高中数学:3《8-3-2独立性检验第二课时》教学设计.docx

高中数学:3《8-3-2独立性检验第二课时》教学设计.docx

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

湖南省中小学课程资源

教学设计

课程基本信息

学科

(数学)

年级

(高二)

学期

(春季)

课题

(8.3.2独立性检验(第二课时))

教科书

书名:选择性必修第三册教材

出版社:人民教育出版社出版日期:2020年3月

教学目标

1.能举例说明独立性检验的基本步骤,并能用独立性检验方法解决简单的实际问题。

2.发展数据分析、逻辑推理等数学素养。

教学内容

教学重点:

1.2×2列联表。

2.用独立性检验解决简单的实际问题。

教学难点:

用独立性检验解决简单的实际问题

教学过程

环节一复习回顾

如果已知X和Y的抽样数据列联表

χ2=n(ad?bc)2/(a+b)(c+d)(a+c)(b+d).

检验规则

1、当χ2≥xα时,我们就推断H0不成立,即认为X和Y不独立,该推断犯错误的概率不超过α;

2、当χ2xα时,我们没有充分证据推断H0不成立,可以认为X和Y独立.

其中xα是使得P(χ2≥xα)=α成立的临界值。

当我们接受零假设时,也可能犯错误。我们不知道犯这类错误的概率p的大小,但是知道,若α越大,则p越小。

容易看出,相对于简单比较两个频率的推断,用独立性检验得到的结果更理性、更全面,理论依据也更充分。今天我们就利用独立性检验来解决一些实际问题。

设计意图复习巩固上节课所学内容,为新课做准备。

环节二实际应用,巩固理解

例3:某儿童医院用甲、乙两种疗法治疗小儿消化不良.采用有放回简单随机抽样的方法对治疗情况进行检查,得到了如下数据:抽到接受甲种疗法的患儿67名,其中未治愈15名,治愈52名;抽到接受乙种疗法的患儿69名,其中未治愈6名,治愈63名.试根据小概率值α=0.005的独立性检验,分析乙种疗法的效果是否比甲种疗法好.

分析:现有甲乙两种治疗方法,要想检验哪种疗法更好,只需检验两种方法的治疗效果与治疗方法是否独立。若独立,则两种疗法没有差异;若不独立,则两种疗法有差异。

解:零假设为H0:疗法与疗效独立,即两种疗法效果没有差异。将所给数据进行整理,得到两种疗法治疗数据的列联表(表8.3-5):

根据列联表中的数据,经计算得到:χ2=136×(15×63?52×6)2/67×69×21×15

≈4.8817.879=x0.005

根据小概率值α=0.005的独立性检验,没有充分的证据推断H_0不成立,因此可以认为H_0成立,即认为两种疗法效果没有差异。

观察:在表8.3-5中,若对调两种疗法的位置或对调两种疗效的位置,则表达式(1)中的a,b,c,d的赋值都会相应地改变。这样做会影响χ^2取值地计算结果吗?

χ2=136×(6×52?63×15)2/69×67×21×115≈4.881

同理,对调疗效的位置后,也不影响结果。

思考:对于例3中的抽样数据,采用小概率值α=0.05的独立性检验,分析乙种疗法的效果是否比较甲种疗法好。

由例3的结论可知,χ2=136×(15×63?52×6)2/67×69×21×15≈4.881

通过查表可知x0.05=3.841,则χ2x0.05.

根据小概率值α=0.05的独立性检验,我们推断H0不成立,且该推断犯错误的概率不超过0.05,即认为两种疗法效果有差异。

甲种疗法未治愈和治愈的频率分别是15/67≈0.224和52/67≈0.776,

乙种疗法未治愈和治愈的频率分别是6/69≈0.087和63/69≈0.913.

因此可以推断乙种疗法的效果比甲种疗法好。

追问:对于上述不同的推断结论,你有什么发现呢?

对于不同的小概率值α,因为检验的标准发生了变化,从而导致推断的结果截然不同。

设计意图通过具体实例,进一步熟悉独立性检验进行检验的方法和步骤(写出假设,建列联表,找临界值xα,计算卡方,比较大小,作出推断),体会直观感觉的不可靠和数学推断的必要性,了解当独立性检验不显著时的推断原理。

例4:为研究吸烟是否与肺癌有关,某肿瘤研究所采取有放回简单随机抽样的方法,调查了9965人,得到成对样本观测数据的分类统计结果,如表8.3-6所示.依据小概率值α=0.001的独立性检验,分析吸烟是否会增加患肺癌的风险.

吸烟

肺癌

合计

非肺癌患者

肺癌患者

非吸烟者

7775

42

7817

吸烟者

2099

49

2148

合计

9874

91

9965

分析:要想检验吸烟是否会增加患肺癌的风险,即检验吸烟与患肺癌之间是否独立。

解:零假设为

H0:吸烟与患肺癌之间无关联。

根据列联表中的数据,经计算得到χ2=9965×(7775×49?42×2099)2/7817×2148×9874×91

≈56.63210.828=x0.001

根据小概率值α=0.001的独立性检验,我们推断H0不成立,即认为吸烟

文档评论(0)

***** + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档