新高考数学一轮复习专题9.3 成对数据的统计分析（五类重难点题型精练）（2份，原卷版+解析版）

这是一份新高考数学一轮复习专题9.3 成对数据的统计分析（五类重难点题型精练）（2份，原卷版+解析版），共11页。试卷主要包含了与温度的部分数据如下表等内容，欢迎下载使用。

重难点题型1 变量间的相关关系的判断
1．（2025·安徽蚌埠·三模）医疗研究者会创建散点图来显示少女的体重指数（BMI）和身体脂肪百分比之间的相关关系，如图，下列说法正确的是（ ）
A．BMI越大，脂肪百分比越大
B．BMI越大，脂肪百分比越小
C．BMI与脂肪百分比正相关
D．BMI与脂肪百分比负相关
2．（2025·甘肃庆阳·三模）下列说法正确的是（ ）
A．数据7，5，3，10，2的第40百分位数是3
B．已知随机变量，σ越小，表示随机变量X的分布越分散
C．已知一组数据的方差为3，则的方差为3
D．根据一组样本数据的散点图判断出两个变量线性相关，由最小二乘法求得其经验回归方程为，若其中一个点为，则实数
3．（24-25高三下·云南昆明·阶段练习）下列残差图满足一元线性回归模型中对随机误差的假定的是（ ）
A．B．
C．D．
4．（2024·四川攀枝花·一模）为了判断某地超市的销售额与广告支出之间的相关关系，现随机抽取6家超市，得到其广告支出与销售额数据如下表，则下列说法中正确的是（ ）
A．广告支出数据的极差为9
B．销售额数据的第80百分位数为43
C．若销售额y与广告支出c之间的经验回归方程为，则
D．若去掉超市A这一组数据，则销售额y与广告支出x之间的线性相关程度会减弱
5．（2025·广西柳州·模拟预测）（多选题）某人工智能公司近5年的利润情况如下表所示：
已知变量与之间具有线性相关关系，设用最小二乘法建立的回归直线方程为，则下列说法正确的是（ ）
A．B．变量与之间的线性相关系数
C．预测该人工智能公司第6年的利润约为7.8亿元D．残差绝对值的最大值为0.4
6．（2025·山东泰安·模拟预测）（多选题）下列命题正确的是（ ）
A．样本相关系数的绝对值越接近，成对样本数据的线性相关程度越强
B．在经验回归方程=中，当解释变量每增加时，响应变量平均增加
C．若，，则事件、相互独立与、互斥不可能同时成立
D．若，，…，这个数据的平均数为，方差为，则，，…，，这个数据的方差为
7．（2025·天津红桥·二模）由表格数据得到的线性回归方程为，则表格中的m值为 .
8．（2023·四川德阳·一模）某科学兴趣小组的同学认为生物都是由蛋白质构成的，高温可以使蛋白质变性失活，于是想初步探究某微生物的成活率与温度的关系，微生物数量（个）与温度的部分数据如下表：
由表中数据算得回归方程为，预测当温度为时，微生物数量为 个.
重难点题型2 相关系数
1．（2025·上海浦东新·二模）研究变量x，y得到一组成对数据，，先进行一次线性回归分析，接着增加一个数据，其中，，再重新进行一次线性回归分析，则下列说法正确的是（ ）
A．变量与变量的相关性变强B．相关系数的绝对值变小
C．线性回归方程不变D．拟合误差Q变大
2．（2025·辽宁鞍山·一模）下列选项中，相关系数最小的是（ ）
A．B．C．D．
3．（2025·天津·二模）为研究某奶茶店每日的热奶茶销售量和气温之间是否具有线性相关关系，统计该店（2025年2月6日至3月24日）每天的热奶茶销售量及当天气温得到如图所示的散点图（轴表示气温，轴表示热奶茶销售量），由散点图可知与的相关关系为（ ）
A．正相关，相关系数的值为0.8B．负相关，相关系数的值为0.8
C．正相关，相关系数的值为D．负相关，相关系数的值为
4．对四组数据进行统计，获得如图所示的散点图，关于其样本相关系数的比较，正确的是（ ）
A．B．
C．D．
5．（2025·湖北黄冈·二模）（多选题）为研究光照时长（小时）和种子发芽数量（颗）之间的关系，某课题研究小组采集了10组数据，绘制散点图如图所示，并进行线性回归分析，若去掉点后，下列说法正确的是（ ）
A．决定系数变大
B．相关系数变小
C．残差平方和变小
D．这些数据中的x的平均值变小，的平均值变大
6．（2025·内蒙古包头·二模）（多选题）一组样本数据．其中，，求得其经验回归方程为：，残差为．对样本数据进行处理：，得到新的数据，求得其经验回归方程为，其残差为分布如图所示，且，，则（ ）
A．样本正相关B．
C．D．处理后的决定系数变大
重难点题型3 线性回归模型
1．为了解温度对物质参与的某种化学反应的影响，研究小组在不同温度条件下做了四次实验，实验中测得的温度x（单位：°C）与的转化率y% （转化率=）的数据如下表所示：
(1)求y与x的相关系数（结果精确到0.01）；
(2)该研究小组随后又进行了一次该实验，其中的起始量为50 g，反应结束时还剩余2.5 g，若已知y关于x的线性回归方程为，估计这次实验是在多少摄氏度的温度条件下进行的..
参考数据： ，，，.
参考公式：相关系数
2．防疫抗疫，人人有责，随着奥密克戎的全球肆虐，防疫形势越来越严峻，防疫物资需求量急增.下表是某口罩厂今年的月份与订单（单位：万元）的几组对应数据：
(1)求关于的线性回归方程，并估计6月份该厂的订单数；
(2)求相关系数（精确到0.01），说明与之间具有怎样的相关关系.
参考数据：，，.，.参考公式：相关系数；回归直线的方程是，其中.
3．（2024·甘肃·二模）人工智能教育是将人工智能与传统教育相结合，借助人工智能和大数据技术打造的智能化教育生态.为了解我国人工智能教育发展状况，通过中国互联网数据平台得到我国2015年－2020年人工智能教育市场规模统计图.如图所示，若用x表示年份代码(2015年用1表示，2016年用2表示，依次类推)，用y表示市场规模(单位：亿元)，试回答：
(1)根据条形统计图中数据，计算变量y与x的相关系数r，并用r判断两个变量y与x相关关系的强弱(精确到小数点后2位)；
(2)若y与x的相关关系拟用线性回归模型表示，试求y关于x的线性回归方程，并据此预测2022年中国人工智能教育市场规模(精确到1亿元).
附：线性回归方程，其中；
相关系数；
参考数据：.
4．（2024·河南焦作·二模）小李准备在某商场租一间商铺开服装店，为了解市场行情，在该商场调查了20家服装店，统计得到了它们的面积x（单位：）和日均客流量y（单位：百人）的数据，并计算得，，，.
(1)求y关于x的回归直线方程；
(2)已知服装店每天的经济效益，该商场现有的商铺出租，根据（1）的结果进行预测，要使单位面积的经济效益Z最高，小李应该租多大面积的商铺?
附：回归直线的斜率和截距的最小二乘估计分别为：，.
5．（23-24高二下·山东潍坊·期中）为实施乡村振兴，科技兴农，某村建起了田园综合体，并从省城请来专家进行技术指导．根据统计，该田园综合体西红柿亩产量的增加量（千克）与某种液体肥料每亩使用量（千克）之间的对应数据如下.
（1）由上表数据可知，可用线性回归模型拟合与的关系，请计算相关系数并加以说明（若，则线性相关程度很高，可用线性回归模型拟合）；
（2）求关于的回归方程，并预测当液体肥料每亩使用量为15千克时，西红柿亩产量的增加量约为多少千克?
附：相关系数公式，参考数据：．
回归方程中斜率和截距的最小二乘估计公式分别为，．
6．（2024全国·三模）年月日，习近平总书记在减贫与发展高层论坛上强调，中国扶贫工作要实施精准扶贫方略，坚持中国制度优势，坚持分类施策．当年月日，中共中央政治局召开会议，审议通过了《关于打赢脱贫攻坚战的决定》等有关文件，会议确定了通过产业扶持、转移就业、教育支持和医疗救助等措施帮助万左右贫困人口脱贫的目标．下表为某贫困县在实施扶贫政策过程中贫困户的统计数据：
（1）从这六组数据的贫困户数中任意抽取两个值，（百户），设为四舍五入后的整数值，求随机变量的分布列及期望值；
（2）以年五组数据进行相关性分析发现，贫困户数（百户）与年份的序号存在较强的线性相关性，试用最小二乘法求相应的回归方程，并利用2020年的数据对该回归方程进行检验．若实际数与预测值的差值的绝对值不超过户，则认为回归方程可靠．请问该回归方程是否可靠？
附：回归方程中斜率和截距的最小二乘法公式为：，．
重难点题型4 非线性经验回归模型
1．（2025·云南·模拟预测）自2020年以来，某地区人工智能核心产值规模呈快速增长态势，下表给出了近5年该地区的人工智能核心产值规模（单位：亿元）.
(1)若用作为回归模型，并已求得，，，求此模型下的决定系数（精确到0.01）.
(2)若用作为回归模型，
①求的值；
②已知该模型下的决定系数，请说明哪种回归模型拟合效果更好，并用拟合效果好的模型预测2025年该地区的人工智能核心产值规模.
参考数据：
附：（1）上表中；
（2）一组数据，其经验回归直线的斜率和截距的最小二乘估计公式分别为，，决定系数.
2．（2025·海南省直辖县级单位·模拟预测）蝗虫能对农作物造成严重伤害，每只蝗虫的平均产卵数（单位：个）和平均温度（单位：）有关.现收集到一只蝗虫的产卵数（个）和温度的8组观测数据，制成图1所示的散点图.现用两种模型①，②分别进行拟合，由此得到相应的回归方程并进行残差分析，进一步得到图2所示的残差图.
根据收集到的数据，计算得到如下值：
表中，，，；
(1)根据残差图，比较模型①、②的拟合效果，模型_____比较合适？根据所选择的模型，利用上表中的参考数据，求出关于的回归方程.
(2)根据以往统计，该地每年平均温度达到以上时蝗虫会对农作物造成严重伤害，需要人工防治，其他情况均不需要人工防治.设该地每年平均温度达到以上的概率为，该地今后年恰好需要2次人工防治的概率为.
①求取得最大值时对应的概率；
②当取最大值时，设该地今后5年需要人工防治的次数为，求的均值和方差.
附：对于一组数据，其回归直线的斜率和截距的最小二乘估计分别为：，.
3．（2025·福建泉州·模拟预测）泉州少年郎团队从2024年10月份以来，通过深度整合AI算法、大数据分析和自动化技术，不断优化产品与服务，显著提升了运营效率和市场竞争力，推动团队收入持续攀升.该团队在近7个月的经济收入（单位：百万元）的数据如下表：
(1)根据以上数据绘制散点图，并根据散点图判断，与（均为大于零的常数）哪一个适宜作为该团队经济收入y关于月份x的回归方程模型？（给出判断即可，不必说明理由）并根据你的判断结果及表中的数据，求出y关于x的回归方程；
(2)请你根据所求的回归方程，预测该团队下一个月的经济收入；
(3)试从统计学角度分析，如果用所求的回归方程预测该团队接下来1年的经济收入情况是否合理？
参考数据：
其中设，
参考公式：，.
4．年初，哈尔滨利用冰雪资源成功吸引了大批游客前来旅游.年底，第二十六届哈尔滨冰雪大世界以“冰雪同梦，亚洲同心”为主题，再次邀请广大游客共赴冰雪之约.统计年这年月份来哈尔滨的游客数量（单位：万），并绘制散点图，如图所示（年份代码对应）.
(1)经计算得出下表中的数据，根据散点图，在模型①：与模型②：（均为常数）中，选择一个更适合作为每年月份来哈尔滨的游客数量关于年份代码的回归直线方程类型，并求出关于的回归直线方程.
其中，.
附：对于一组数据、、、，其回归直线的斜率和截距的最小二乘估计分别为，.参考数据：.
(2)根据所求的回归直线方程预测年月份来哈尔滨的游客数量.
5．（2023·江苏镇江·三模）经观测，长江中某鱼类的产卵数与温度有关，现将收集到的温度（单位：）和产卵数的10组观测数据作了初步处理，得到如图所示的散点图及一些统计量表.
表中，，.
(1)根据散点图判断，，与哪一个适宜作为与之间的回归方程模型（给出判断即可，不必说明理由），并求出关于的回归方程；
(2)某兴趣小组抽取两批鱼卵，已知第一批中共有5个鱼卵，其中“死卵”有2个；第二批中共有6个鱼卵，其中“死卵”有3个.现随机挑选一批，然后从该批次中随机取出2个鱼卵，求取出“死卵”个数的分布列及数学期望.
附：对于一组数据，，…，，其回归直线的斜率和截距的最小二乘估计分别为，.
6．（24-25高二上·黑龙江哈尔滨·期末）2024年初，哈尔滨利用得天独厚的冰雪资源，成功火出圈，吸引了大批游客前来旅游.2024年底，第26届哈尔滨冰雪大世界以“冰雪同梦，亚洲同心”为主题，再次邀请广大游客共赴冰雪之约.超级冰滑梯作为园区最具人气的娱乐项目，每年冬天都会吸引众多游客慕名前来体验，坐上专用爬犁，上演冰雪版的速度与激情，让游客大呼过瘾.为了提升游客的游玩体验，园区决定增加超级冰滑梯的滑道数量.现有开放滑道数量和游客平均排队等待时间的数据如下：
(1)通过回归分析，可以利用模型对与的关系进行拟合.利用表中数据，求出关于的回归方程，并依据该模型预测，为了让游客的平均等待时间不超过40分钟，至少应开放多少条滑道？
(2)园区内超级冰滑梯和雪花摩天轮2个项目每个项目的平均排队时间为60分钟，冰雪世界等4个体验项目每个项目的平均排队时间为40分钟，梦想大舞台等3个演出活动每个项目的平均排队时间为30分钟.由于天气原因，小红决定选择其中的3个项目进行游玩，求小红排队时间总和恰为120分钟的概率；
(3)为吸引游客，园区开展了抽奖活动.现有一家三口参加该抽奖活动，有两种抽奖方式可供选择：
方式①：三人独立抽奖，每人抽奖一次，每人中奖的概率为30%；
方式②：三人组队抽奖，共抽奖三次，第一次中奖的概率为20%，若某次抽奖不中，那么下一次中奖的概率会增加10%，若已中奖，那么下一次中奖的概率恢复到20%.为使三人中奖次数的期望更大，应选择哪种抽奖方式？
附：对于一组数据，其回归直线的斜率和截距的最小二乘估计分别为：，.
参考数据：设，，，，，，，，，，.
7．（2023·四川·模拟预测）下表是某工厂记录的一个反应器投料后，连续8天每天某种气体的生成量（L）：
为了分析该气体生成量变化趋势、工厂分别用两种模型：①，②对变量x和y的关系进行拟合，得到相应的回归方程并进行残差分析，残差图如下：
注：残差：经计算得，，，，其中，
(1)根据残差图、比较模型①，模型②的拟合效果，应该选择哪个模型？并简要说明理由；
(2)根据（1）问选定的模型求出相应的回归方程（系数均保留两位小数）；
(3)若在第8天要根据（2）问求出的回归方程来对该气体生成量做出预测，那么估计第9天该气体生成量是多少？（精确到个位）
附：回归直线的斜率和截距的最小二乘估计公式分别为：，．
8．某研发团队实现了从单点光谱仪到超光谱成像芯片的跨越.为制定下一年的研发投入计划，该研发团队需要了解年研发资金投入量（单位：亿元）对年销售额（单位：亿元）的影响.结合近12年的年研发资金投入量和年销售额，该团队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.经对历史数据的初步处理，得到散点图如图.令，计算得到如下数据.

(1)设变量和变量的样本相关系数为，变量和变量的样本相关系数为，请从样本相关系数的角度，选择一个与相关性较强的模型.
(2)（i）根据（1）的选择及表中数据，建立关于的经验回归方程（系数精确到0.01）；
（ii）若下一年销售额需达到80亿元，预测下一年的研发资金投入量.
附：；样本相关系数；经验回归方程，其中.
重难点题型5 独立性检验的应用
1．（2025·浙江宁波·模拟预测）某校在2024年开展了两次劳动基地除草耕地活动，首次活动有800名学生参加．活动结束后，经评估发现有70%的学生的劳动技能得到了提升．为进一步增强劳动教育效果，学校汲取首次活动的经验并进行改进，第二次活动面向未参加第一次活动的学生开展．不仅增加了辨别杂草种类、合理使用农具等具有挑战性的任务，还特邀农业专家进行现场指导．已知第二次活动吸引了1200名学生参加，且活动结束后，有960名学生的劳动技能得到了提升．
(1)补充完整下面的列联表；
(2)依据小概率值的独立性检验，能否认为该校第二次除草耕地活动中学生的劳动技能提升与活动改进有关？
(3)从参加第二次除草耕地活动的学生中按照劳动技能是否提升进行分层，用分层随机抽样的方法抽取20名学生进行意见调查，再从这20名学生中随机抽取3名进行深度访谈，求其中恰好有2名学生的劳动技能提升的概率．
附：，．
2．（2025·四川达州·模拟预测）为了让学生感受文学名著的语言魅力，品味文学名著的博大精深，某中学规定了包含中国四大名著在内的20本中外名著作为该校学生的必读书目.为了了解活动进行的情况，学校在高三年级男生、女生中按分层抽样的方式随机抽取了100名学生进行阅读书目数的调查.根据调查结果将阅读书目数分组为，，，，，得到这100名学生阅读书目数的频率分布直方图（左图）和其中男生阅读书目数的频数分布表（右表）.已知该校高三年级男生、女生人数比例为3:2.
(1)求右表中a的值并估计出该校高三年级女生的阅读书目数的众数.
(2)学校规定阅读书目数不低于12的同学获优秀奖.完成下列列联表，并判断是否有95%的把握认为该中学高三年级学生获优秀奖与性别有关.
附：，其中.
3．某地区农户在推动农业机械化升级后，记录了某作物在接下来（）年的增长数据（万吨），如下表所示：
(1)经探究与之间具有相关关系，求关于的经验回归方程；
(2)为了检验，两款机械设备的投放对某农作物的增收情况，在，两地区分别选取了两块相同面积的试验田来记录某年的增收情况，得到的数据如下表：
根据小概率值的独立性检验，能否认为增收情况与使用，两种不同设备有关?
参考公式：①，；
②（其中为样本容量）.
参考数据：
4．（2025·云南玉溪·模拟预测）某个景点自从取消门票实行免费开放后，迅速成为网红打卡点，不仅带动了淡季的旅游，而且优化了旅游产业的结构．下表是该景点免费开放后前五个月的打卡人y数（万人）与第个月的数据：
(1)根据表中数据可用一元线性回归模型刻画变量y与变量x之间的线性相关关系，且回归方程中的，请计算相关系数r（精确到0.01），并判断是否可以认为y与x的线性相关性很强；
(2)为更好地改进服务，景点对每位游客进行了满意度调查，已知评分X近似服从正态分布，评分低于m的游客约占15.865%，求m的值；
(3)为进一步了解游客性别与满意度的关系，随机抽查200名游客，得到如下列联表，请填写下面的2×2列联表，根据小概率值的独立性检验，能否推断游客是否满意与性别有关？
参考公式：
相关系数：若，则认为与有较强的线性相关性．
回归方程中斜率的最小二乘法估计公式为：
，其中.
临界值表：
参考数据：，
若，则，
5．（2025·海南·模拟预测）交通强国，铁路先行，每年我国铁路部门都会根据运输需求进行铁路调图，一铁路线l上有自东向西依次编号为1，2，…，21的21个车站．
(1)为调查乘客对调图的满意度，在编号为10和11两个站点多次乘坐列车的旅客中，随机抽取100名旅客，得出数据（不完整）如下表所示：
完善表格数据并计算分析：依据小概率值的独立性检验，在这两个车站中，能否认为旅客满意程度与车站编号有关联？
(2)根据以往调图经验，列车在编号为8至14的终到站每次调图时有的概率改为当前终到站的西侧一站，有的概率改为当前终到站的东侧一站，每次调图之间相互独立．已知原定终到站编号为11的列车经历了3次调图，第3次调图后的终到站编号记为，求的分布列及均值．
附，其中．
6．（2025·江苏盐城·模拟预测）智能驾驶是近年来人工智能､传感器､高精度地图等领域融合发展的产物，正在逐步改变着传统交通方式.智驾的安全性是目前公众和行业关注的焦点.某车评中心对智能驾驶系统进行天气场景测试，每次测试相互独立，数据整理如下：
(1)根据测试数据判断，是否有的把握认为测试结果与天气类型有关？
(2)用频率估计概率，车评中心在某个雨雪天又进行了数次独立测试，记测试成功的次数为，若，求车评中心测试的次数.
参考公式：
7．（2025·甘肃白银·模拟预测）在制造业智能化的趋势下，某企业委托机构随机调查了200名传统质检员，以评估AI质检系统对传统质检员数量的影响，部分数据如下表所示：
(1)求，，，．
(2)根据小概率值的独立性检验，能否认为质检系统的应用与传统质检员数量减少有关？
(3)企业引入质检系统后，将对质检员开展三轮专项培训，已知每轮达到“熟练操作质检系统”水平（视为达标）的概率分别为，，，各轮结果相互独立，且规定两轮及以上达标者，方可操作该系统．某部门有48名质检员，规定培训通过（两轮及以上达标）者可获得500元奖金，求该部门为员工培训需准备的奖金总额的数学期望．
附：．
8．（2025·湖南岳阳·三模）在制造业智能化的趋势下，某企业委托机构随机调查了200名传统质检员，以评估质检系统对传统质检员数量的影响，部分数据如下表所示：
(1)根据以上数据及小概率值的独立性检验，能否认为质检系统的应用与传统质检员数量减少有关？
(2)该企业引入质检系统后，将对质检员开展三轮专项培训，已知每轮达到“熟练操作质检系统”水平（视为达标）的概率分别为，，，各轮结果相互独立，且规定两轮及以上达标者，方可操作该系统．
①某部门有48名质检员，规定培训通过（两轮及以上达标）者可获得500元奖金，求该部门为员工培训需准备的奖金总额的数学期望．
②调研发现，能操作质检系统的质检员中，70%的人薪资涨幅超过15%；不能操作质检系统的质检员中，30%的人薪资涨幅超过15%．若在质检员培训后，从中随机选取一人，其薪资涨幅超过15%，求该员工能操作质检系统的概率．
附：，．
序号
题型
重难点题型1
变量间的相关关系的判断
重难点题型2
相关系数
重难点题型3
线性经验回归模型
重难点题型4
非线性经验回归模型
重难点题型5
独立性检验的应用
超市
A
B
C
D
E
F
广告支出x万元
1
2
4
6
13
10
销售额y万元
14
21
29
30
43
37
第年
1
2
3
4
5
利润／亿元
2
3
4
5
7
x
3
4
5
6
y
2.5
m
4
4.5
温度
4
8
10
18
微生物数量（个）
30
22
18
14
x
45
55
65
75
y
23
38
65
74
月份
1
2
3
4
5
订单
20
24
43
52
（千克）
2
4
5
6
8
（千克）
300
400
400
400
500
年份
年
年
年
年
年
年
序号
第年
第年
第年
第年
第年
第年
贫困户数（百户）
年份
2020
2021
2022
2023
2024
年份编号
1
2
3
4
5
核心产值规模
1.5
2.5
3.4
4.9
7.8
3
4.02
16.16
104.91
1.24
22.54
1.1
1.5
11.4
24
2.9
646
168
422688
50.4
70308
月份编号
1
2
3
4
5
6
7
收入（百万元）
6
11
21
34
66
101
196
435
10.78
2535
50.12
2.82
3.47
360
54.5
1360
44
384
3
588
32
6430
滑道数量
11
12
13
14
15
平均等待时间（分钟）
88
81
75
70
66
日期代码x
1
2
3
4
5
6
7
8
生成的气体y（L）
4
8
16
31
51
71
97
122
20
66
770
200
14
460
4.20
3125000
0.308
21500
劳动技能提升的学生人数
劳动技能未提升的学生人数
合计
首次活动
第二次活动
合计
0.10
0.05
0.01
2.706
3.841
6.635
分组
频数
5
a
18
18
2
获优秀奖
未获优秀奖
男生
女生
（）
0.15
0.10
0.05
0.025
0.010
2.072
2.706
3.841
5.024
6.635
1
2
3
4
5
26
37
50
64
93
地区
用M设备
用设备
A
30
20
B
15
35
0.100
0.050
0.010
0.005
0.001
2.706
3.841
6.635
7.879
10.828
x
1
2
3
4
5
y
23.1
37.0
62.1
111.6
150.8
喜欢
不喜欢
总计
男
100
女
60
总计
110
0.010
0.005
0.001
6.635
7.879
10.828
车站编号
满意
不满意
合计
10
35
50
11
30
合计
55
0.1
0.01
0.001
2.706
6.635
10.828
天气类型
成功次数
失败次数
总计
晴天
80
20
100
雨雪天
50
50
100
合计
130
70
200
0.1
0.05
0.01
0.001
2.706
3.841
6.635
10.828
AI质检系统的应用情况
传统质检员数量
合计
减少
未减少
应用
70

120
未应用
50
合计
100
200
0.050
0.010
0.001
3.841
6.635
10.828
质检系统的应用情况
传统质检员数量
合计
减少
未减少
应用
70
应用
未应用
50
未应用
合计
100
合计
0.050
0.010
0.001
3.841
6.635
10.828