2013苏教版选修（2-3）3.1《独立性检验》课件1.pptVIP

某高校“统计初步”课程的教师随机调查了选该课的一些学生情况，具体数据如下表： 根据表中的数据，判定主修统计专业与性别有关系，则这种判断出错的可能性为多少？ 解：根据表中的数据，得到 1、能够通过列联表，等高条形图估计 两个分类变量之间是否有关系； 2、利用 判断出两个分类变量之间是 否有关系； 3、了解独立性检验的思想。 郑平正 制作 * 3.1假设检验 * 郑平正 制作 独立性检验 本节研究的是两个分类变量的独立性检验问题。 在日常生活中，我们常常关心分类变量之间是否有关系： 例如，吸烟是否与患肺癌有关系？ 性别是否对于喜欢数学课程有影响？等等。 某医疗机构为了了解患肺癌与吸烟是否有关，进行了一次抽样调查，共调查了9965个成年人，其中吸烟者2148人，不吸烟者7817 人，调查结果是：吸烟的2148 人中49人患肺癌， 2099人不患肺癌；不吸烟的7817人中42人患肺癌， 7775人不患肺癌。 ● 根据这些数据能否断定：患肺癌与 吸烟有关？ 吸烟与肺癌列联表 不患肺癌 患肺癌 总计 不吸烟 7775 42 7817 吸烟 2099 49 2148 总计 9874 91 9965 列联表分析（单位：人） 列联表 在不吸烟者中患肺癌的比重是 在吸烟者中患肺癌的比重是 0.54% 2.28% 探究 通过图形直观判断 二维条形图 通过图形直观判断 患肺癌 比例 不患肺癌 比例 通过数据和图表分析，容易直观得到结论是：吸烟与患肺癌有关 结论的可靠程度如何？ 这需要用统计概率观点来考察这个问题。 现在想要知道能够以多大的把握认为“吸烟与患肺癌有关”，为此先假设： H0：吸烟与患肺癌没有关系. 用A表示不吸烟， 用B表示不患肺癌， 则“吸烟与患肺癌没有关系”等价于“吸烟与患肺癌独立”， 即假设H0等价于 P(AB)=P(A)P(B). * 因此|ad-bc|越小，说明吸烟与患肺癌之间关系越弱； |ad-bc|越大，说明吸烟与患肺癌之间关系越强。 不患肺癌 患肺癌 总计 不吸烟 a b a+b 吸烟 c d c+d 总计 a+c b+d a+b+c+d 在表中，a恰好为事件AB发生的频数；a+b和a+c恰好分别为事件A和B发生的频数。由于频率接近于概率，所以在H0成立的条件下应该有 * 郑平正 制作 为了使不同样本容量的数据有统一的评判标准，基于上述分析，我们构造一个随机变量-----卡方统计量 （1） 若 H0成立，即“吸烟与患肺癌没有关系”，则K2应很小。 根据表3-7中的数据，利用公式（1）计算得到K2的观测值为： 那么这个值到底能告诉我们什么呢？ （2） 独立性检验 * 郑平正 制作 随机变量-----卡方统计量 独立性检验 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 临界值表 0.1%把握认为A与B无关 1%把握认为A与B无关 99.9%把握认A与B有关 99%把握认为A与B有关 90%把握认为A与B有关 10%把握认为A与B无关 没有充分的依据显示A与B有关，但也不能显示A与B无关 判断“吸烟与患肺癌没有关系”出错的概率为0.01。 要推断“Ⅰ和Ⅱ有关系”，可按下面的步骤进行： （1）提出假设H0 ：Ⅰ和Ⅱ没有关系； （3）查对临界值，作出判断。 （2）根据2× 2列表与公式计算 的值； 由于抽样的随机性，由样本得到的推断有可能正确，也有可能错误。利用 进行独立性检验，可以对推断的正确性的概率作出估计，样本量n越大，估计越准确。 例1.在500人身上试验某种血清预防感冒作用，把他们一年中的感冒记录与另外500名未用血清的人的感冒记录作比较，结果如表所示。问：该种血清能否起到预防感冒的作用？ 未感冒 感冒 合计 使用血清 258 242 500 未使用血清 216 284 500 合计 474 526 1000 解：设H0：感冒与使用该血清没有关系。 因当H0成立时，χ2≥6.635的概率约为0.01，故有99%的把握认为该血清能起到预防感冒的作用。 P(χ≥x0) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 x0 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.63