A. | B. | C. | D. |
2 . 下表是某地从2019年至2023年能源消费总量近似值(单位:千万吨标准煤)的数据表:
年份 | 2019 | 2020 | 2021 | 2022 | 2023 |
年份代号 | 1 | 2 | 3 | 4 | 5 |
能源消费总量近似值(单位:千万吨标准煤) | 44.2 | 44.6 | 46.2 | 47.8 | 50.8 |
以为解释变量,为响应变量,若以为回归方程,则决定系数0.9298,若以为回归方程,则,则下面结论中正确的有( )
A.变量和变量的样本相关系数为正数 |
B.比的拟合效果好 |
C.由回归方程可准确预测2024年的能源消费总量 |
D. |
3 . 已知复数,复数,则( )
A. | B.4 | C.10 | D. |
A. | B.2 | C.1 | D. |
长跑 | 短跑 | |
男同学 | 30 | 10 |
女同学 | 10 |
(1)求的值以及该班同学选择长跑的概率;
(2)依据小概率值的独立性检验,能否推断选择跑步项目的类别与其性别有关?
附:,其中.
0.05 | 0.01 | 0.001 | |
3.841 | 6.635 | 10.828 |
A. | B. |
C. | D. |
7 . 为了研究学生每天整理数学错题情况,某课题组在某市中学生中随机抽取了100名学生调查了他们期中考试的数学成绩和平时整理数学错题情况,并绘制了下列两个统计图表,图①为学生期中考试数学成绩的频率分布直方图,图②为学生一个星期内整理数学错题天数的扇形图.若本次数学成绩在110分及以上视为优秀,将一个星期有4天及以上整理数学错题视为“经常整理”,少于4天视为“不经常整理”.已知数学成绩优秀的学生中,经常整理错题的学生占.
(1)根据图①、图②中的数据,画出列联表,并根据小概率值的独立性检验,分析数学成绩优秀与经常整理数学错题是否有关?
(2)用频率估计概率,在全市中学生中按经常整理错题与不经常整理错题进行分层随机抽样,随机抽取5名学生,再从这5名学生中随机抽取2人进行座谈,求这2名同学中经常整理错题且数学成绩优秀的人数X的分布列和数学期望.
附:,其中.
0.10 | 0.05 | 0.025 | 0.010 | 0.005 | 0.001 | |
2.706 | 3.841 | 5.024 | 6.635 | 7.879 | 10.828 |
年份序号x | 1 | 2 | 3 | 4 | 5 |
招生人数y/千人 | 0.8 | 1 | 1.3 | 1.7 | 2.2 |
(2)求关于的回归直线方程,并预测当年份序号为7时该校的招生人数.
参考数据:,,.
参考公式:相关系数,回归方程中斜率和截距的最小二乘估计公式分别为,.
A. | B. | C. | D.2 |
A. | B. |
C. | D. |