材料 | 材料 | 合计 | |
试验成功 | |||
试验失败 | |||
合计 |
(1)根据等高堆积条形图,填写列联表,并判断是否有的把握认为试验的结果与材料有关;
(2)研究人员得到石墨烯后,再制作石墨烯发热膜有三个环节:①透明基底及UV胶层;②石墨烯层;③表面封装层.第一、二环节生产合格的概率均为,第三环节生产合格的概率为,且各生产环节相互独立.已知生产1吨石墨烯发热膜的固定成本为1万元,若生产不合格还需进行修复,第三环节的修复费用为4000元,其余环节修复费用均为2000元.试问如何定价(单位:万元),才能实现每生产1吨石墨烯发热膜获利不低于1万元的目标?(精确到0.001)
附:,其中.
0.1 | 0.05 | 0.01 | 0.005 | 0.001 | |
2.706 | 3.841 | 6.635 | 7.879 | 10.828 |
的浓度 空气质量等级 | |||
1(优) | 84 | 18 | 6 |
2(良) | 15 | 21 | 24 |
3(轻度污染) | 9 | 24 | 27 |
4(中度污染) | 3 | 36 | 33 |
附:;
0.050 | 0.010 | 0.001 | |
3.841 | 6.635 | 10.828 |
的浓度 空气质量 | 合计 | ||
空气质量好 | |||
空气质量不好 | |||
合计 |
(1)求m的值;
(2)若是关于x的实系数一元二次方程的一个根,求该一元二次方程的另一复数根.
成绩 | |||||
频数 | 5 | 20 | 50 | 20 | 5 |
(1)完成A地区分公司的频率分布直方图,并求出该公司员工测试成绩的中位数;
(2)补充完成下列列联表,并判断是否有的把握认为两家分公司员工业务水平有差异.
优秀 | 不优秀 | 合计 | |
A地区分公司 | |||
B地区分公司 | 40 | 60 | |
合计 |
0.100 | 0.050 | 0.025 | 0.010 | 0.001 | |
2.706 | 3.841 | 5.024 | 6.635 | 10.828 |
5 . 冷饮大约起源于3000年前的商代,用于盛夏消暑.冷饮主要分为食用冰、冰淇淋、雪糕、汽水、果汁这五大类.小明为了解本区居民对冷饮的态度,随机调研了100人,并将调研结果整理如下:
不喜欢冷饮 | 喜欢冷饮 | |
45岁以上(含45岁) | 30 | 15 |
45岁以下 | 15 | 40 |
(1)是否有的把握认为本区居民喜欢冷饮与年龄有关?
(2)从这100人中随机选取2人,在选取的2人中有人喜欢冷饮的条件下,求这2人中有45岁以下的人的概率.
公式:,.
0.10 | 0.05 | 0.010 | |
2.706 | 3.841 | 6.635 |
月份t | 1 | 2 | 3 | 4 |
订单数量y(万件) | 5.2 | 5.3 | 5.7 | 5.8 |
(2)建立y关于t的线性回归方程,并预测该企业5月份接到的订单数量.
附:相关系数,
回归方程中斜率和截距的最小二乘法估计公式分别为,,.
天数 | 1 | 2 | 3 | 4 | 5 | 6 |
繁殖个数 | 6 | 12 | 25 | 49 | 95 | 190 |
(1)在图中作出繁殖个数关于天数变化的散点图,并由散点图判断(为常数)与(为常数,且)哪一个适宜作为繁殖个数关于天数变化的回归方程类型?(给出判断即可,不必说明理由)
(2)对于非线性回归方程(为常数,且),令,可以得到繁殖个数的对数z关于天数x具有线性关系及一些统计量的值.
3.50 | 62.83 | 3.53 | 17.50 | 596.57 | 12.09 |
(ⅱ)根据(ⅰ)的判断结果及表中数据,建立关于的回归方程(系数保留2位小数).
附:对于一组数据,其回归直线方程的斜率和截距的最小二乘估计分别为.
月份 | 1月 | 2月 | 3月 | 4月 | 5月 | 6月 | 7月 |
月份代号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
销售量(单位:万辆) | 15.6 | 37.7 | 39.6 | 44.5 |
(1)若,,成递增的等差数列,求从7个月的销售量中任取1个,月销售量不高于27万辆的概率;
(2)若,与的样本相关系数,求关于的线性回归方程,并预测今年8月份的销售量(精确到0.1).
附:相关系数,线性回归方程中斜率和截距的最小二乘估计公式分别为,.
参考数据:,.
达标 | 不达标 | 合计 | |
男生 | 40 | 60 | 100 |
女生 | 30 | 70 | 100 |
合计 | 70 | 130 | 200 |
(2)按分层抽样的方法抽取7位达标学生,再从中选出3人为其他同学介绍经验,记这3人中男生个数记为,求的分布列及数学期望.
附:,
0.050 | 0.010 | 0.001 | |
3.841 | 6.635 | 10.828 |
(1)求与的相关系数,并据此判断电动汽车销量与年份的相关性强弱;
(2)该机构还调查了该地区位购车车主性别与购车种类情况,得到的数据如下表:
购买非电动汽车 | 购买电动汽车 | 总计 | |
男性 | |||
女性 | |||
总计 |
(3)在购买电动汽车的车主中按照性别进行分层抽样抽取人,再从这人中随机抽取人,记这人中,男性的人数为,求的分布列和数学期望.
参考公式:线性回归方程:,其中,;
相关系数:,若,则可判断与线性相关较强;
,其中.
附表: