32独立性检验的思想及应用分析报告.ppt

郑平正 制作 * * 3.2独立性检验的基本思想及其初步应用 高二数学 选修2-3 第三章 统计案例 函数关系： 相关关系： 复习回顾 确定性关系 非确定性关系 线性相关： 非线性相关： 线性回归方程 什么是分类变量？ 9965 91 9874 总计 2148 49 2099 吸烟 7817 42 7775 不吸烟 总计 患肺癌 不患肺癌 1、列联表 2、三维柱形图 3、二维条形图 不患肺癌 患肺癌 吸烟 不吸烟 不患肺癌 患肺癌 吸烟 不吸烟 0 8000 7000 6000 5000 4000 3000 2000 1000 从三维柱形图能清晰看出 各个频数的相对大小。 从二维条形图能看出，吸烟者中 患肺癌的比例高于不患肺癌的比例。 通过图形直观判断两个分类变量是否相关： 不吸烟 吸烟 患肺癌 比例 不患肺癌 比例 4、等高条形图 等高条形图更清晰地表达了两种情况下患肺癌的比例。 假设检验原理 反证法原理 要证明的结论A 假设事件H0 在A不成立的前提下进行推理 在H0成立的前提下进行推理 推出矛盾，意味着结论A成立 推出在H0成立的前提下小概率事件发生，意味着H0不成立的可能性很大 没有找到矛盾，不能对A下任何结论，即反证法不成功 推出在H0成立的前提下小概率事件不发生，意味着H0成立的可能性很大 9965 91 9874 总计 2148 49 2099 吸烟 7817 42 7775 不吸烟 总计 患肺癌 不患肺癌 a+b+c+d b+d a+c 总计 c+d d c 吸烟 a+b b a 不吸烟 总计 患肺癌 不患肺癌 n=a+b+c+d 随机变量-----卡方统计量 5、独立性检验 3.841 0.05 5.024 0.025 6.635 0.010 7.879 0.005 10.828 0.001 2.706 0.10 2.072 1.323 0.708 0.455 0.15 0.25 0.40 0.50 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%把握认为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 第一步：H0： 吸烟和患病之间没有关系 a+b+c+d b+d a+c 总计 c+d d c 不吸烟 a+b b a 吸烟 总计 不患病 患病 第二步：列出2×2列联表 6、独立性检验的步骤 第三步：计算 第四步：查对临界值表，作出判断。 10.828 7.879 6.635 5.024 3.841 2.706 2.072 1.323 0.708 0.455 k0 0.001 0.005 0.010 0.025 0.05 0.10 0.15 0.25 0.40 0.50 P(k≥k0) 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？ 解：根据题目所给数据得到如下列联表： 1437 772 665 总计 1048 597 451 不秃顶 389 175 214 秃顶 总计 不患心脏病 患心脏病 相应的三维柱形图如图所示，比较来说，底面两对角线上两个柱体高度的乘积差要大一些，因此可以在某种程度上认为“秃顶与患心脏病有关”。 秃头 不秃头 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？ 解：根据题目所给数据得到如下列联表： 1437 772 665 总计 1048 597 451 不秃顶 389 175 214 秃顶 总计 不患心脏病 患心脏病 根据联表1-13中的数据，得到 所以有99%的把握认为“秃顶患心脏病有关”。 例1.秃头与患心脏病 在解决实际问题时，可以直接计算K2的观测值k进行独立检验，而不必写出K2的推导过程 。 本例中的边框中的注解，主要是使得学生们注意统计结果的适用范围（这由样本的代表性所决定）。 因为这组数据来自住院的病人，因此所得到的结论适合住院的病人群体． 例2 为考察高中生的性别与是否喜欢数学课程之间的关系，在某城市的某校高中生中随机抽取300名学生，得到如下联表： 300 228 72 总计 178 143 35 女 122 85 37 男 总计 不喜欢数学课程 喜欢数学课程 由表中数据计算K