外向型 | 内向型 | |
男性 | 45 | 15 |
女性 | 20 | 10 |
(2)对表格中的数据,依据的独立性检验,可以得出独立性检验的结论是这两种性格特征与人的性别没有关联.如果将表格中的所有数据都扩大为原来10倍,在相同的检验标准下,再用独立性检验推断这两种性格特征与人的性别之间的关联性,得到的结论是否一致?请说明理由.
附:参考公式:.
0.1 | 0.05 | 0.01 | |
2.706 | 3.841 | 6.635 |
喜欢足球 | 不喜欢足球 | 合计 | |
男生 | 40 | ||
女生 | 30 | ||
合计 |
(2)社团指导老师从喜欢足球的学生中抽取了2名男生和1名女生示范点球射门.已知男生进球的概率为,女生进球的概率为,每人射门一次,假设各人射门相互独立,求3人进球总次数的分布列和数学期望.
附:.
3 . 针对时下的“短视频热”,某高校团委对学生性别和喜欢短视频是否有关联进行了一次调查,其中被调查的男生、女生人数均为人,男生中喜欢短视频的人数占男生人数的,女生中喜欢短视频的人数占女生人数的.零假设为:喜欢短视频和性别相互独立.若依据的独立性检验认为喜欢短视频和性别不独立,则的最小值为( )
附:,附表:
0.05 | 0.01 | |
3.841 | 6.635 |
A.7 | B.8 | C.9 | D.10 |
4 . 如图是调查某地区男、女中学生喜欢数学的等高堆积条形图,阴影部分表示喜欢数学的百分比,从图可以看出( )
A.性别与喜欢数学无关 | B.女生中喜欢数学的百分比为 |
C.男生比女生喜欢数学的可能性大些 | D.男生不喜欢数学的百分比为 |
附表:
0.100 | 0.050 | 0.010 | 0.005 | 0.001 | |
k | 2.706 | 3.841 | 6.635 | 7.879 | 10.828 |
A.20 | B.30 | C.35 | D.40 |
药物 | 疾病 | 合计 | |
未患病 | 患病 | ||
服用 | a | 50 | |
未服用 | 50 | ||
合计 | 80 | 20 | 100 |
附:,
α | 0.1 | 0.05 | 0.01 | 0.005 | 0.001 |
xα | 2.706 | 3.841 | 6.635 | 7.879 | 10.828 |
日落云里走 夜晚天气 | 下雨 | 未下雨 |
出现 | 25 | 5 |
未出现 | 25 | 45 |
临界值参照表:
0.1 | 0.05 | 0.01 | 0.005 | 0.001 | |
2.706 | 3.841 | 6.635 | 7.879 | 10.828 |
A.夜晚下雨的概率约为 |
B.未出现“日落云里走”,夜晚下雨的概率约为 |
C.据小概率值的独立性检验,认为“日落云里走”是否出现与夜晚天气有关 |
D.出现“日落云里走”, 据小概率值的独立性检验,可以认为夜晚会下雨 |
(1)设表示指定的两只小白鼠中分配到对照组的只数,求的分布列和数学期望;
(2)实验结果如下:
对照组的小白鼠体重的增加量从小到大排序为:
15.2 18.8 20.2 21.3 22.5 23.2 25.8 26.5 27.5 30.1
32.6 34.3 34.8 35.6 35.6 35.8 36.2 37.3 40.5 43.2
实验组的小白鼠体重的增加量从小到大排序为:
7.8 9.2 11.4 12.4 13.2 15.5 16.5 18.0 18.8 19.2
19.8 20.2 21.6 22.8 23.6 23.9 25.1 28.2 32.3 36.5
(i)求40只小鼠体重的增加量的中位数m,再分别统计两样本中小于m与不小于的数据的个数,完成如下列联表:
对照组 | ||
实验组 |
附:
0.100 | 0.050 | 0.010 | |
2.706 | 3.841 | 6.635 |
(1)求y与x的相关系数r,并据此判断电动汽车销量y与年份x的相关性强弱;
(2)该机构还调查了该地区100位购车车主性别与购车种类情况,得到的数据如下表:
购买非电动汽车 | 购买电动汽车 | 总计 | |
男性 | 30 | 20 | 50 |
女性 | 15 | 35 | 50 |
总计 | 45 | 55 | 100 |
(3)在购买电动汽车的车主中按照性别进行分层抽样抽取11人,再从这11人中随机抽取4人,记这4人中,男性的人数为X,求X的分布列和数学期望.
参考公式;
(i)线性回归方程:,其中,;
(ii)相关系数:,若r>0.9,则可判断y与x线性相关较强;
(iii),其中n=a+b+c+d.
附表:
α | 0.100 | 0.050 | 0.010 | 0.001 |
2.706 | 3.841 | 6.635 | 10.828 |
(1)求与的相关系数,并据此判断电动汽车销量与年份的相关性强弱;
(2)该机构还调查了该地区90位购车车主的性别与购车种类情况,得到的数据如下表:
性别 | 购买非电动汽车 | 购买电动汽车 | 总计 |
男性 | 39 | 6 | 45 |
女性 | 30 | 15 | 45 |
总计 | 69 | 21 | 90 |
(3)在购买电动汽车的车主中按照性别进行分层抽样抽取7人,再从这7人中随机抽取3人,记这3人中,男性的人数为,求的分布列和数学期望.
①参考数据:;
②参考公式:(i)线性回归方程:,其中;
(ii)相关系数:,若,则可判断与线性相关较强.
(iii),其中.附表: