13.
电视传媒公司为了解某地区电视观众对某类体育节目的收视情况,随机抽取了100名观众进行调查.下面是根据调查结果绘制的观众日均收看该体育节目时间的频率分布直方图:
将日均收看该体育节目时间不低于40分钟的观众称为“体育迷”.
(1)根据已知条件完成上面的2×2列联表,若按95%的可靠性要求,并据此资料,你是否认为“体育迷”与性别有关?
(2)将上述调查所得到的频率视为概率.现在从该地区大量电视观众中,采用随机抽样方法每次抽取1名观众,抽取3次,记被抽取的3名观众中的“体育迷”人数为X.若每次抽取的结果是相互独立的,求X分布列,期望E(X)和方差D(X).
附:${K^2}=\frac{{n{{({ad-bc})}^2}}}{{({a+b})({c+d})({a+c})({b+d})}}$
| 非体育迷 | 体育迷 | 合计 | |
| 男 | 30 | 15 | 45 |
| 女 | 45 | 10 | 55 |
| 合计 | 75 | 25 | 100 |
(1)根据已知条件完成上面的2×2列联表,若按95%的可靠性要求,并据此资料,你是否认为“体育迷”与性别有关?
(2)将上述调查所得到的频率视为概率.现在从该地区大量电视观众中,采用随机抽样方法每次抽取1名观众,抽取3次,记被抽取的3名观众中的“体育迷”人数为X.若每次抽取的结果是相互独立的,求X分布列,期望E(X)和方差D(X).
附:${K^2}=\frac{{n{{({ad-bc})}^2}}}{{({a+b})({c+d})({a+c})({b+d})}}$
| P(K2≥k) | 0.05 | 0.01 |
| k | 3.841 | 6.635 |
7.2017年春节晚会与1月27日晚在CCTV进行直播.某广告策划公司为了了解本单位员工对春节晚会的关注情况,春节后对本单位部分员工进行了调查.其中有75%的员工看春节晚会直播时间不超过120分钟,这一部分员工看春节晚会直播时间的茎叶图如图(单位:分钟),而其中观看春节晚会直播时间超过120分钟的员工中,女性员工占$\frac{3}{5}$.若观看春节晚会直播时间不低于60分钟视为“喜爱春晚”,否则视为“不喜爱春晚”.

附:参考数据:
参考公式:K2=$\frac{n(ad-bc)^{2}}{(a+b)(c+d)(a+c)(b+d)}$,n=a+b+c+d.
(Ⅰ)若从观看春节晚会直播时间为120分钟的员工中抽取2人,求2人中恰好有1名女性员工的概率;
(Ⅱ)试完成下面的2×2列联表,并依此数据判断是否有99.9%以上的把握认为“喜爱春晚”与性别相关?
0 238879 238887 238893 238897 238903 238905 238909 238915 238917 238923 238929 238933 238935 238939 238945 238947 238953 238957 238959 238963 238965 238969 238971 238973 238974 238975 238977 238978 238979 238981 238983 238987 238989 238993 238995 238999 239005 239007 239013 239017 239019 239023 239029 239035 239037 239043 239047 239049 239055 239059 239065 239073 266669
附:参考数据:
| P(K2≥k0) | 0.15 | 0.10 | 0.05 | 0.025 | 0.010 | 0.005 | 0.001 |
| k0 | 2.072 | 2.706 | 3.841 | 5.024 | 6.635 | 7.879 | 10.828 |
(Ⅰ)若从观看春节晚会直播时间为120分钟的员工中抽取2人,求2人中恰好有1名女性员工的概率;
(Ⅱ)试完成下面的2×2列联表,并依此数据判断是否有99.9%以上的把握认为“喜爱春晚”与性别相关?
| 喜爱春晚 | 不喜爱春晚 | 合计 | |
| 男性员工 | |||
| 女性员工 | |||
| 合计 |