1、成才之路 数学,路漫漫其修远兮 吾将上下而求索,人教A版 选修1-11-2,统计案例,第一章,章末归纳总结,第一章,(4)按一定规则估计回归方程中的参数(5)得出结果后分析残差图是否有异常(个别数据对应的残差过大，或残差呈现不随机的规律性，等等)，若残差存在异常，则应检查数据是否有误，或模型是否合适等,二、独立性检验1判断两个分类变量之间是否有关系可以通过等高条形图作粗略判断需要确知所作判断犯错误的概率情况下，可进行独立性检验，独立性检验可以得到较为可靠的结论2独立性检验的一般步骤：(1)根据样本数据制成22列联表(2)根据公式计算K2的值(3)比较K2与临界值的大小关系作统计推断.,答案B,
2、2已知两个分类变量X与Y，它们的可能取值分别为x1，x2和y1，y2，其样本频数分别是a10，b21，cd35，若“X与Y有关系”的可信程度为90%，则c等于()A4 B5C6 D7答案B,答案0.254,5(2014广东六校联考)某制造商3月生产了一批乒乓球，随机抽取100个进行检查，测得每个球的直径(单位：mm)，将数据分组如下表：,(1)请在上表中补充完成频率分布表(结果保留两位小数)，并在上图中画出频率分布直方图；,(2)若以上述频率作为概率，已知标准乒乓球的直径为40.00 mm，试求这批乒乓球的直径误差不超过0.03 mm的概率；(3)统计方法中，同一组数据常用该组区间的中点值(例
3、如区间39.99,40.01)的中点值是40.00)作为代表据此估计这批乒乓球直径的平均值(结果保留两位小数),频率分布直方图如下：(2)误差不超过0.03 mm，即直径落在39.97,40.03范围内，其概率为0.20.50.20.9.(3)整体数据的平均值约为39.960.1039.980.2040.000.5040.020.2040.00(mm),回归分析,解析(1)散点图如下图所示,(1)年龄(解释变量)和身高(预报变量)之间具有怎样的相关关系？(2)如果年龄相差5岁，则身高有多大差异？(316岁之间)(3)如果身高相差20cm，其年龄相差多少？(4)计算残差，说明该函数模型能够较好地反映年龄与身高的关系吗？请说明理由,独立性检验,所以我们有97.5%的把握认为该种疾病与饮用不干净水有关两个样本都能统计得到传染病与饮用不干净水有关这一相同结论，但(1)中我们有99.9%的把握肯定结论的正确性，(2)中我们只有97.5%的把握肯定,
