某市在以对学生的综合素质评价中，将其测评结果分为“优秀、合格、不合格”三个等级，其中不小于80分为“优秀”，小于60分为“不合格”，其它为“合格”．参考公式：K2= ，其中n=a+b+c+d．临界值表： P（K2≥k0） 0.15 0.10 0.05 0.025 0.010...

题型：解答题题类：常考题难易度：普通

独立性检验的应用+++++++++++++++

某市在以对学生的综合素质评价中，将其测评结果分为“优秀、合格、不合格”三个等级，其中不小于80分为“优秀”，小于60分为“不合格”，其它为“合格”．

参考公式：K²= $\text{[math]}$ ，其中n=a+b+c+d．

临界值表：

P（K²≥k₀）	0.15	0.10	0.05	0.025	0.010
k₀	2.072	2.706	3.841	5.024	6.635

（1）、某校高一年级有男生500人，女生4000人，为了解性别对该综合素质评价结果的影响，采用分层抽样的方法从高一学生中抽取了45名学生的综合素质评价结果，其各个等级的频数统计如表：

根据表中统计的数据填写下面2×2列联表，并判断是否有90%的把握认为“综合素质评介测评结果为优秀与性别有关”？

（2）、以（1）中抽取的45名学生的综合素质评价等级的频率作为全市各个评价等级发生的概率，且每名学生是否“优秀”相互独立，现从该市高一学生中随机抽取3人．

（i）求所选3人中恰有2人综合素质评价为“优秀”的概率；

（ii）记X表示这3人中综合素质评价等级为“优秀”的个数，求X的数学期望．

举一反三

（参考公式：K²= $\text{[math]}$ ，其中n=a+b+c+d）

（Ⅰ）据此样本，能否有99%的把握认为理科生报考“经济类”专业与性别有关？

（Ⅱ）若以样本中各事件的频率作为概率估计全市总体考生的报考情况，现从该市的全体考生（人数众多）中随机抽取3人，设3人中报考“经济类”专业的人数为随机变量X，求随机变量X的概率分布及数学期望．

附：参考数据：

P（X²≥k）	0.05	0.010
k	3.841	6.635

（参考公式：X²= $\text{[math]}$ ）

附：Kκ=²= $\text{[math]}$

P（K²≥k）	0.050	0.010	0.001
k	3.841	6.635	10.828

则有（）把握说明大学生“爱好该项运动是否与性别有关”．

附：

P（K²≥k）	0.100	0.050	0.025	0.010	0.001
k	2.706	3.841	5.024	6.635	10.828

温度x/℃	21	23	24	27	29	32
产卵数y/个	6	11	20	27	57	77

经计算得： $\text{[math]}$ ， $\text{[math]}$ ， $\text{[math]}$ ， $\text{[math]}$ ，

$\text{[math]}$ ，线性回归模型的残差平方和 $\text{[math]}$ ，e^8.0605≈3167，其中x_i ， y_i分别为观测数据中的温度和产卵数，i=1， 2， 3， 4， 5， 6.

(Ⅰ)若用线性回归模型，求y关于x的回归方程 $\text{[math]}$ = $\text{[math]}$ x+ $\text{[math]}$ （精确到0.1）；

(Ⅱ)若用非线性回归模型求得y关于x的回归方程为 $\text{[math]}$ =0.06e^0.2303x ，且相关指数R²=0.9522.

( i )试与(Ⅰ)中的回归模型相比，用R²说明哪种模型的拟合效果更好.

(ii)用拟合效果好的模型预测温度为35℃时该种药用昆虫的产卵数（结果取整数）.

附：一组数据(x₁ ， y₁)， (x₂ ， y₂)， ...，(x_n ， y_n)，其回归直线 $\text{[math]}$ = $\text{[math]}$ x+ $\text{[math]}$ 的斜率和截距的最小二乘估计为

$\text{[math]}$ $\text{[math]}$ = $\text{[math]}$ − $\text{[math]}$ ；相关指数R²= $\text{[math]}$ ．

已知随机抽查这100名学生中的一名学生，抽到善于使用学案的学生概率是0.6．

参考公式： $\text{[math]}$ ，其中 $\text{[math]}$ ．

相关试卷