(1)某人进行该抽球试验时,最多进行三轮,即使第三轮不成功,也停止抽球,记其进行抽球试验的轮次数为随机变量,求的分布列和数学期望;
(2)为验证抽球试验成功的概率不超过,有1000名数学爱好者独立的进行该抽球试验,记表示成功时抽球试验的轮次数,表示对应的人数,部分统计数据如下:
1 | 2 | 3 | 4 | 5 | |
232 | 98 | 60 | 40 | 20 |
(3)证明:.
附:经验回归方程系数:,;
参考数据:,,(其中,).
学生编号i | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
数学成绩 | 100 | 99 | 96 | 93 | 90 | 88 | 85 | 83 | 80 | 77 |
知识竞赛成绩 | 290 | 160 | 220 | 200 | 65 | 70 | 90 | 100 | 60 | 270 |
学生编号i | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 |
数学成绩 | 75 | 74 | 72 | 70 | 68 | 66 | 60 | 50 | 39 | 35 |
知识竞赛成绩 | 45 | 35 | 40 | 50 | 25 | 30 | 20 | 15 | 10 | 5 |
(1)求这组学生的数学成绩和知识竞赛成绩的样本相关系数(精确到0.01);
(2)设,变量和变量的一组样本数据为,其中两两不相同,两两不相同.记在中的排名是第位,在中的排名是第位,.定义变量和变量的“斯皮尔曼相关系数”(记为)为变量的排名和变量的排名的样本相关系数.
(i)记,.证明:;
(ii)用(i)的公式求得这组学生的数学成绩和知识竞赛成绩的“斯皮尔曼相关系数”约为0.91,简述“斯皮尔曼相关系数”在分析线性相关性时的优势.
注:参考公式与参考数据.
;;.
①求批次I成品口罩的次品率.
②第四道工序中红外线自动检测为次品的口罩会被自动淘汰,合格的口罩进入流水线并由工人进行抽查检验.已知批次I的成品口罩红外线自动检测显示合格率为92%,求工人在流水线进行人工抽检时,抽检一个口罩恰为合格品的概率(百分号前保留两位小数).
(2)已知某批次成品口罩的次品率为,设100个成品口罩中恰有1个不合格品的概率为,记的最大值点为,改进生产线后批次的口罩的次品率.某医院获得批次,的口罩捐赠并分发给该院医务人员使用.经统计,正常佩戴使用这两个批次的口罩期间,该院医务人员核酸检测情况如下面条形图所示,求,并判断是否有99.9%的把握认为口罩质量与感染新冠肺炎病毒的风险有关?
附:.
0.050 | 0.010 | 0.005 | 0.001 | |
3.841 | 6.635 | 7.879 | 10.828 |
4 . 某校20名学生的数学成绩和知识竞赛成绩如下表:
学生编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
数学成绩 | 100 | 99 | 96 | 93 | 90 | 88 | 85 | 83 | 80 | 77 |
知识竞赛成绩 | 290 | 160 | 220 | 200 | 65 | 70 | 90 | 100 | 60 | 270 |
学生编号 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 |
数学成绩 | 75 | 74 | 72 | 70 | 68 | 66 | 60 | 50 | 39 | 35 |
知识竞赛成绩 | 45 | 35 | 40 | 50 | 25 | 30 | 20 | 15 | 10 | 5 |
计算可得数学成绩的平均值是,知识竞赛成绩的平均值是,并且,,.
(1)求这组学生的数学成绩和知识竞赛成绩的样本相关系数(精确到).
(2)设,变量和变量的一组样本数据为,其中两两不相同,两两不相同.记在中的排名是第位,在中的排名是第位,.定义变量和变量的“斯皮尔曼相关系数”(记为)为变量的排名和变量的排名的样本相关系数.
(i)记,.证明:.
(ii)用(i)的公式求这组学生的数学成绩和知识竞赛成绩的“斯皮尔曼相关系数”(精确到).
(3)比较(1)和(2)(ii)的计算结果,简述“斯皮尔曼相关系数”在分析线性相关性时的优势.
注:参考公式与参考数据.;;.
(1)现征求两市居民的种植意见,看看哪一种植物更受欢迎,得到的数据如下所示:
A市居民 | B市居民 | |
喜欢杨树 | 300 | 200 |
喜欢木棉树 | 250 | 250 |
(2)若从所有的路口中随机抽取4个路口,恰有个路口种植杨树,求的分布列以及数学期望;
(3)在所有的路口种植完成后,选取3个种植同一种树的路口,记总的选取方法数为,求证:.
附:
0.100 | 0.050 | 0.010 | 0.001 | |
2.706 | 3.841 | 6.635 | 10.828 |
敬老院 | A | B | C | D | E | F | G | H | I | K |
满意度x(%) | 20 | 34 | 25 | 19 | 26 | 20 | 19 | 24 | 19 | 13 |
投资原y(万元) | 80 | 89 | 89 | 78 | 75 | 71 | 65 | 62 | 60 | 52 |
(2)我们约定:投资额关于满意度的相关系数的绝对值在0.75以上(含0.75)是线性相关性较强,否则,线性相关性较弱.如果没有达到较强线性相关,则采取“末位淘汰”制(即满意度最低的敬老院市财政不再继续投资,改为区财政投资).求在剔除“末位淘汰”的敬老院后投资额关于满意度的线性回归方程(系数精确到0.1)
参考数据:,,,,.
附: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:.线性相关系数.
优秀 | 非优秀 | 总计 | |
甲班 | 10 | b | |
乙班 | c | 30 |
0.10 | 0.05 | 0.025 | 0.010 | 0.0005 | 0.001 | |
2.706 | 3.841 | 5.024 | 6.635 | 7.879 | 10.828 |
①列联表中c的值为30,b的值为35;
②列联表中c的值为20,b的值为 45;
③根据列联表中的数据,若按的可靠性要求,能认为“成绩与班级有关系”;
④根据列联表中的数据,若按的可靠性要求,不能认为“成绩与班级有关系”.
(1)完成列联表,试问:是否有99%的把握判断监管力度与食品质量有关联?
监督力度情况 食品质量情况 | 对监督力度满意 | 对监督力度不满意 | 总计 |
对食品质量满意 | 80 | ||
对食品质量不满意 | |||
总计 | 200 |
参考公式:,其中.
参考数据:
①当时,有90%的把握判断变量A、B有关联;
②当时,有95%的把握判断变量A、B有关联;
③当时,有99%的把握判断变量A、B有关联.