场次编号 | 1 | 2 | 3 | 4 | 5 |
观众人数 | 0.7 | 0.8 | 1 | 1.2 | 1.3 |
(2)若该烟花秀节目分A、B、C三个等次的票价,某机构随机调查了该烟花秀节目现场200位观众的性别与购票情况,得到的部分数据如表所示,请将列联表补充完整,并判断能否有的把握认为该烟花秀节目的观众是否购买A等票与性别有关.
购买A等票 | 购买非A等票 | 总计 | |
男性观众 | 50 | ||
女性观众 | 60 | ||
总计 | 100 | 200 |
0.100 | 0.050 | 0.010 | |
2.706 | 3.841 | 6.635 |
x(月份) | 1 | 2 | 3 | 4 | 5 |
y(万人) | 3.6 | 6.4 | 11.7 | 18.8 | 27.5 |
(2)为了进一步了解人们对适应人工智能所将带来的职业结构变化的自信程度(分为“基本适应”和“不适应”)是否跟年龄有关,某部门从该地区随机抽取300人进行调查,调查数据如下表:
基本适应 | 不适应 | |
年龄小于30岁 | 100 | 50 |
年龄不小于30岁 | 75 | 75 |
附参考数据:,;,.
15 | 55 | 979 | 68 | 264 | 1122 | ||
0.15 | 0.1 | 0.05 | 0.025 | 0.01 | 0.001 | ||
2.072 | 2.706 | 3.841 | 5.024 | 6.635 | 10.828 |
x | 3 | 3 | 4 | 5 | 5 | 6 | 6 | 8 |
y | 10 | 12 | 13 | 18 | 19 | 21 | 24 | 27 |
(2)(ⅰ)若该省A城市在2023年2月份准备发放一轮额度为10百万元的消费券,利用(1)中求得的线性回归方程,预计可以带动多少消费?
(ⅱ)当实际值与估计值的差的绝对值与估计值的比值不超过10%时,认为发放的该轮消费券助力消费复苏是理想的.若该省A城市2月份发放额度为10百万元的消费券后,经过一个月的统计,发现实际带动的消费为30百万元,请问发放的该轮消费券助力消费复苏是否理想?若不理想,请分析可能存在的原因.
参考公式:,,.当时,两个变量之间具有很强的线性相关关系.
参考数据:.
男性 | 女性 | 合计 | |
喜欢冰雪运动 | 80 | ||
不喜欢冰雪运动 | 40 | ||
合计 |
(1)完成2×2列联表,并判断能否在犯错误的概率不超过0.001的前提下,认为“喜欢冰雪运动”与“性别”有关系;(结果精确到0.001)
(2)根据数据统计,在参与调查的人员中年龄在40岁以上的占总体的,在20岁到40岁之间的占,20岁以下的占.现利用分层抽样的方法,从参加调查的人员中随机抽取5人参与抽奖活动,奖项设置如下:一等奖,享受全雪季雪场全部项目五折优惠,名额2人;二等奖,享受全雪季雪场全部项目八折优惠,名额3人.求获得一等奖的两人年龄都在20岁到40岁之间的概率.
参考公式:,其中.
0.100 | 0.010 | 0.001 | |
2.706 | 6.635 | 10.828 |
年份代码x | 1 | 2 | 3 | 4 | 5 |
市场规模y | 3.98 | 4.56 | 5.04 | 5.86 | 6.36 |
(2)已知中国在线直播购物用户选择在品牌官方直播间购物与不在品牌官方直播间购物的人数之比为4:1,按照分层抽样从这两类用户中抽取5人,再从这5人中随机抽取2人,求这2人全是选择在品牌官方直播间购物用户的概率.
参考数据:,,,其中.
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估计公式分别为,.
年份 | 2016 | 2017 | 2018 | 2019 | 2020 |
销量(万台) | 1.00 | 1.40 | 1.70 | 1.90 | 2.00 |
购置传统燃油车 | 购置新能源车 | 总计 | |
男性车主 | 12 | 48 | |
女性车主 | 4 | ||
总计 | 60 |
(2)请将上述列联表补充完整,并判断是否有99%的把握认为购车车主是否购置新能源乘用车与性别有关;
参考公式:
相关系数;
,其中;
参考数据:,,.
备注:若,则可判断与线性相关.
卡方临界值表:
0.100 | 0.050 | 0.025 | 0.010 | 0.001 | |
2.706 | 3.841 | 5.024 | 6.635 | 10.828 |
A | B | 合计 | |
成活尾数 | |||
未成活尾数 | |||
合计 | 500 | 500 | 1000 |
高于 | 不高于 | 合计 | |
患新冠肺炎 | |||
不患新冠肺炎 | |||
合计 |
(2)是否有的把握认为患新冠肺炎与温度有关,说明你的理由;
(1)请根据以上数据建立一个列联表;
(2)由以上数据,他有多大把握认为邮箱名称中含有数字与国籍有关?
0.50 | 0.40 | 0.25 | 0.15 | 0.10 | 0.05 | 0.025 | 0.010 | 0.005 | 0.001 | |
0.455 | 0.708 | 1.323 | 2.072 | 2.706 | 3.841 | 5.024 | 6.635 | 7.879 | 10.828 |