2015独立性检验的基本思想课件.pptVIP

独立性检验的基本思想及其初步应用 第1课时 * Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 1.两种变量及研究相关关系的方法： 变量 分类变量 定量变量 例如：身高、体重、考试成绩，温度等等 3）例如是性别，否吸烟，是否患肺癌，宗教信仰等等 1）变量的不同“值”表示个体的不同类别的变量 （也叫属性变量或者定性变量） 定量变量的取值一定是实数，它们的取值大小有特定 的含义，不同取值之间的运算也有特定的含义。 2）分类变量的取值一定是离散的 研究两个定量变量相关关系的方法：回归分析（画散 点图，相关系数r,相关指数R2,残差分析等） 4）研究两个分类变量相关关系的方法： ①通过图形直观判断两个分类变量是否相关； ②独立性检验法. 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，我们主要考虑分类变量的之间是否有关系：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。 在统计学中，独立性检验就是检验两个分类变量是否有关系的一种统计方法。 一.引入新课： 2.引入： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 二.问题： 为了调查吸烟是否对肺癌有影响，某肿瘤研究所随机地调查了 9965人，得到如下结果（单位：人） 2×2列联表 思考：根据以上表格。能否断定吸烟对患肺癌有影响？ 判断的标准是什么？ 吸烟与不吸烟，患病的可能性的大小是否有差异？ 不吸烟 吸烟 总计 不患肺癌 7775 2099 9874 患肺癌 42 49 91 总计 7817 2148 9965 吸烟与患肺癌列联表（列出两个分类变量的频数表）： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 方法1.用频率估计概率 吸 烟 不吸烟 患 病 2.28% 0.54% 未患病 97.72% 99.46% 合 计（n） 100%（2148） 100%（7817） 方法2.通过图形直观判断 由上表可看出，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% 根据统计分析的思想，用频率估计概率可知，吸烟者和不吸烟者患肺癌的可 能性存在差异，吸烟者患肺癌的可能性大 等高条形图 患肺癌比例 不患肺癌比例 由上述图形显然可以得到结论是：吸烟与患肺癌有关 思考：这种判断可靠吗？你能有多大把握认为“患病与吸烟有关”呢？ 注意：与表格相比，图形能 更直观地反映出相关数 据的总体状况。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 首先，假设结论不成立，即记 H0：吸烟和患肺癌之间没有关系 思考：通过数据和图表分析，得到结论是：吸烟与患肺癌有关. 这种判断可靠吗？你能有多大把握认为“患病与吸烟有关”呢？ 吸烟与患肺癌列联表 不吸烟 吸烟 总计 不患肺癌 a c a+c 患肺癌 b d b+d 总计 a+b c+d a+b+c+d 吸烟的人中不患肺癌的比例： 不吸烟的人中不患肺癌的比例： 若H0成立，即“吸烟与患肺癌没有关系”，则在吸烟者中不患肺癌的比例 应该与不吸烟中不患肺癌的比例应差不多，即 |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. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2