23-24高二下·全国·课前预习
1 . 相关关系与函数关系的异同
(1)相同点:两者均是指两个变量之间的关系;
(2)不同点:①函数关系是一种_____ 的关系,如匀速直线运动中时间t与路程s的关系;相关关系是一种不确定的关系,如一块农田的水稻产量与施肥量之间的关系;事实上,函数是两个非随机变量的关系,而相关关系是非随机变量与随机变量的关系;
②函数关系是一种因果关系,而相关关系不一定是因果关系,也可能是伴随关系.
(1)相同点:两者均是指两个变量之间的关系;
(2)不同点:①函数关系是一种
②函数关系是一种因果关系,而相关关系不一定是因果关系,也可能是伴随关系.
您最近一年使用:0次
2 . 已知甲射击命中的概率为
,且每次射击命中得
分,未命中得
分,每次射击相互独立,设甲
次射击的总得分为随机变量
,则![](https://staticzujuan.xkw.com/quesimg/Upload/formula/fc23dc1709498e8920d7d243213190b2.png)
__________ .
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/4dac452fbb5ef6dd653e7fbbef639484.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/5ca7d1107389675d32b56ec097464c14.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/c95b6be4554f03bf496092f1acdfbb89.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/d07ae0b4264da6a8812454ffd2f20d94.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/f022950e0faa45b617d497b01b5292b9.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/fc23dc1709498e8920d7d243213190b2.png)
您最近一年使用:0次
2024-04-29更新
|
555次组卷
|
3卷引用:河南省2023-2024学年高二下学期期中联考数学试题
河南省2023-2024学年高二下学期期中联考数学试题(已下线)7.4 二项分布与超几何分布(8大题型)精练-2023-2024学年高二数学题型分类归纳讲与练(人教A版2019选择性必修第三册)河北省石家庄市河北赵县中学、高邑县第一中学2023-2024学年高二下学期5月质量检测数学试题
23-24高二下·全国·课堂例题
3 . 离散型随机变量X加上一个常数,方差会有怎样变化?离散型随机变量X乘以一个常数,方差又有怎样的变化?它们和期望的性质有什么不同?
您最近一年使用:0次
23-24高二下·全国·课堂例题
4 . 方差的计算可以简化吗?
您最近一年使用:0次
23-24高二下·全国·课前预习
5 . 变量的相关关系
(1)相关关系:两个变量有关系,但又没有确切到可由其中的一个去精确地决定另一个的程度,这种关系称为相关关系;
(2)散点图:将样本中n个数据点
(
)描在平面直角坐标系中得到的统计图叫做散点图,是描述成对数据之间关系的一种直观方法;
(3)正相关与负相关:如果从整体上看,当一个变量的值增加时,另一个变量的相应值也呈现增加的趋势,我们就称这两个变量________ ;如果当一个变量的值增加时,另一个变量的相应值呈现减少的趋势,则称这两个变量________ ;
(4)线性相关:一般地,如果两个变量的取值呈现正相关或负相关,而且散点落在一条直线附近,我们称这两个变量线性相关;
(5)非线性相关与曲线相关:如果两个变量具有相关性,但不是线性相关,那么我们就称这两个变量非线性相关或曲线相关;
(1)相关关系:两个变量有关系,但又没有确切到可由其中的一个去精确地决定另一个的程度,这种关系称为相关关系;
(2)散点图:将样本中n个数据点
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/411a44b57e5fdbd6634f21a94144cfe2.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/12b0e3b00fe47801afb53ec56706c21a.png)
(3)正相关与负相关:如果从整体上看,当一个变量的值增加时,另一个变量的相应值也呈现增加的趋势,我们就称这两个变量
(4)线性相关:一般地,如果两个变量的取值呈现正相关或负相关,而且散点落在一条直线附近,我们称这两个变量线性相关;
(5)非线性相关与曲线相关:如果两个变量具有相关性,但不是线性相关,那么我们就称这两个变量非线性相关或曲线相关;
您最近一年使用:0次
23-24高二下·全国·课前预习
解题方法
6 . 分类变量
(1)分类变量:为了方便,用一种特殊的随机变量,以区别不同的现象或性质,这类随机变量称为分类变量.
(2)取值:分类变量的取值可以用________ 表示.
(3)范围:本节主要讨论取值于
的分类变量的关联性问题.
(4)判断分类变量之间关系的方法
①利用数形结合思想,借助等高堆积条形图来判断两个分类变量是否相关是判断变量是否相关的常见方法;
②在等高堆积条形图中,
与
相差越大,两个分类变量有关系的可能性就越大.
(1)分类变量:为了方便,用一种特殊的随机变量,以区别不同的现象或性质,这类随机变量称为分类变量.
(2)取值:分类变量的取值可以用
(3)范围:本节主要讨论取值于
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/f8b2be1b0b6bea70d4e64894f1009359.png)
(4)判断分类变量之间关系的方法
①利用数形结合思想,借助等高堆积条形图来判断两个分类变量是否相关是判断变量是否相关的常见方法;
②在等高堆积条形图中,
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/aefd09f80733a8c98bd8c51905d15fe5.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/85b65a2ec5d67fb0c2cc1acc45fe0c5a.png)
您最近一年使用:0次
23-24高二下·全国·课前预习
7 . 等高堆积条形图
等高条形图和表格相比,更能直观地反映出两个分类变量间是否相互影响,常用等高条形图展示列联表数据的频率特征,依据__________ 的原理,我们可以推断结果.
等高条形图和表格相比,更能直观地反映出两个分类变量间是否相互影响,常用等高条形图展示列联表数据的频率特征,依据
您最近一年使用:0次
23-24高二下·全国·课堂例题
8 . 伯努利试验和n重伯努利试验有什么不同?
您最近一年使用:0次
23-24高二下·全国·随堂练习
9 .
大到什么程度,可以推断
不成立呢?或者说,怎样确定判断
大小的标准呢?
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/953e89f7e797bf8fe9ff31e0d2f66728.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/8e6889f68ad87503b2701245c10a1c22.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/953e89f7e797bf8fe9ff31e0d2f66728.png)
您最近一年使用:0次
23-24高二下·全国·课前预习
10 . 离散型随机变量的分布列
(1)定义:一般地,设离散型随机变量X的可能取值为
,我们称X取每一个
的概率
,
为X的_________ ,简称分布列.
离散型随机变量的分布列可以用表格表示:
(2)离散型随机变量分布列的意义和作用
①离散随机变量的分布列不仅能清楚地反映其所取的一切可能值,而且也能看出取每一个值的概率的大小,从而反映出随机变量在随机试验中取值的分布情况,是进一步研究随机试验数量特征的基础.
②离散型随机变量在某一范围内取值的概率等于它取这个范围内各值的概率之和.
(3)离散型随机变量的分布列的性质
①
;
②![](https://staticzujuan.xkw.com/quesimg/Upload/formula/211f0756178d421e681f06c985ca183c.png)
______ .
(1)定义:一般地,设离散型随机变量X的可能取值为
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/1fe1c31a81f198c443e71b83ca662939.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/97ea8f47d8d8d9e1832d52b1c7425450.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/c2ae1becc5cd5d56817448682800acd0.png)
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/3163a29235b7a15c6f771f3c35cc068b.png)
离散型随机变量的分布列可以用表格表示:
X | ![]() | ![]() | … | ![]() |
P | ![]() | ![]() | … | ![]() |
①离散随机变量的分布列不仅能清楚地反映其所取的一切可能值,而且也能看出取每一个值的概率的大小,从而反映出随机变量在随机试验中取值的分布情况,是进一步研究随机试验数量特征的基础.
②离散型随机变量在某一范围内取值的概率等于它取这个范围内各值的概率之和.
(3)离散型随机变量的分布列的性质
①
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/65daac7c9274a0eb375019faa6bf9ef2.png)
②
![](https://staticzujuan.xkw.com/quesimg/Upload/formula/211f0756178d421e681f06c985ca183c.png)
您最近一年使用:0次