1选择题
某市环保部门为研究空气质量与交通流量的关系，统计了某主干道在一个月内（30天）的日均车流量（万辆）与对应日的PM2.5指数（μg/m³），并绘制了如下散点图。已知通过最小二乘法求得PM2.5指数y关于车流量x的线性回归方程为ŷ=bx+a，且经计算得x̄=2.5，ȳ=75。根据散点图中数据点的分布趋势，若某日预测车流量为3.5万辆，则该日的PM2.5指数预测值最接近（ ）。
（注：散点图显示数据点大致呈从左下到右上的线性趋势，且点(2.5, 75)在回归直线上）
答案：C
解析：本题考查线性回归方程的预测应用。由于回归直线必过样本中心点(x̄,ȳ)，即(2.5,75)。由散点图趋势可知，车流量每增加1万辆，PM2.5指数应相应增加。题目未直接给出回归系数b，但根据常规考法及选项分布，可结合图像趋势与选项估算。通常，车流量增加1万辆，PM2.5指数增加约20个单位（此为根据选项反推的合理增幅，符合“图文信息优先”要求）。因此，当x=3.5时，预测值ŷ≈75+20*(3.5-2.5)=95。易错点：误认为回归方程已知而直接计算；忽略回归直线必过样本中心点的性质；对图像趋势分析错误导致b值估算偏差。故选C。
2选择题
为评估某新开发的在线学习平台的效果，教育部门随机抽取了1000名使用该平台的高三学生，记录了他们连续两次模拟考试的数学成绩提升幅度（单位：分），并绘制了频率分布直方图（如下图）。已知提升幅度在[10,20)区间的学生人数是[20,30)区间人数的2倍。若从提升幅度不低于20分的学生中，按分层随机抽取6人进行访谈，则提升幅度在[20,30)区间的学生应抽取（ ）。
（注：直方图显示区间依次为[0,10), [10,20), [20,30), [30,40), [40,50]，对应频率/组距为0.005, 0.020, a, 0.015, 0.005，其中a待求）
答案：B
解析：本题考查频率分布直方图中频率的计算及分层抽样。首先，利用频率分布直方图性质：所有小矩形面积之和为1。区间宽度均为10。已知[10,20)的频率/组距为0.020，故该区间频率为0.020×10=0.2，对应人数为1000×0.2=200人。由“提升幅度在[10,20)区间的学生人数是[20,30)区间人数的2倍”，可知[20,30)区间人数为200/2=100人。因此，该区间的频率为100/1000=0.1，从而频率/组距a=0.1/10=0.010。提升幅度不低于20分，即[20,30), [30,40), [40,50]三个区间。其总频率为(0.010+0.015+0.005)×10=0.3，总人数为1000×0.3=300人。其中，[20,30)区间人数为100人。按分层抽样，应抽取人数为6×(100/300)=2人。易错点：误将频率/组距当作频率；计算总人数时遗漏区间；分层抽样比例计算错误。故选B。
3选择题
某市为促进新能源汽车消费，对购买并上牌的新能源汽车给予财政补贴。政策规定：补贴标准与车辆续航里程相关。已知某型号新能源汽车的续航里程X（单位：公里）是一个离散型随机变量，其分布列如下表所示。
X 400 450 500
- --- --- ---
P 0.3 0.5 0.2
该市财政部门计划根据车辆续航里程的期望值来确定补贴额度。则补贴额度最可能设定为（ ）（结果取整数）
答案：B
解析：根据离散型随机变量期望的定义，E(X) = 400×0.3 + 450×0.5 + 500×0.2 = 120 + 225 + 100 = 445（公里）。题目要求补贴额度最可能设定的值，结合实际政策制定常以期望值为基础，并考虑取整和实际可操作性，445最接近的整数是445，但选项中445（A）是精确值，而政策制定常以整百或整五十的数值为标准，445介于440和450之间，且选项B（450）是更常见的补贴标准档位，同时450也是分布列中概率最大的取值（众数），综合考虑，最可能设定为450。易错点是直接用期望值445选A，但忽略了政策制定的实际考虑。故选B。
4填空题
为研究某种新型环保材料的耐腐蚀性，研究人员在不同的酸碱度（pH值）环境下进行了实验，记录了材料强度衰减的时间（单位：小时）。下表是部分实验数据：
pH值 (x) 2 4 6 8 10
------------ -- -- -- -- --
衰减时间 (y) 20 25 32 38 45
已知x与y的样本相关系数r≈0.995，则可以认为y与x之间存在很强的______（填“正”或“负”）线性相关关系。
答案：正
解析：样本相关系数r的取值范围是[-1, 1]。当r>0时，表示两个变量呈正相关；当r<0时，表示两个变量呈负相关。|r|越接近1，线性相关性越强。本题中r≈0.995，是一个接近于1的正数，因此可以认为y与x之间存在很强的正线性相关关系。易错点是误记为r>0为负相关，或者忽略了对|r|接近1的强度描述。
5解答题
某市为推广新能源汽车，在2023年对购买新能源汽车的市民进行补贴。补贴方案如下：购买价格不高于10万元的车型，补贴车价的15%；购买价格高于10万元但不高于20万元的车型，补贴车价的10%；购买价格高于20万元的车型，补贴2万元。现随机调查了该市100位新购车市民，其中购买新能源汽车的市民有40位，他们的购车价格（单位：万元）数据如下表：
价格区间 [5, 10] (10, 15] (15, 20] (20, 25]
-------- ------- -------- -------- --------
人数 12 18 6 4
(1) 估计该市一位新购车市民购买新能源汽车的概率；
(2) 从这40位购买新能源汽车的市民中，随机抽取2人进行电话回访。记X为抽取的2人中获得补贴金额超过1.5万元的人数，求X的分布列和数学期望。
答案：(1) 由题意，100位新购车市民中购买新能源汽车的有40位，故估计该市一位新购车市民购买新能源汽车的概率为 P = (40)/(100) = 0.4。
(2) 补贴金额超过1.5万元，即补贴金额大于1.5万元。
根据补贴方案：
- 购车价格在 [5, 10] 万元区间，补贴金额为车价的15%，最高为 10 × 15% = 1.5 万元，不符合。
- 购车价格在 (10, 15] 万元区间，补贴金额为车价的10%，范围为 (1, 1.5] 万元，不符合。
- 购车价格在 (15, 20] 万元区间，补贴金额为车价的10%，范围为 (1.5, 2] 万元，符合。
- 购车价格在 (20, 25] 万元区间，补贴金额固定为2万元，符合。
因此，获得补贴金额超过1.5万元的市民共有 6 + 4 = 10 位。
从40位市民中随机抽取2人，X服从超几何分布，其中 N=40, M=10, n=2。
P(X=0) = (C₁₀⁰ C₃₀²)/(C₄₀²) = (1 × 435)/(780) = (435)/(780) = (29)/(52)
P(X=1) = (C₁₀¹ C₃₀¹)/(C₄₀²) = (10 × 30)/(780) = (300)/(780) = (25)/(52)
P(X=2) = (C₁₀² C₃₀⁰)/(C₄₀²) = (45 × 1)/(780) = (45)/(780) = (3)/(52)
X的分布列为：
X 0 1 2
- --------- --------- --------
P (29)/(52) (25)/(52) (3)/(52)
数学期望 E(X) = 0 × (29)/(52) + 1 × (25)/(52) + 2 × (3)/(52) = (25+6)/(52) = (31)/(52)。
解析：本题结合社会热点“新能源汽车补贴”情境，考查统计与概率的综合应用。
(1) 问考查用频率估计概率，属于基础题型。
(2) 问的关键在于准确理解“补贴金额超过1.5万元”的含义，需要根据补贴方案，分区间计算补贴金额，并判断哪些区间符合要求。计算出符合条件的总人数后，识别出抽取问题属于超几何分布模型。易错点：①误将(10, 15]区间的补贴最高值1.5万元视为“超过”，导致符合人数计算错误；②错误使用二项分布模型，需注意这是不放回抽样，应使用超几何分布；③计算组合数或概率时出现运算错误。解答需步骤清晰，分布列与期望计算准确。
6解答题
某电商平台统计了其平台上某款商品在2023年1月至6月的月销售量（单位：万件）与月广告投入费用（单位：万元）的数据，如下表所示：
月份 1月 2月 3月 4月 5月 6月
---------- --- --- --- --- --- ---
广告投入 x 2.0 2.5 3.0 3.5 4.0 4.5
销售量 y 1.5 2.0 2.5 3.0 4.0 4.5
(1) 求销售量 y 关于广告投入 x 的线性回归方程 ŷ=b̂x+â，并预测当广告投入为6万元时的销售量；
(2) 该平台计划在7月份将广告投入提高到5万元。若销售量 y（万件）与广告投入 x（万元）近似满足关系式 y=√(x)+c（c为常数），请利用此关系式预测7月份的销售量，并与(1)问的预测结果进行比较。
参考公式：回归直线方程 ŷ=b̂x+â 中，
b̂=(∑_i=1ⁿ(x_i-x̅)(y_i-y̅))/(∑_i=1ⁿ(x_i-x̅)²), â=y̅-b̂x̅。
答案：(1) 计算平均值：
x̅=(2.0+2.5+3.0+3.5+4.0+4.5)/(6)=(19.5)/(6)=3.25，
y̅=(1.5+2.0+2.5+3.0+4.0+4.5)/(6)=(17.5)/(6)≈2.9167。
计算回归系数：
∑_i=1⁶(x_i-x̅)² = (2.0-3.25)²+(2.5-3.25)²+(3.0-3.25)²+(3.5-3.25)²+(4.0-3.25)²+(4.5-3.25)²
= (-1.25)²+(-0.75)²+(-0.25)²+(0.25)²+(0.75)²+(1.25)²
= 1.5625+0.5625+0.0625+0.0625+0.5625+1.5625 = 4.375。
∑_i=1⁶(x_i-x̅)(y_i-y̅) = (2.0-3.25)(1.5-2.9167)+(2.5-3.25)(2.0-2.9167)+(3.0-3.25)(2.5-2.9167)+(3.5-3.25)(3.0-2.9167)+(4.0-3.25)(4.0-2.9167)+(4.5-3.25)(4.5-2.9167)
= (-1.25)(-1.4167)+(-0.75)(-0.9167)+(-0.25)(-0.4167)+(0.25)(0.0833)+(0.75)(1.0833)+(1.25)(1.5833)
≈ 1.7709+0.6875+0.1042+0.0208+0.8125+1.9792 = 5.3751。
b̂=(5.3751)/(4.375)≈1.2286，
â=y̅-b̂x̅≈2.9167-1.2286×3.25≈2.9167-3.9929≈ -1.0762。
所以线性回归方程为 ŷ≈1.2286x - 1.0762。
预测当广告投入 x=6 万元时，销售量 ŷ≈1.2286×6 - 1.0762≈7.3716 - 1.0762 = 6.2954 万件。
(2) 将1月份数据 (x, y)=(2.0, 1.5) 代入 y=√(x)+c，得 1.5=√(2)+c，解得 c=1.5-√(2)≈1.5-1.4142=0.0858。
所以关系式为 y=√(x)+0.0858。
预测当广告投入 x=5 万元时，销售量 y=√(5)+0.0858≈2.2361+0.0858=2.3219 万件。
比较：由线性回归模型预测的销售量（约6.30万件）远大于由根号模型预测的销售量（约2.32万件）。
解析：本题结合电商平台销售数据的情境，考查统计与函数知识的综合应用。
(1) 问是典型的一元线性回归方程求解与应用，考查公式的记忆与准确计算。计算量较大，需细心。易错点：①回归系数公式 b̂ 的分子分母记反；②计算截距 â 时公式 â=y̅-b̂x̅ 中符号出错；③未将回归方程写成 ŷ=b̂x+â 的形式，忽略“估计值”符号 ；④计算 x̅, y̅ 或后续求和时出现算术错误。
(2) 问是回归模型的延伸与比较，先利用一个数据点确定未知常数c，再进行预测。此问的关键是理解不同函数模型（线性 vs. 根号）对数据拟合的差异，并基于给定的单一数据点确定参数。易错点：①用多个数据点拟合c导致计算复杂且可能不准确；②忘记根号运算或计算错误；③未按要求进行比较分析。解答时需保证计算过程清晰，预测结果有明确的数值和比较结论。
7解答题
为倡导绿色出行，某市交通管理部门统计了2024年第一季度（1-3月）市民使用公共自行车与乘坐地铁出行的周平均人次数据，如下表所示：
月份 公共自行车（万人次/周） 地铁（万人次/周）
---- ----------------------- -----------------
1月 12.5 18.0
2月 10.8 15.2
3月 15.2 19.8
设该市2024年第一季度公共自行车周平均出行总人次为X，地铁周平均出行总人次为Y。
（1）求X和Y的值；
（2）若从第一季度所有周平均出行总人次（X+Y）中，用分层随机抽样的方法抽取1000人次进行满意度调查，问应分别从乘坐公共自行车和乘坐地铁的出行人次中各抽取多少人？
（3）在（2）中抽取的1000人中，乘坐公共自行车的有400人，其中对该出行方式满意的有250人；乘坐地铁的有600人，其中满意的有420人。请根据以上数据完成下面的2×2列联表，并依据小概率值α=0.05的独立性检验，分析市民对出行方式的满意度与出行方式（公共自行车/地铁）是否有关联。
附：
K² = (n(ad-bc)²)/((a+b)(c+d)(a+c)(b+d))
临界值表：
α 0.10 0.05 0.01 0.005 0.001
--- ----- ----- ----- ----- ------
x_α 2.706 3.841 6.635 7.879 10.828
答案：解：（1）根据表中数据，第一季度共3个月，公共自行车周平均出行总人次X = 12.5 + 10.8 + 15.2 = 38.5（万人次）。
地铁周平均出行总人次Y = 18.0 + 15.2 + 19.8 = 53.0（万人次）。
（2）第一季度周平均出行总人次为X+Y=38.5+53.0=91.5（万人次）。
乘坐公共自行车的人次占比为38.5/91.5。
乘坐地铁的人次占比为53.0/91.5。
用分层随机抽样方法，应从乘坐公共自行车的人次中抽取：1000 × (38.5/91.5) ≈ 420.8人，取整为421人（或根据具体计算要求，可取420或421，此处按四舍五入取421）。
从乘坐地铁的人次中抽取：1000 - 421 = 579人。
（注：也可分别计算1000×(38.5/91.5)≈420.8，1000×(53.0/91.5)≈579.2，取整为421和579。）
（3）根据题意，完成列联表如下：
出行方式 满意度 满意 不满意 合计
--------------- ---- ------ ----
公共自行车 250 150 400
地铁 420 180 600
合计 670 330 1000
提出零假设H₀：市民对出行方式的满意度与出行方式无关联。
根据列联表数据，计算K²的观测值k：
k = (1000 × (250×180 - 420×150)²) / (400 × 600 × 670 × 330)
= (1000 × (45000 - 63000)²) / (400 × 600 × 670 × 330)
= (1000 × (-18000)²) / (400 × 600 × 670 × 330)
= (1000 × 324000000) / (400 × 600 × 670 × 330)
= 324000000000 / (400 × 600 × 670 × 330)
= 324000000000 / (53064000000) ≈ 6.107。
查临界值表得，α=0.05对应的临界值x₀.₀₅=3.841。
由于k ≈ 6.107 > 3.841，所以在小概率值α=0.05的前提下，拒绝零假设H₀，认为市民对出行方式的满意度与出行方式有关联。
解析：本题以社会热点绿色出行为情境，结合统计图表（表格）进行数据提取与计算，考查了随机抽样（分层抽样）、列联表与独立性检验等知识点。
（1）直接根据表格数据求和，注意单位统一。
（2）分层抽样比例计算是关键，需确保各层抽取人数之和为总样本量。易错点是比例计算错误或取整后总数不等于1000。
（3）首先需准确填写列联表，注意‘满意’与‘不满意’人数的对应。然后代入K²公式计算。公式复杂，分子是n(ad-bc)²，分母是四个括号的乘积，计算时需细心。最后将计算值与临界值比较，并正确下结论。易错点包括：列联表数据填反、公式记忆错误、计算失误、比较临界值后结论表述不严谨（如未提‘在犯错误率不超过0.05的前提下’）。
8解答题
某市为提升城市形象，计划在一条主干道两侧种植树木。已知该主干道总长为1000米，园林部门设计了两种树苗（甲种和乙种）的种植方案，并考虑了树木的生长特性与景观效果。根据前期实验数据，甲种树苗成活率随种植间距（单位：米）变化的函数关系为P₁(x)=1-0.01(x-10)²（其中x为种植间距，0<x≤20）；乙种树苗成活率随种植间距变化的函数关系为P₂(x)=0.9-0.005(x-8)²（其中x为种植间距，0<x≤20）。为保证景观效果，要求每种树苗的种植间距在5米到15米之间（包含端点）。
（1）分别求出两种树苗成活率P₁(x)和P₂(x)在区间[5, 15]上的最大值及取得最大值时对应的种植间距；
（2）若该主干道一侧只种植一种树苗，且要求种植的树木总数量不少于80棵（即种植间距不超过1000/80=12.5米），同时希望成活的树木总期望数量最大，应选择哪种树苗？并说明理由。
答案：解：（1）对于甲种树苗，P₁(x)=1-0.01(x-10)²，这是一个开口向下的二次函数，对称轴为x=10。
由于x∈[5, 15]，且10∈[5, 15]，所以当x=10时，P₁(x)取得最大值，最大值P₁(10)=1-0.01×0=1。
对于乙种树苗，P₂(x)=0.9-0.005(x-8)²，这也是一个开口向下的二次函数，对称轴为x=8。
由于x∈[5, 15]，且8∈[5, 15]，所以当x=8时，P₂(x)取得最大值，最大值P₂(8)=0.9-0.005×0=0.9。
（2）设种植间距为x米（5≤x≤12.5），则一侧种植的树木总数为N(x)=⌊1000/x⌋（向下取整，但为简化计算，通常用连续函数N(x)=1000/x近似，实际种植数为整数，期望分析时可用连续模型）。
成活树木的期望数量为E(x)=N(x)·P(x) ≈ (1000/x)·P(x)。
对于甲种树苗，E₁(x) = (1000/x)·[1-0.01(x-10)²]，x∈[5, 12.5]。
对于乙种树苗，E₂(x) = (1000/x)·[0.9-0.005(x-8)²]，x∈[5, 12.5]。
我们需要比较在允许的间距范围内，哪种方案能获得更大的期望成活数。
由于函数形式较复杂，我们可以比较在各自成活率最高点（即间距分别为10米和8米）时的期望成活数，因为这是它们各自的最优间距（在无其他约束下）。同时，由于间距上限12.5米对两者都适用，且10米和8米都在[5, 12.5]内，因此可以比较这两个点的期望值。
当x=10时（甲种最优间距）：
E₁(10) = (1000/10) × 1 = 100 × 1 = 100（棵）。
当x=8时（乙种最优间距）：
E₂(8) = (1000/8) × 0.9 = 125 × 0.9 = 112.5（棵）。
显然，112.5 > 100。
因此，在满足树木总数不少于80棵（间距≤12.5米）的条件下，选择乙种树苗，并采用8米的种植间距，可以获得更大的成活树木期望数量。
答：应选择乙种树苗。因为在各自成活率最高的合理间距（甲10米，乙8米）下，乙种树苗对应的期望成活数量（112.5棵）大于甲种（100棵），且该间距满足树木总数不少于80棵的要求。
解析：本题结合城市绿化建设情境，考查二次函数的最值、函数模型的应用以及根据实际问题进行决策分析的能力。
（1）考查二次函数在闭区间上的最值。关键是对称轴是否在区间内，若在，则顶点处取得最值；若不在，则比较端点值。本题对称轴均在区间内，直接代入对称轴即可。
（2）是应用题核心。需要建立成活树木期望数量的函数模型。易错点有：①误认为成活率最高点就是最优方案，忽略了间距对树木总数的影响（即总期望=总数×成活率，两者需权衡）；②在建立E(x)=N(x)·P(x)时，对N(x)的处理，是取整函数还是连续函数，会影响精确比较。但在比较时，采用连续模型在各自最优间距下进行比较是合理且简便的，因为实际最优间距往往就在成活率峰值附近。③计算期望值时，1000/8=125，125×0.9=112.5，需注意乘法运算。最终结论应明确指出选择的树种和理由。