(1)依据调查数据完成如下列联表,根据小概率值的独立性检验,分析南北方游客来此景点旅游是否与收看短视颍有关联:单位:人
游客 | 短视频 | 合计 | |
收看 | 未看 | ||
南方游客 | |||
北方游客 | |||
合计 |
(i)求经过次传递后球回到甲的概率;
(ii)记前次传递中球传到乙的次数为,求的数学期望.
参考公式:,其中;
附表:
0.1 | 0.05 | 0.01 | 0.005 | 0.001 | |
2.706 | 3.841 | 6.635 | 7.879 | 10.828 |
(1)求样本(,2…,15)的相关系数;
(2)假设该植物的寿命为随机变量X(X可取任意正整数).研究人员统计大量数据后发现:对于任意的,寿命为的样本在寿命超过k的样本里的数量占比与寿命为1的样本在全体样本中的数量占比相同,均等于0.1,这种现象被称为“几何分布的无记忆性”.
(ⅰ)求()的表达式;
(ⅱ)推导该植物寿命期望的值.
附:相关系数.
年龄 次数 | [20,30) | [30,40) | [40,50) | [50,60] |
每周0~2次 | 70 | 55 | 36 | 59 |
每周3~4次 | 25 | 40 | 44 | 31 |
每周5次及以上 | 5 | 5 | 20 | 10 |
(1)若把年龄在的锻炼者称为青年,年龄在的锻炼者称为中年,每周体育锻炼不超过2次的称为体育锻炼频率低,不低于3次的称为体育锻炼频率高,根据小概率值的独立性检验判断体育锻炼频率的高低与年龄是否有关联;
(2)从每周体育锻炼5次及以上的样本锻炼者中,按照表中年龄段采用按比例分配的分层随机抽样,抽取8人,再从这8人中随机抽取3人,记这3人中年龄在与的人数分别为,求ξ的分布列与期望;
(3)已知小明每周的星期六、星期天都进行体育锻炼,且两次锻炼均在跑步、篮球、羽毛球3种运动项目中选择一种,已知小明在某星期六等可能选择一种运动项目,如果星期六选择跑步、篮球、羽毛球,则星期天选择跑步的概率分别为 ,求小明星期天选择跑步的概率.
参考公式:
附:
α | 0.10 | 0.05 | 0.01 | 0.005 | 0.001 |
2.706 | 3.841 | 6.635 | 7.879 | 10.828 |
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.
;;.
5 . 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)下图为没有乙种群时,一段时间内甲种群数量与时间的关系折线图.为预测甲种群的数量变化趋势,研究人员提出了两种可能的数学模型:①;②,其中m,n均为大于1的正数.根据折线图判断,应选用哪种模型进行预测,并说明理由.
(2)设,.
①函数的单调性;
②根据①中的结论说明:在绝大多数情况下,经过充分长的时间后,或者甲种群灭绝,或者乙种群灭绝.
注:在题设条件下,各种群数量均有上限值.
A.使用方案①调整,当时, |
B.使用方案②调整,当时, |
C.使用方案①调整,当时, |
D.使用方案②调整,当,时, |
(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,).
1 | 2 | |
3 | 4 | |
30 | ||
30 | 25 | 45 |
A. | B. | C. | D. |
(1)根据频率分布直方图估计小区平均每户居民的平均损失;
(2)台风后区委会号召小区居民为台风重灾区捐款,小明调查的50居民捐款情况如下表,在表格空白处填写正确数字,并说明是否有以上的把握认为捐款数额是否多于或少于500元和自身经济损失是否到4000元有关?
经济损失4000元以下 | 经济损失4000元以上 | 合计 | |
捐款超过500元 | 30 | ||
捐款低于500元 | 6 | ||
合计 |
附:临界值表
2.072 | 2.706 | 3.841 | 5.024 | 6.635 | 7.879 | 10.828 | |
0.15 | 0.10 | 0.05 | 0.025 | 0.010 | 0.005 | 0.001 |