问题42实际应用中的统计解答题一、考情分析概率统计在高考中扮演着很重要的角色,概率统计解答题是全国卷及多数省市高考数学必考内容,内容主要涉及古典概型、相互独立事件的概率、条件概率、二项分布、正态分布、频率分布直方图、回归分析、离散型随机变量的分布列、期望与方差的实际应用等.回顾近几年的高考试题,可以看出概率统计解答题,大多紧密结合社会实际,以现实生活为背景设置试题,注重知识的综合应用与实际应用,作为考查实践能力的重要载体,命题者要求考生会收集、整理、分析数据,能从大量数据中抽取对研究问题有用的信息,建立数学模型,再应用数学原理和数学工具解决实际问题.该类问题阅读量一般比较大,但难度多为中等或中等偏易.二、经验分享(1)明确频率分布直方图的意义，即图中的每一个小矩形的面积是数据落在该区间上的频率，所有小矩形的面积和为1.利用分布列中各概率之和为1可求参数的值，此时要注意检验，以保证每个概率值均为非负数．对于统计图表类题目，最重要的是认真观察图表，从中提炼有用的信息和数据．(2)随机变量的均值反映了随机变量取值的平均水平，方差反映了随机变量稳定于均值的程度，它们从整体和全局上刻画了随机变量，是生产实际中用于方案取舍的重要理论依据．一般先比较均值，若均值相同，再用方差来决定．(3)解决正态分布问题有三个关键点：(1)对称轴x＝μ；(2)标准差σ；(3)分布区间．利用对称性可求指定范围内的概率值；由μ，σ，分布区间的特征进行转化，使分布区间转化为3σ特殊区间，从而求出所求概率．注意只有在标准正态分布下对称轴才为x＝0.(4)判定两个变量正、负相关性的方法①画散点图：点的分布从左下角到右上角，两个变量正相关；点的分布从左上角到右下角，两个变量负相关．②相关系数：r>0时，正相关；r<0时，负相关．③线性回归方程中：b>0时，正相关；b<0时，负相关．(5)回归分析是处理变量相关关系的一种数学方法．主要解决：①确定特定量之间是否有相关关系，如果有就找出它们之间贴近的数学表达式；②根据一组观测值，预测变量的取值及判断变量取值的变化趋势；③求出线性回归方程．线性回归分析问题的类型及解题方法①求线性回归方程利用公式，求出回归系数b，或待定系数法：利用回归直线过样本点的中心求系数．②利用回归方程进行预测，把线性回归方程看作一次函数，求函数值．③利用回归直线判断正、负相关；决定正相关还是负相关的是系数b.(6)回归方程的拟合效果，可以利用相关系数判断，当|r|越趋近于1时，两变量的线性相关性越强．(7)比较几个分类变量有关联的可能性大小的方法①通过计算K2的大小判断：K2越大，两变量有关联的可能性越大．②通过计算|ad－bc|的大小判断：|ad－bc|越大，两变量有关联的可能性越大．(8)独立性检验的一般步骤①根据样本数据制成2×2列联表．②根据公式计算K2的观测值k.③比较k与临界值的大小关系，作统计推断．三、知识拓展四、题型分析(一)期望与方差的应用数学期望反应的是随机变量取值的平均水平，而方差则是反应随机变量取值在其平均值附近的离散程度.现代实际生活中，越来越多的决策需要应用数学期望与方差这思想来对事件发生大小的可能性进行评估，通过计算分析可以比较科学地得出各个方案的预期效果及出现偏差的大小，从而决定要选择的最佳方案.品种的优劣、仪器的好坏、预报的准确与否等很多问题都与这两个特征两量有关.(1)若我们希望实际的平均水平较理想,则先求随机变量的期望,当时,不应认为它们一定一样好,需要用来比较这两个随机变量的方差,确定它们的偏离程度.(2)若我们希望比较稳定性,应先考虑方差,再考虑均值是否相等或接近.【例1】例3.7（2018新课标I卷理20）某工厂的某种产品成箱包装，每箱200件，每一箱产品在交付用户之前要对产品作检验，如检验出不合格品，则更换为合格品．检验时，先从这箱产品中任取20件作检验，再根据检验结果决定是否对余下的所有产品作检验，设每件产品为不合格品的概率都为，且各件产品是否为不合格品相互独立．（1）记20件产品中恰有2件不合格品的概率为,求的最大值点．（2）现对一箱产品检验了20件，结果恰有2件不合格品，以（1）中确定的...
