(新高考)高考数学一轮复习过关练考点34 变量的相关关系与统计案例（含解析）

这是一份(新高考)高考数学一轮复习过关练考点34 变量的相关关系与统计案例（含解析），共23页。试卷主要包含了了解样本相关系数的统计含义，，非线性回归方程及应用等内容，欢迎下载使用。

考点34 变量的相关关系与统计案例
考纲要求




1、了解样本相关系数的统计含义，
2、了解样本相关系数与标准化数据向量夹角的关系，了解一元线性回归模型及独立性检验的含义，
3、了解模型参数的统计意义，了解最小二乘原理，掌握一元线性回归模型参数的最小二乘估计方法，针对实际问题，会用一元线性回归模型进行预测．
近三年高考情况分析



独立性检验是一种统计案例，是高考命题的一个热点，多以解答题的形式出现，试题难度不大，多为中档题，高考中经常是将独立性检验与概率统计相综合进行命题，解题关键是根据独立性检验的一般步骤，作出判断，再根据概率统计的相关知识求解问题.

考点总结




1、独立性检验
利用随机变量(也可表示为)(其中为样本容量)来判断“两个变量有关系”的方法称为独立性检验．
2、独立性检验的一般步骤
(1)根据样本数据列出列联表；
(2)计算随机变量的观测值k，查下表确定临界值k0：






















(3)如果，就推断“X与Y有关系”，这种推断犯错误的概率不超过；否则，就认为在犯错误的概率不超过的前提下不能推断“X与Y有关系”．
【注意】(1)通常认为时，样本数据就没有充分的证据显示“X与Y有关系”．
(2)独立性检验得出的结论是带有概率性质的，只能说结论成立的概率有多大，而不能完全肯定一个结论，因此才出现了临界值表，在分析问题时一定要注意这点，不可对某个问题下确定性结论，否则就可能对统计计算的结果作出错误的解释．
(3)独立性检验是对两个变量有关系的可信程度的判断，而不是对其是否有关系的判断．
（4）已知分类变量的数据，判断两类变量的相关性．可依据数据及公式计算，然后作出判断．
3、相关关系
当自变量取值一定时，因变量的取值带有一定的随机性，则这两个变量之间的关系叫做相关关系．即相关关系是一种非确定性关系．
当一个变量的值由小变大时，另一个变量的值也由小变大，则这两个变量正相关；
当一个变量的值由小变大时，而另一个变量的值由大变小，则这两个变量负相关.
【注意】相关关系与函数关系的异同点：
共同点：二者都是指两个变量间的关系．
不同点：函数关系是一种确定性关系，体现的是因果关系；而相关关系是一种非确定性关系，体现的不一定是因果关系，可能是伴随关系．
4、非线性回归方程及应用
求非线性回归方程的步骤：
1．确定变量，作出散点图．
2．根据散点图，选择恰当的拟合函数．
3．变量置换，通过变量置换把非线性回归问题转化为线性回归问题，并求出线性回归方程．
4．分析拟合效果：通过计算相关指数或画残差图来判断拟合效果．
5．根据相应的变换，写出非线性回归方程．
三年高考真题





1、【2020年高考全国Ⅰ卷理数】某校一个课外学习小组为研究某作物种子的发芽率y和温度x（单位：°C）的关系，在20个不同的温度条件下进行种子发芽实验，由实验数据得到下面的散点图：

由此散点图，在10°C至40°C之间，下面四个回归方程类型中最适宜作为发芽率y和温度x的回归方程类型的是
A． B．
C． D．
【答案】D
【解析】由散点图分布可知，散点图分布在一个对数函数的图象附近，
因此，最适合作为发芽率和温度的回归方程类型的是.
故选：D.
2、【2020年高考全国Ⅰ卷理数】某沙漠地区经过治理，生态系统得到很大改善，野生动物数量有所增加．为调查该地区某种野生动物的数量，将其分成面积相近的200个地块，从这些地块中用简单随机抽样的方法抽取20个作为样区，调查得到样本数据(xi，yi)(i=1，2，…，20)，其中xi和yi分别表示第i个样区的植物覆盖面积(单位：公顷)和这种野生动物的数量，并计算得，，，，．
（1）求该地区这种野生动物数量的估计值（这种野生动物数量的估计值等于样区这种野生动物数量的平均数乘以地块数）；
（2）求样本(xi，yi) (i=1，2，…，20)的相关系数（精确到0.01）；
（3）根据现有统计资料，各地块间植物覆盖面积差异很大．为提高样本的代表性以获得该地区这种野生动物数量更准确的估计，请给出一种你认为更合理的抽样方法，并说明理由．
附：相关系数，．
【解析】（1）由已知得样本平均数，从而该地区这种野生动物数量的估计值为60×200=12000．
（2）样本的相关系数
．
（3）分层抽样：根据植物覆盖面积的大小对地块分层，再对200个地块进行分层抽样．
理由如下：由（2）知各样区的这种野生动物数量与植物覆盖面积有很强的正相关．由于各地块间植物覆盖面积差异很大，从而各地块间这种野生动物数量差异也很大，采用分层抽样的方法较好地保持了样本结构与总体结构的一致性，提高了样本的代表性，从而可以获得该地区这种野生动物数量更准确的估计．
3、【2020年高考全国III卷理数】某学生兴趣小组随机调查了某市100天中每天的空气质量等级和当天到某公园锻炼的人次，整理数据得到下表（单位：天）：
锻炼人次
锻炼人次
空气质量等级
[0，200]
（200，400]
（400，600]
1（优）
2
16
25
2（良）
5
10
12
3（轻度污染）
6
7
8
4（中度污染）
7
2
0
（1）分别估计该市一天的空气质量等级为1，2，3，4的概率；
（2）求一天中到该公园锻炼的平均人次的估计值（同一组中的数据用该组区间的中点值为代表）；
（3）若某天的空气质量等级为1或2，则称这天“空气质量好”；若某天的空气质量等级为3或4，则称这天“空气质量不好”．根据所给数据，完成下面的2×2列联表，并根据列联表，判断是否有95%的把握认为一天中到该公园锻炼的人次与该市当天的空气质量有关？

人次≤400
人次>400
空气质量好


空气质量不好


附：K2=，
P（K2≥k）
0.050 0.010 0.001

k
3.841 6.635 10.828
．
【解析】（1）由所给数据，该市一天的空气质量等级为1，2，3，4的概率的估计值如下表：
空气质量等级
1
2
3
4
概率的估计值
0.43
0.27
0.21
0.09
（2）一天中到该公园锻炼的平均人次的估计值为
．
（3）根据所给数据，可得列联表：

人次≤400
人次>400
空气质量好
33
37
空气质量不好
22
8
根据列联表得
．
由于，故有95%的把握认为一天中到该公园锻炼的人次与该市当天的空气质量有关．
4、【2020年高考山东】为加强环境保护，治理空气污染，环境监测部门对某市空气质量进行调研，随机抽查了天空气中的和浓度（单位：），得下表：







32
18
4

6
8
12

3
7
10
（1）估计事件“该市一天空气中浓度不超过，且浓度不超过”的概率；
（2）根据所给数据，完成下面的列联表：










（3）根据（2）中的列联表，判断是否有的把握认为该市一天空气中浓度与浓度有关？
附：，

0.050 0.010 0.001

3.841 6.635 10.828
【解析】（1）根据抽查数据，该市100天的空气中PM2.5浓度不超过75，且浓度不超过150的天数为,因此,该市一天空气中PM2.5浓度不超过75，且浓度不超过150的概率的估计值为．
（2）根据抽查数据，可得列联表：





64
16

10
10
（3）根据（2）的列联表得．
由于，故有的把握认为该市一天空气中浓度与浓度有关．
5、【2018年高考全国Ⅱ卷理数】下图是某地区2000年至2016年环境基础设施投资额（单位：亿元）的折线图．

为了预测该地区2018年的环境基础设施投资额，建立了与时间变量的两个线性回归模型．根据2000年至2016年的数据（时间变量的值依次为）建立模型①：；根据2010年至2016年的数据（时间变量的值依次为）建立模型②：．
（1）分别利用这两个模型，求该地区2018年的环境基础设施投资额的预测值；
（2）你认为用哪个模型得到的预测值更可靠？并说明理由．
【答案】（1）模型①：亿元，模型②：亿元；（2）利用模型②得到的预测值更可靠，理由见解析．
【解析】（1）利用模型①，
该地区2018年的环境基础设施投资额的预测值为(亿元)．
利用模型②，
该地区2018年的环境基础设施投资额的预测值为(亿元)．
（2）利用模型②得到的预测值更可靠．
理由如下：
（ⅰ）从折线图可以看出，2000年至2016年的数据对应的点没有随机散布在直线上下．这说明利用2000年至2016年的数据建立的线性模型①不能很好地描述环境基础设施投资额的变化趋势．2010年相对2009年的环境基础设施投资额有明显增加，2010年至2016年的数据对应的点位于一条直线的附近，这说明从2010年开始环境基础设施投资额的变化规律呈线性增长趋势，利用2010年至2016年的数据建立的线性模型可以较好地描述2010年以后的环境基础设施投资额的变化趋势，因此利用模型②得到的预测值更可靠．
（ⅱ）从计算结果看，相对于2016年的环境基础设施投资额220亿元，由模型①得到的预测值226.1亿元的增幅明显偏低，而利用模型②得到的预测值的增幅比较合理．说明利用模型②得到的预测值更可靠．
以上给出了2种理由，考生答出其中任意一种或其他合理理由均可得分．
6、【2018年高考全国Ⅲ卷理数】某工厂为提高生产效率，开展技术创新活动，提出了完成某项生产任务的两种新的生产方式．为比较两种生产方式的效率，选取40名工人，将他们随机分成两组，每组20人．第一组工人用第一种生产方式，第二组工人用第二种生产方式．根据工人完成生产任务的工作时间（单位：min）绘制了如下茎叶图：

（1）根据茎叶图判断哪种生产方式的效率更高？并说明理由；
（2）求40名工人完成生产任务所需时间的中位数，并将完成生产任务所需时间超过和不超过的工人数填入下面的列联表：

超过
不超过
第一种生产方式


第二种生产方式


（3）根据（2）中的列联表，能否有99%的把握认为两种生产方式的效率有差异？
附：，








【答案】（1）第二种生产方式的效率更高，理由见解析；（2）列联表见解析；（3）有99%的把握认为两种生产方式的效率有差异．
【解析】（1）第二种生产方式的效率更高．
理由如下：
（i）由茎叶图可知：用第一种生产方式的工人中，有75%的工人完成生产任务所需时间至少80分钟，用第二种生产方式的工人中，有75%的工人完成生产任务所需时间至多79分钟．因此第二种生产方式的效率更高．
（ii）由茎叶图可知：用第一种生产方式的工人完成生产任务所需时间的中位数为85.5分钟，用第二种生产方式的工人完成生产任务所需时间的中位数为73.5分钟．因此第二种生产方式的效率更高．
（iii）由茎叶图可知：用第一种生产方式的工人完成生产任务平均所需时间高于80分钟；用第二种生产方式的工人完成生产任务平均所需时间低于80分钟，因此第二种生产方式的效率更高．
（iv）由茎叶图可知：用第一种生产方式的工人完成生产任务所需时间分布在茎8上的最多，关于茎8大致呈对称分布；用第二种生产方式的工人完成生产任务所需时间分布在茎7上的最多，关于茎7大致呈对称分布，又用两种生产方式的工人完成生产任务所需时间分布的区间相同，故可以认为用第二种生产方式完成生产任务所需的时间比用第一种生产方式完成生产任务所需的时间更少，因此第二种生产方式的效率更高．
以上给出了4种理由，考生答出其中任意一种或其他合理理由均可得分．
（2）由茎叶图知．
列联表如下：

超过
不超过
第一种生产方式
15
5
第二种生产方式
5
15
（3）由于，所以有99%的把握认为两种生产方式的效率有差异．

二年模拟试题




题型一、独立性检验与线性回归方程
1、（2020届山东省德州市高三上期末）针对时下的“抖音热”，某校团委对“学生性别和喜欢抖音是否有关”作了一次调查，其中被调查的男女生人数相同，男生喜欢抖音的人数占男生人数的，女生喜欢抖音的人数占女生人数，若有的把握认为是否喜欢抖音和性别有关则调查人数中男生可能有（ ）人
附表：






附：
A． B． C． D．
【答案】BC
【解析】设男生的人数为，根据题意列出列联表如下表所示：

男生
女生
合计
喜欢抖音



不喜欢抖音



合计



则，
由于有的把握认为是否喜欢抖音和性别有关，则，
即，得，
，则的可能取值有、、、，
因此，调查人数中男生人数的可能值为或.
故选：BC.
2、（2020届山东省烟台市高三上期末）某大学为了解学生对学校食堂服务的满意度，随机调查了50名男生和50名女生，每位学生对食堂的服务给出满意或不满意的评价，得到如图所示的列联表.经计算的观测值，则可以推断出（ ）

满意
不满意
男
30
20
女
40
10


0.100
0.050
0.010

2.706
3.841
6.635

A．该学校男生对食堂服务满意的概率的估计值为
B．调研结果显示，该学校男生比女生对食堂服务更满意
C．有95%的把握认为男、女生对该食堂服务的评价有差异
D．有99%的把握认为男、女生对该食堂服务的评价有差异
【答案】AC
【解析】对于选项A,该学校男生对食堂服务满意的概率的估计值为,故A正确；
对于选项B,该学校女生对食堂服务满意的概率的估计值为,故B错误；
因为,所以有的把握认为男、女生对该食堂服务的评价有差异,故C正确,D错误
故选：AC
3、（2020届山东省德州市高三上期末）某公司为了了解年研发资金投人量（单位：亿元）对年销售额（单位：亿元）的影响.对公司近年的年研发资金投入量和年销售额的数据，进行了对比分析，建立了两个函数模型：①，②，其中、、、均为常数，为自然对数的底数.并得到一些统计量的值.令，，经计算得如下数据：





















（1）请从相关系数的角度，分析哪一个模型拟合程度更好？
（2）（ⅰ）根据（1）的选择及表中数据，建立关于的回归方程；
（ⅱ）若下一年销售额需达到亿元，预测下一年的研发资金投入量是多少亿元？
附：①相关系数，
回归直线中公式分别为：，；
②参考数据：，，.
【答案】（1）模型的拟合程度更好；（2）（ⅰ）；（ⅱ）亿元.
【解析】（1）设和的相关系数为，和的相关系数为，由题意，
，
，
则，因此从相关系数的角度，模型的拟合程度更好；
（2）（ⅰ）先建立关于的线性回归方程，由，得，即；
由于，，
所以关于的线性回归方程为，
所以，则；
（ⅱ）下一年销售额需达到亿元，即，代入，得，
又，所以，所以，
所以预测下一年的研发资金投入量约是亿元.
4、（2020届山东省日照市高三上期末联考）某公司准备投产一种新产品，经测算，已知每年生产万件的该种产品所需要的总成本（万元），依据产品尺寸，产品的品质可能出现优、中、差三种情况，随机抽取了1000件产品测量尺寸，尺寸分别在，，，，，，（单位：）中，经统计得到的频率分布直方图如图所示.

产品的品质情况和相应的价格（元/件）与年产量之间的函数关系如下表所示.
产品品质
立品尺寸的范围
价格与产量的函数关系式
优


中


差


以频率作为概率解决如下问题：
（1）求实数的值；
（2）当产量确定时，设不同品质的产品价格为随机变量，求随机变量的分布列；
（3）估计当年产量为何值时，该公司年利润最大，并求出最大值.
【答案】（1）；（2）见解析（3）年产量时，该公司年利润取得最大值，最大利润为138万.
【解析】（1）由题意得，解得；
（2）当产品品质为优时频率为，此时价格为；
当产品品质为中时频率为，此时价格为；
当产品品质为差时频率为，此时价格为；
以频率作为概率，可得随机变量的分布列为：





0.5
0.2
0.3
（3）设公司年利润为，则
整理得，
显然当时，，时，，
∴当年产量时，取得最大值.
估计当年产量时，该公司年利润取得最大值，最大利润为138万.
5、（2020届山东省潍坊市高三上学期统考）班主任为了对本班学生的考试成绩进行分析，决定从本班24名女同学，18名男同学中随机抽取一个容量为7的样本进行分析.
（1）如果按照性别比例分层抽样，可以得到多少个不同的样本？（写出算式即可，不必计算出结果）
（2）如果随机抽取的7名同学的数学，物理成绩（单位：分）对应如下表：
学生序号
1
2
3
4
5
6
7
数学成绩
60
65
70
75
85
87
90
物理成绩
70
77
80
85
90
86
93
①若规定85分以上（包括85分）为优秀，从这7名同学中抽取3名同学，记3名同学中数学和物理成绩均为优秀的人数为，求的分布列和数学期望；
②根据上表数据，求物理成绩关于数学成绩的线性回归方程（系数精确到0.01）；若班上某位同学的数学成绩为96分，预测该同学的物理成绩为多少分？
附：线性回归方程，
其中，.




76
83
812
526
【答案】（1）不同的样本的个数为.
（2）①分布列见解析，.
②线性回归方程为.可预测该同学的物理成绩为96分.
【解析】（1）依据分层抽样的方法，24名女同学中应抽取的人数为名，
18名男同学中应抽取的人数为名，
故不同的样本的个数为.
（2）①∵7名同学中数学和物理成绩均为优秀的人数为3名，
∴的取值为0，1，2，3.
∴，，
，.
∴的分布列为

0
1
2
3





∴.
②∵，.∴线性回归方程为.
当时，.可预测该同学的物理成绩为96分.
6、（2020届山东省滨州市高三上期末）近年，国家逐步推行全新的高考制度.新高考不再分文理科，某省采用模式，其中语文、数学、外语三科为必考科目，每门科目满分均为分.另外考生还要依据想考取的高校及专业的要求，结合自己的兴趣爱好等因素，在思想政治、历史、地理、物理、化学、生物门科目中自选门参加考试（选），每门科目满分均为分.为了应对新高考，某高中从高一年级名学生（其中男生人，女生人）中，采用分层抽样的方法从中抽取名学生进行调查，其中，女生抽取人.
（1）求的值；
（2）学校计划在高一上学期开设选修中的“物理”和“地理”两个科目，为了了解学生对这两个科目的选课情况，对抽取到的名学生进行问卷调查（假定每名学生在“物理”和“地理”这两个科目中必须选择一个科目且只能选择一个科目），下表是根据调查结果得到的一个不完整的列联表，请将下面的列联表补充完整，并判断是否有的把握认为选择科目与性别有关？说明你的理由；

选择“物理”
选择“地理”
总计
男生



女生



总计



（3）在抽取到的名女生中，按（2）中的选课情况进行分层抽样，从中抽出名女生，再从这名女生中抽取人，设这人中选择“物理”的人数为，求的分布列及期望.附：，

0.05
0.01
0.005
0.001

3.841
6.635
7.879
10.828
【答案】（1）；（2）联表见解析，有，理由见解析；（3）分布列见解析，
【解析】（1）由题意得，解得.
（2）2×2列联表为：

选择“物理”
选择“地理”
总计
男生
45
10
55
女生
25
20
45
总计
70
30
100

，
故有的把握认为选择科目与性别有关.
（3）从名女生中分层抽样抽名女生，所以这女生中有人选择“物理”， 人选择“地理”. 名女生中再选择名女生，则这名女生中选择“物理”的人数可为，，，，，
设事件发生的概率为，则，，，，所以的分布列为：
X
0
1
2
3
4
P





期望.

题型二 线性相关与概率的结合
1、（2020届山东省潍坊市高三上期末）读书可以使人保持思想活力，让人得到智慧启发，让人滋养浩然正气书籍是文化的重要载体，读书是承继文化的重要方式某地区为了解学生课余时间的读书情况，随机抽取了名学生进行调查，根据调查得到的学生日均课余读书时间绘制成如图所示的频率分布直方图，将日均课余读书时间不低于分钟的学生称为“读书之星”，日均课余读书时间低于分钟的学生称为“非读书之星”:已知抽取的样本中日均课余读书时间低于分钟的有人

(1)求的值;
(2)根据已知条件完成下面的列联表，并判断是否有以上的把握认为“读书之星”与性别有关?

非读书之星
读书之星
总计
男



女



总计



(3)将上述调查所得到的频率视为概率，现从该地区大量学生中，随机抽取名学生，每次抽取名，已知每个人是否被抽到互不影响，记被抽取的“读书之星”人数为随机变量，求的分布列和期望
附：，其中.














【答案】（1）,n=100,（2）表见解析，没有以上的把握认为“读书之星”与性别有关（3）分布列见解析，
【分析】（1）首先根据频率和为1求，再根据频率，频数和样本容量的关系求；（2）首先计算“读书之星”的人数，然后再依次填写列联表；并根据公式计算和比较大小，做出判断；（3）从该地区学生中抽取一名学生是“读书之星”的概率为，由题意可知
并求分布列和数学期望.
【详解】（1）
解得：，
所以.
(2)因为，所以“读书之星”有
从而列联表如下图所示:

非读书之星
读书之星
总计
男



女



总计



将列联表中的数据代入公式计算得

因为，所以没有以上的把握认为“读书之星”与性别有关
(3)将频率视为概率，即从该地区学生中抽取一名学生是“读书之星”的概率为.
由题意可知
所以
，


所以的分布列为










故.
2、（2020·湖北高三期末（理））某土特产超市为预估2020年元旦期间游客购买土特产的情况，对2019年元旦期间的90位游客购买情况进行统计，得到如下人数分布表.
购买金额（元）






人数
10
15
20
15
20
10
（1）根据以上数据完成列联表，并判断是否有的把握认为购买金额是否少于60元与性别有关.

不少于60元
少于60元
合计
男

40

女
18


合计



（2）为吸引游客，该超市推出一种优惠方案，购买金额不少于60元可抽奖3次，每次中奖概率为（每次抽奖互不影响，且的值等于人数分布表中购买金额不少于60元的频率），中奖1次减5元，中奖2次减10元，中奖3次减15元.若游客甲计划购买80元的土特产，请列出实际付款数（元）的分布列并求其数学期望.
附：参考公式和数据：，.
附表：

2.072
2.706
3.841
6.635
7.879

0.150
0.100
0.050
0.010
0.005
【答案】(1)见解析，有的把握认为购买金额是否少于60元与性别有关.(2)分布列见解析，数学期望75
【解析】（1）列联表如下：

不少于60元
少于60元
合计
男
12
40
52
女
18
20
38
合计
30
60
90
，
因此有的把握认为购买金额是否少于60元与性别有关.
（2）可能取值为65，70，75，80，且.
，，
，，
所以的分布列为

65
70
75
80





.
3、（2020·山东省淄博实验中学高三上期末）近年来，国资委.党委高度重视扶贫开发工作，坚决贯彻落实中央扶贫工作重大决策部署，在各个贫困县全力推进定点扶贫各项工作，取得了积极成效，某贫困县为了响应国家精准扶贫的号召，特地承包了一块土地，已知土地的使用面积以及相应的管理时间的关系如下表所示：
土地使用面积（单位：亩）
1
2
3
4
5
管理时间（单位：月）
8
10
13
25
24
并调查了某村300名村民参与管理的意愿，得到的部分数据如下表所示:

愿意参与管理
不愿意参与管理
男性村民
150
50
女性村民
50

（1）求出相关系数的大小，并判断管理时间与土地使用面积是否线性相关？
（2）是否有99.9%的把握认为村民的性别与参与管理的意愿具有相关性？
（3）若以该村的村民的性别与参与管理意愿的情况估计贫困县的情况，则从该贫困县中任取3人，记取到不愿意参与管理的男性村民的人数为,求的分布列及数学期望．
参考公式：

其中．临界值表：

0.100
0.050
0.025
0.010
0.001

2.706
3.841
5.024
6.635
10.828
参考数据：
【答案】（1）线性相关；（2）有；（3）详见解析.
【解析】(1)依题意：
故

则，
故管理时间与土地使用面积线性相关．
（2）依题意，完善表格如下：

愿意参与管理
不愿意参与管理
总计
男性村民
150
50
200
女性村民
50
50
100
总计
200
100
300
计算得的观测值为

故有99.9%的把握认为村民的性别与参与管理的意愿具有相关性．
（3）依题意，的可能取值为0，1，2，3，从该贫困县中随机抽取一名，则取到不愿意参与管理的男性村民的概率为，
故

故的分布列为
X
0
1
2
3
P




则数学期望为
（或由，得.