独立性检验典型题例解析.docVIP

独立性检验典型题例解析 所谓独立性检验，就是要把采集样本的数据，利用公式计算的值，比较与临界值的大小关系，来判定事件A与B是否无关的问题。 具体步骤：（1）采集样本数据。 （2）由计算的值。 （3）统计推断，当＞3.841时，有95%的把握说事件A与B有关；当＞6.635时，有99%的把握说事件A与B有关；当≤3.841时，认为事件A与B是无关的。 下面我们通过几个典型例题对独立性检验问题进行剖析，使同学们进一步掌握这类问题的研究方法。 例1、为了研究色盲与性别的关系，调查了1000人，调查结果如下表所示： 男 女 正常 442 514 色盲 38 6 根据上述数据试问色盲与性别是否是相互独立的？ 分析：问题归结为二元总体的独立性检验问题。 解：由已知条件可得下表 男 女 合计 正常 442 514 956 色盲 38 6 44 合计 480 520 1000 依据公式得＝＝27.139。 由于27.139＞6.635，所以有99%的把握认为色盲与性别是有关的，从而拒绝原假设，可以认为色盲与性别不是相互独立的。 评注：根据假设检验的思想，比较计算出的与临界值的大小，选择接受假设还是拒绝假设。 变式引申1：为了研究患慢性气管炎与吸烟量的关系，调查了228人，其中每天的吸烟支数在10支以上20支以下的调查者中，患者人数有98人，非患者人数有89人；每天的吸烟支数在20支以上的调查者中，患者人数有25人，非患者人数有16人。试问患慢性气管炎是否与吸烟量互相独立？ 分析：即求独立性检验问题。 解：由已知条件得出下表： 10支～19支 20支以上 合计 患者人数 98 25 123 非患者人数 89 16 105 合计 187 41 228 由公式得＝＝0.994。 由于0.994＜3.841，没有理由认为患慢性气管炎与吸烟量有关，即接受假设，认为患慢性气管炎与吸烟量无关，是互相独立的。 例2、某企业为了更好地了解设备改造前后与生产合格品的关系，随机抽取了180件产品进行分析。其中设备改造前生产的合格品有36件，不合格品有49件；设备改造后生产的合格品有65件，不合格品有30件。根据上面的数据，你能得出什么结论？ 分析：转化为二元独立性检验问题。 解：由已知数据得到下表 合格品 不合格品 合计 设备改造后 65 30 95 设备改造前 36 49 85 合计 101 79 180 根据公式得≈12.38。 由于12.38＞6.635，可以得出产品是否合格与设备改造是有关的。 变式引申2：考察黄烟经过培养液处理与否跟发生青花病的关系。调查了457株黄烟，得到下表中数据，请根据数据作统计分析。 培养液处理 未处理 合计 青花病 25 210 235 无青花病 80 142 222 合计 105 352 457 分析：计算的值与临界值的大小关系。 解：根据公式＝≈41.61。 由于41.61＞6.635，说明经过培养液处理的黄烟跟发生青花病是有关的。 利用独立性检验，能够帮助我们对日常生活中的实际问题作出合理的推断和预测。因此，在学习中通过统计案例的分析，理解和掌握独立性检验的方法，体会独立性检验的基本思想在解决实际问题中的应用，以提高我们处理生活和工作中的某些问题的能力。