12独立性检验的基本思想及其应用课件资料祥解.ppt

对于性别变量,其取值为男和女两种. 这种变量的不同“值”表示个体所属的不同类别,像这类变量称为分类变量. 生活中的分类变量 是否吸烟,宗教信仰,国籍… 两个分类变量之间是否有关系 性别 是否喜欢数学课程 吸烟 患肺癌 为调查吸烟是否对患肺癌有影响,某肿瘤研究所随机地调查了9965人,得到如下结果(单位:人) 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 那么吸烟是否对肺癌有影响? 吸烟与患肺癌列联表 列出两个分类变量的频数表,称为列联表 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 吸烟者与不吸烟者患肺癌的可能性存在差异 从上面数据和图形可以看出吸烟和患肺癌有关 从上面数据和图形可以看出吸烟和患肺癌有关 我们能够有多大的把握认为“吸烟与患肺癌有关”？ 吸烟 患肺癌 吸烟与患肺癌列联表 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 假设 H0：吸烟与患肺癌没有关系 将表1-7中的数字用字母代替，得到如下用字母表示的列联表 ad－bc≈0 |ad-bc|越小 吸烟与患肺癌之间的关系越弱 |ad-bc|越大 吸烟与患肺癌之间的关系越强 若H0成立 构造一个随机变量 建立统一标准 (n=a+b+c+d) 若H0成立 K2应该很小 根据前面数据 K2的观察值 在“吸烟与患肺癌没有关系”成立的条件下可以估算出 k≈56.632 6.635 远大于 k6.635,假设不合理程度约为99% 99%的把握认为“吸烟与患肺癌有关系” 但这种判断会犯错误，犯错误的概率不 会超过0.01 在“吸烟与患肺癌没有关系”成立的条件下可以估算出 k≈56.632 6.635 远大于 利用随机变量K2来确定在多大程度上可以认为“两个分类变量有关系”的方法称为两个分类变量的独立性检验. 确认“两个分类变量有关系”成立的可信程度 假设该结论不成 由观测数据计算K2的观测值k 通过概率评价该假设不合理的程度 k6.635,假设不合理程度约为99% y1 y2 总计 x1 a b a+b x1 c d c+d 总计 a+c b+d a+b+c+d 假设有两个分类变量X和Y，它们的值域分别为{x1,x2}和{y1,y2},其样本频数列联表 2×2列联表 若要推断的论述为 H1:“X与Y有关系” 可以按如下步骤判断结论H1成立的可能性 1.通过等高条形图,可以粗略地判断两个分类变量是否有关系,但是这种判断无法精确地给出所得结论的可靠度 2.可以利用独立性检验来考察两个分类变量是否有关系并且能较精确地给出这种判断的可靠程度. 要推断“X和Y有关系”，可按下面的步骤进行： （1）提出假设H0 ：X和Y没有关系； （3）查对临界值，作出判断。 （2）根据2× 2列联表与公式计算 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。 2.可以利用独立性检验来考察两个分类变量是否有关系并且能较精确地给出这种判断的可靠程度. 根据观测数据计算检验随机变量K2的观察值k P(K2≥k) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 k 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 当得到的观测数据a,b,c,d都不于5时,可以通过查阅下表来确定其可信程度 10.828 7.879 6.635 5.024 3.841 2.706 2.072 1.323 0.708 0.455 xo 0.001 0.005 0.01 0.025 0.05 0.1 0.15 0.25 0.4 0.5 卡方临界值表： 则有99.9%的把握认为“X与Y有关系”； （1)若观测值χ2＞10.828. （3)若观测值χ2＞2.706，则 （4)若观测值χ2＜2.706，则 （2)若观测值χ2＞6.635， 则有99%的把握认为“X与Y有关系”； 则有90%的把握认为“X与Y有关系”； 则没有充分的证据显示“X与Y有关系”，但也不能作出结论“H0成立”，即Ⅰ与Ⅱ没有关系。 例1 在某医院,因为患心脏病而住院的665名男性病人中,有214人秃顶,而另外772名不是因为患心脏病而住院的男性病人中有175人秃顶.分别利用图形和独立性检验方法判断秃顶与患心脏病是否有关系?你所得的结论在什么范围内有效? 患心脏病 患其他病 总计 秃顶 214 1