数学苏教版选修1-2单元测试：第一章统计案例 WORD版含解析.doc

1、本章检测(时间90分钟,满分100分)一、选择题（每小题6分，共36分）1散点图在回归分析过程中的作用是()A. 查找个体个数B. 比较个体数据大小关系C. 探究个体分类D.粗略判断变量是否线性相关2对于一组具有线性相关关系的数据：（x1,y1）(x2,y2),(xn,yn)，其回归方程的截距和斜率的最小二乘估计公分为_和()A. a=ybxB. a=C. =ybxD. 3身高与体重有关系，可以用分析来分析()A. 误差B. 回归C. 独立检验D.上述都不对4下列说法：回归方程适用于一切样本和总体；回归方程一般都有时间性；样本取值的范围会影响回归方程的适用范围；回归方程得到的预报值是预报变量的

2、精确值.正确的是()A. B. C. D. 5对于P（K2K），当K2.706时，就约有的把握认为“X与Y有关系”()A. 99%B. 95%C. 90%D. 以上都不对6若回归直线模型为y=7 206.5x14 321 563.28预报2003年的GDP的值应是()A. 124 057.79亿元B. 113 056.22亿元C. 976 042.34亿元D. 674 250.27亿元二、填空题(每小题5分,共10分)7在两个变量的回归分析中，作散点图的目的是_.8若由一个22列联表中的数据计算得x24.013，那么有_的把握认为两个变量间有关系.三、解答题(共54分)9（9分）为了研究某种细

3、菌随时间x的变化，繁殖的个数，收集数据如下：天数x/天123456繁殖个数y/个612254995190（1）用天数作为解释变量，繁殖个数作为预报变量，作出这些数据的散点图；（2）描述解释变量与预报变量之间的关系.10.（9分）为了研究子女吸烟与父母吸烟的关系，调查了一千多名青少年及其家长，数据如下：父母吸烟父母不吸烟总计子女吸烟23783320子女不吸烟6785221200总计9156051520用独立性检验方法判断父母吸烟对子女是否吸烟有影响.11.（9分）弹簧长度y(cm)随所挂物体质量x(g)不同而变化的情况如下：物体质量x:51015202530弹簧长度y:7.258.128.959

4、.9010.9611.80（1）画出散点图；（2）求y对x的回归直线方程；（3）预测所挂物体质量为27 g时弹簧长度.（精确到0.01 cm）.12（9分）假设美国10家最大的工业公司提供了以下数据：公司销售总额x1/百万美元利润x2/百万美元通用汽车126 9744 224福特96 9333 835埃克森86 6563 510iBM63 4383 758通用电气55 2643 939美孚50 9761 809菲利普、莫利斯39 0692 946克莱斯勒36 156359杜邦35 2092 480德士古32 4162 413（1）作销售总额和利润的散点图，根据该图猜想它们之间的关系应是什么形；

5、（2）建立销售总额为解释变量，利润为预报变量的回归模型.13.（9分）某大型企业人力资源部为了研究企业员工工作积极性和对待企业改革态度的关系，随机抽取了189名员工进行调查，所得数据如下表所示：积极支持企业改革不太赞成企业改革合计工作积极544094工作一般326395合计86103189对于人力资源部的研究项目，根据上述数据能得出什么结论？14.（9分）对196个接受心脏搭桥手术的病人和196个接受血管清障手术的病人进行了3年的跟踪研究调查他们是否又发作过心脏病，调查结果如下表所示：又发作过心脏病未发作心脏病合计心脏搭桥手术39157196血管清障手术29167196合计68324392试根

6、据上述数据比较这两种手术对病人又发心脏病的影响有没有差别.参考答案 1答案：D2解析：由回归方程系数公式可得. 答案：D3解析：回归分析是对具有相关关系的两个变量进行统计分析的一种常用方法，显然，身高和体重具有相关关系.答案：B4解析：回归方程只适用于我们所研究的样本总体，故错误；回归方程得到的预报值可能是取值的平均值，故是错误的.答案：B5解析：由K2.706可知P（K22.706）0.10,即若K2.706，则P值小于0.10，此时则有90%的把握认为“X与Y有关系”.答案：C6答案：B7答案：观察它们之间是否存在线性关系等8答案：95%9解析：（1）作出散点图如下：（2）由散点图看出样本

7、点分布在一条指数型函数y=的周围，于是令z=lny，则x123456z179248322389455525由计算器算得z=0.69x1.112.则有10解析：由列联表中的数据得到x2=32.526.635.所以有99%的把握认为“父母吸烟影响子女”.11解析：（1）散点图如下：（2）采用列表的方法计算a与回系数b.序号xyx2xy1572525362521081210081231589522513425420990400198525109662527463011809003541055698227510777=105=17.5，=56.989.50.,0.183,=9.500.18317.56

8、.30.Y对x的回归直线方程为=6.300.183x.(3)当质量为27 g时，有y=6.300.1832711.24 cm.12解析：（1）散点图如下图所示销售总额由图可猜想它们之间是线性相关关系. (2)通过计算可得：=62 309.1=2 927.3.=0.02,=1 681.1.回归模型为=0.02x1 681.1.13解析：根据列联表中的数据，得到：K2=10.76.因为10.766.635，所以有99%的把握说：员工“工作积极”与“积极支持企业改革”是有关的.可以认为企业的全体员工对待企业改革的态度与其工作积极性是有关的. 14解析：根据列联表中的数据, 得到K2=1.78.因为1.783.841，所以我们没有理由说“心脏搭桥手术”与“又发作过心脏病”有关，可以认为病人又发作心脏病与否与其做过何种手术无关.