同一组数据用该组区间的中点值作为代表，据此估计这种产品质量指标值的平均数及方差；
(3)当一件产品的质量指标值位于时，认为该产品为合格品，求样本中的产品为合格品的频率．

3 . 某校从参加一次知识竞赛的同学中，随机选取若干名同学将其成绩(均为整数分值)分成，，，，，六组后，得到频率分布直方图（如图，图有残缺）.观察此图，回答下列问题：

(1)求分数在内的频率，并补全这个频率分布直方图；
(2)若选取的人数为100人，问分数不低于70分的共有多少人？
(3)由频率分布直方图，估计本次考试成绩的中位数.

5 . 某校从参加某次知识竞赛的同学中，选取60名同学将其成绩（百分制，均为整数）分成，，，，，六组后，得到部分频率分布直方图（如图），观察图形中的信息，回答下列问题：

（1）求分数内的频率，并补全这个频率分布直方图；
（2）从频率分布直方图中，估计本次考试成绩的中位数；

6 . 某校从参加某次知识竞赛的同学中，选取60名同学将其成绩（百分制，均为整数）分成，，，，，六组后，得到部分频率分布直方图（如图），观察图形中的信息，回答下列问题：

（1）求分数内的频率，并补全这个频率分布直方图；
（2）从频率分布直方图中，估计本次考试成绩的中位数；
（3）若从第1组和第6组两组学生中，随机抽取2人，求所抽取2人成绩之差的绝对值大于10的概率.

7 . 某班同学利用国庆节进行社会实践，对岁的人群随机抽取人进行了一次生活习惯是否符合低碳观念的调查，若生活习惯符合低碳观念的称为“低碳族”，否则称为“非低碳族”，得到如下统计表和各年龄段人数频率分布直方图：

（1）补全频率分布直方图并求、、的值；
（2）从岁年龄段的“低碳族”中采用分层抽样法抽取人参加户外低碳体验活动，其中选取人作为领队，记选取的名领队中年龄在岁的人数为，求的分布列和期望.

8 . 某射击运动员在同一条件下进行练习，结果如下表:

射击次数	10	20	50	100	200	500
击中10环次数	8	19	44	93	178	453
击中10环频率

（1）将表格填写完整；
（2）这名运动员射击一次，击中10环的概率约为多少?

9 . “一本书，一碗面，一条河，一座桥”曾是兰州的城市名片，而现在“兰州马拉松”又成为了兰州的另一张名片，随着全民运动健康意识的提高，马拉松运动不仅在兰州，而且在全国各大城市逐渐兴起，参与马拉松训练与比赛的人口逐年增加．为此，某市对人们参加马拉松运动的情况进行了统计调查．其中一项调查是调查人员从参与马拉松运动的人中随机抽取200人，对其每周参与马拉松长跑训练的天数进行统计，得到以下统计表：

平均每周进行长跑训练的天数	不大于2天	3天或4天	不少于5天
人数	30	130	40

若某人平均每周进行长跑训练天数不少于5天，则称其为“热烈参与者”，否则称为“非热烈参与者”．
（1）经调查，该市约有2万人参与马拉松运动，试估计其中“热烈参与者”的人数；
（2）根据上表的数据，填写下列列联表，并通过计算判断是否能在犯错误的概率不超过的前提下认为“是否热烈参与马拉松”与性别有关？

	热烈参与者	非热烈参与者	合计
男			140
女		55
合计

参考公式及数据：，其中．

10 . 2018年，依托用户碎片化时间的娱乐需求、分享需求以及视频态的信息负载力，短视频快速崛起；与此同时，移动阅读方兴未艾，从侧面反应了人们对精神富足的一种追求，在习惯了大众娱乐所带来的短暂愉悦后，部分用户依旧对有着传统文学底蕴的严肃阅读青睐有加．
某读书APP抽样调查了非一线城市M和一线城市N各100名用户的日使用时长（单位：分钟），绘制成频率分布直方图如下，其中日使用时长不低于60分钟的用户记为“活跃用户”．

（1）请填写以下列联表，并判断是否有99．5%的把握认为用户活跃与否与所在城市有关？

	活跃用户	不活跃用户	合计
城市M
城市N
合计

（2）以频率估计概率，从城市M中任选2名用户，从城市N中任选1名用户，设这3名用户中活跃用户的人数为，求的分布列和数学期望．
（3）该读书APP还统计了2018年4个季度的用户使用时长y（单位：百万小时），发现y与季度（）线性相关，得到回归直线为，已知这4个季度的用户平均使用时长为12.3百万小时，试以此回归方程估计2019年第一季度（）该读书APP用户使用时长约为多少百万小时．
附：，其中．

	0.025	0.010	0.005	0.001
	5.024	6.635	7.879	10.828