观点 | 高二 | 高三 |
热爱 | 30 | 20 |
不热爱 | 20 |
(2)若根据小概率值的独立性检验,认为热爱数学与学生的年级有关,求实数的最小值.
附:.
0.050 | 0.010 | 0.001 | |
3.841 | 6.635 | 10.828 |
(1)找出这种商品随着大小(型号)不同而价格变化的规律;
(2)根据规律预测这种商品不同大小(型号)的价格;
(3)根据规律给消费者或生产商提出建议.
在上面的解决问题过程中,做了哪些假设?为什么这样假设?
(1)根据已知条件,填写列联表,并依据的独立性检验,能否认为该校学生对亚运会项目的了解情况与性别有关?
(2)现从该校了解亚运会项目的学生中,采用分层随机抽样的方法随机抽取9名学生,再从这9名学生中随机抽取4人,设抽取的4人中男生的人数为,求的分布列和数学期望.
附:,.
0.050 | 0.010 | 0.001 | |
3.841 | 6.635 | 10.828 |
一级品 | 二级品 | 合计 | |
A机器 | 70 | 30 | 100 |
B机器 | 80 | 20 | 100 |
合计 | 150 | 50 | 200 |
(2)能否有90%的把握认为A机器生产的产品质量与B机器生产的产品质量有差异?
附:,其中.
0.15 | 0.10 | 0.05 | |
2.072 | 2.706 | 3.841 |
5 . 2020年5月4日,习近平总书记在北京大学师生座谈会上发表重要讲话,明确指出社会主义核心价值观充分体现了对中华优秀传统文化的传承和升华,弘扬中华优秀传统文化对培育和践行社会主义核心价值观具有重要作用.深入学习习近平总书记的讲话精神,对于正确认识中华优秀传统文化与社会主义核心价值观的关系,促进中华民族伟大复兴中国梦的实现具有重要意义.某地区开展学习国学活动,在活动开展一段时间后,该地区针对居民学习结果进行了相关的问卷调查,并将得到的分数整理成频率分布直方图如图所示.
(1)求的值,并求该地区居民问卷调查分数的平均数的估计值(同一组中数据用该组区间中点值作代表);
(2)为了调查该地区居民对学习国学的认可度,从调查问卷中随机抽取一部分问卷,整理得到统计数据如下表:
认可开展学习国学活动 | 认为不必要学习 | 总计 | |
50岁以上 | 45 | 55 | 100 |
50岁及50岁以下 | 75 | 25 | 100 |
总计 | 120 | 80 | 200 |
根据表中数据,是否有99.9%的把握认为居民对开展学习国学活动的态度与年龄有关?
参考公式及数据:
,其中.
0.100 | 0.050 | 0.010 | 0.001 | |
2.706 | 3.841 | 6.635 | 10.828 |
(1),计算与;
(2)设,求证:,并指出向量满足什么条件时该不等式取等号.
(1)由频率分布直方图估计样本中日本成年男性身高的分位数;
(2)为了了解身高与蛋白质摄入量之间是否有关联,课题组调查样本中的600人得到如下列联表:
身高 | 蛋白质摄入量 | 合计 | |
丰富 | 不丰富 | ||
低于 | 108 | ||
不低于 | 100 | ||
合计 | 600 |
附:.
0.1 | 0.05 | 0.01 | 0.005 | 0.001 | |
2.706 | 3.841 | 6.635 | 7.879 | 10.828 |
月份 | 1月 | 2月 | 3月 | 4月 | 5月 |
月份编号 | 1 | 2 | 3 | 4 | 5 |
金额(万元) | 7 | 12 | 13 | 19 | 24 |
①求该公司带货金额的平均值;
②求该公司带货金额与月份编号的样本相关系数(精确到0.01),并判断它们是否具有线性相关关系(,则认为与的线性相关性较强;,则认为与的线性相关性较弱);
(2)该公司现有一个直播间销售甲、乙两种产品.为对产品质量进行监控,质检人员先用简单随机抽样的方法从甲、乙两种产品中分别抽取了5件、3件产品进行初检,再从中随机选取3件做进一步的质检,记抽到甲产品的件数为,试求的分布列与期望.
附:相关系数公式,参考数据:,,,.
加工产品的件数 | |||||
人数 | 50 | 80 | 40 | 20 | 10 |
(1)完成下面的列联表,根据小概率值的独立性检验,能否认为该工厂的工人是否为生产标兵与年龄有关?
年龄不大于30岁 | 年龄大于30岁 | |
生产标兵 | ||
非生产标兵 |
(2)该工厂采用“阶梯式”的计件工资:日加工产品不超过50件的部分每件1元,超过50件但不超过60件的部分每件2元,超过60件但不超过80件的部分每件3元,超过80件的部分每件5元.假设工人小张每天加工产品的件数只可能为样本数据中各分组区间的右端点值,用对应区间的频率估计其概率,求小张每天的计件工资(单位:元)的期望.
附:.
0.05 | 0.01 | 0.001 | |
3.841 | 6.635 | 10.828 |
年份 | 2019 | 2020 | 2021 | 2022 | 2023 |
年份代号 | 1 | 2 | 3 | 4 | 5 |
新增碳排放万吨 | 6.1 | 5.2 | 4.9 | 4 | 3.8 |
(2)求关于的线性回归方程,并据此估计该地区年的新增碳排放.
参考数据:,,,,,,.
参考公式:对于一组数据,,…,,其回归直线的斜率和截距的最小二乘法估计公式,相关系数r的公式分别为,,.