(1)完成下面的列联表,并判断是否有的把握认为喜欢观看足球比赛与性别有关联.
男 | 女 | 合计 | |
喜欢看足球比赛 | |||
不喜欢观看足球比赛 | |||
合计 |
0.10 | 0.05 | 0.025 | 0.010 | 0.005 | 0.001 | |
2.706 | 3.841 | 5.024 | 6.635 | 7.879 | 10.828 |
(2)在喜欢观看足球比赛的学生中,按性别用分层随机抽样的方式抽取6人,再从这6人中随机抽取3人参加校记者站的访谈节目,设抽到的男生人数为X,求X的分布列和期望.
年龄在50岁以上(含50岁) | 年龄在50岁以下 | |||
性别 | 男 | 女 | 男 | 女 |
持支持态度 | 15 | 10 | 30 | 15 |
不持支持态度 | 10 | 10 | 5 | 5 |
性别 | 体育锻炼 | 合计 | |
喜欢 | 不喜欢 | ||
男 | |||
女 | 50 | 80 | |
合计 | 110 |
A.样本中男生所占比例为 |
B.估计该校不喜欢体育锻炼的学生所占比例为. |
C.样本中喜欢体育锻炼的男生比喜欢体育锻炼的女生多50人 |
D.没有的把握认为是否喜欢体育锻炼与性别有关联 |
(1)完成如下用户类别与购买意向的列联表;
购买6元 | 购买24元 | 总计 | |
个人用户 | |||
公司用户 | |||
总计 |
附:,
临界值表如下:
0.10 | 0.05 | 0.025 | 0.01 | 0.005 | 0.001 | |
2.706 | 3.841 | 5.024 | 6.635 | 7.879 | 10.828 |
5 . 某学校有甲、乙、丙三家餐厅,分布在生活区的南北两个区域,其中甲、乙餐厅在南区,丙餐厅在北区各餐厅菜品丰富多样,可以满足学生的不同口味和需求.
(1)现在对学生性别与在南北两个区域就餐的相关性进行分析,得到下表所示的抽样数据,依据的独立性检验,能否认为在不同区域就餐与学生性别有关联?
性别 | 就餐区域 | 合计 | |
南区 | 北区 | ||
男 | 33 | 10 | 43 |
女 | 38 | 7 | 45 |
合计 | 71 | 17 | 88 |
(2)张同学选择餐厅就餐时,如果前一天在甲餐厅,那么后一天去甲,乙餐厅的概率均为;如果前一天在乙餐厅,那么后一天去甲,丙餐厅的概率分别为,;如果前一天在丙餐厅,那么后一天去甲,乙餐厅的概率均为.张同学第1天就餐时选择甲,乙,丙餐厅的概率分别为,,.
(ⅰ)求第2天他去乙餐厅用餐的概率;
(ⅱ)求第天他去甲餐厅用餐的概率.
附:;
0.100 | 0.050 | 0.025 | 0.010 | |
2.706 | 3.841 | 5.024 | 6.635 |
不患肺癌 | 患肺癌 | 合计 | |
不吸烟 | 24 | 6 | 30 |
吸烟 | 6 | 14 | 20 |
合计 | 30 | 20 | 50 |
A.可以通过计算,结合统计决断,判断:有的把握认为吸烟与患肺癌有关 |
B.可以通过计算,结合统计决断,判断:不能否定吸烟与肺癌无关 |
C.可以通过计算,结合统计决断,判断:有的把握认为吸烟与患肺癌有关 |
D.可以通过计算,结合统计决断,判断:不能否定吸烟与肺癌无关 |
7 . 某工厂有工人200名,统计他们某天加工产品的件数,统计数据如下表所示:
加工产品的件数 | |||||
人数 | 50 | 80 | 40 | 20 | 10 |
规定一天加工产品件数大于70的工人为“生产标兵”.已知这天的生产标兵中年龄大于30岁的有15人,这15人占该工厂年龄大于30岁的工人数的.
(1)完成下面的列联表,根据小概率值的独立性检验,能否认为该工厂的工人是否为生产标兵与年龄有关?
年龄不大于30岁 | 年龄大于30岁 | |
生产标兵 | ||
非生产标兵 |
(2)该工厂采用“阶梯式”的计件工资:日加工产品不超过50件的部分每件1元,超过50件但不超过60件的部分每件2元,超过60件但不超过80件的部分每件3元,超过80件的部分每件5元.假设工人小张每天加工产品的件数只可能为样本数据中各分组区间的右端点值,用对应区间的频率估计其概率,求小张每天的计件工资(单位:元)的期望.
附:.
0.05 | 0.01 | 0.001 | |
3.841 | 6.635 | 10.828 |
8 . 人的性格可以大体分为“外向型”和“内向型”两种,树人中学为了了解这两种性格特征与人的性别是否存在关联,采用简单随机抽样的方法抽取90名学生,得到如下数据:
外向型 | 内向型 | |
男性 | 45 | 15 |
女性 | 20 | 10 |
(1)以上述统计结果的频率估计概率,从该校男生中随机抽取2人、女生中随机抽取1人担任志愿者.设这三人中性格外向型的人数为,求的数学期望.
(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 |
(1)数据显示,该地区年龄在岁内的人口占比为12%,该地区自行车骑行率约为13%,从该地区任选一人,已知此人年龄在内,求此人是自行车骑行者的概率;
(2)对这100位自行车骑行者进行统计,骑行频率次/周的共有70人,其中年龄在40岁以下的占80%.请完成以下列联表,并根据小概率值的独立性检验,判断骑行频率与年龄是否有关联.
年龄
骑行频率 | 年龄 | 合计 | |
岁 | 岁 | ||
次/周 | |||
次/周 | |||
合计 |
0.050 | 0.010 | 0.001 | |
3.841 | 6.635 | 10.828 |
10 . 据新华社北京2月26日报道,中国航天全年预计实施100次左右发射任务,有望创造新的纪录,我国首个商业航天发射场将迎来首次发射任务,多个卫星星座将加速组网建设;中国航天科技集团有限公司计划安排近70次宇航发射任务,发射290余个航天器,实施一系列重大工程任务.由于航天行业拥有广阔的发展前景,有越来越多的公司开始从事航天研究,某航天公司研发了一种火箭推进器,为测试其性能,对推进器飞行距离与损坏零件数进行了统计,数据如下:
飞行距离x(kkm) | 56 | 63 | 71 | 79 | 90 | 102 | 110 | 117 |
损坏零件数y(个) | 61 | 73 | 90 | 105 | 119 | 136 | 149 | 163 |
参考数据:,,,
(1)建立y关于x的回归模型,根据所给数据及回归模型,求y关于x的回归方程(精确到0.1,精确到1);
(2)该公司进行了第二项测试,从所有同型号推进器中随机抽取100台进行等距离飞行测试,对其中60台进行飞行前保养,测试结束后,有20台报废,其中保养过的推进器占比30%,请根据统计数据完成2×2列联表,并根据小概率值的独立性检验,能否认为推进器是否报废与保养有关?
保养 | 未保养 | 合计 | |
报废 | 20 | ||
未报废 | |||
合计 | 60 | 100 |
附:回归方程中斜率和截距的最小二乘估计公式分别为,,,;
0.25 | 0.1 | 0.05 | 0.025 | 0.01 | 0.001 | |
1.323 | 2.706 | 3.841 | 5.024 | 6.635 | 10.828 |