121__独立性检验的基本思想及其初步应用.pptVIP

1、通过频率比较法，图形分析法判断两个分类变量是否有关系。（不精准） （1） ︱ad -bc︱ （2） a/a+b≈c/c+d * * 相关概念对于性别变量，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，像这样的变量称为 分类变量. 分类变量： 例如是否吸烟,宗教信仰,国籍,等等. 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，我们常常关心两个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。 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) 表1-7 吸烟与患肺癌列联表 那么吸烟是否对患肺癌有影响? 因此,直观上得到结论: 吸烟者和不吸烟者患肺癌的可能性存在差异。 在不吸烟者中患肺癌的比例是 在吸烟者中患肺癌的比例是 0.54% 2.28% 与表格相比，三维柱形图和二维条形图能更直观地反映出相关数据的总体状况 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 　 列联表:两个分类变量的频数表 探究： 三维柱形图 作三维柱形图要注意选择恰当的视角，以使每个柱体都能看到。 7775 42 2099 49 二维条形图 7775 42 2099 49 等高条形图 不患病比例 患病比例 0.54% 2.28% 上面我们通过分析数据和图形,得到的直观印象是“吸烟和患肺癌有关”。这一直觉来自于观测数据，即样本。问题是它能够在多大程度上代表总体呢？ H0:吸烟与患肺癌没有关系 我们假设 看看能推出什么样的结论。 为了研究的一般性,在列联表1-7中中用字母代替数字： 不患肺癌 患肺癌 总计 不吸烟 a b 吸烟 c d 总计 a+b c+d a+c b+d a+b+c+d 结论：|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; 如果”吸烟与患肺癌没有关系”,则在吸烟样本中不患肺癌的比例应该与不吸烟样本中相应的比例差不多,即 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 1．假设有两个分类变量X和Y，它们的取值分别为{x1，x2}和{y1，y2}，其2×2列联表为： a＋b＋c＋d b＋d a＋c 总　计 c＋d d c x2 a＋b b a x1 总　计 y2 y1 对同一样本，以下数据能说明X与Y有关的可能性最大的一组为(　　) A．a＝5，b＝4，c＝3，d＝2 B．a＝5，b＝3，c＝4，d＝2 C．a＝2，b＝3，c＝4，d＝5 D．a＝3，b＝2，c＝4，d＝5 练习 【答案】D 【解析】根据观测值求解的公式可道，当ad与bc差距越大， 两个变量有关的可能性就越大．故选D. 3．某校高三年级在一次全年级的大型考试中，数学成绩优秀和非优秀的 学生中，物理、化学、总分也为优秀的人数如下表所示，列出数学与物 理优秀2×2列联表,数学与总分优秀的2×2列联表 99 156 143 数学非优秀 267 225 228 数学优秀 总分优秀 化学优秀 物理优秀 注：该年级此次考试中数学成绩优秀的有360人，非优秀的有880人． 解：(1)列出数学与物理优秀2×2列联表如下： 总　计 数学非优秀 数学优秀 总　计 物理非优秀 物理优秀 132 228 143 360 880 1 240 371 737 869 3．某校高三年级在一次全年级的大型考试中，数学成绩优秀和非优秀的 学生中，物理、化学、总分也为优秀的人数如下表所示，列出数学与物 理优秀2×2列联表,数学与总分优秀的2×2列联表 99 156 143 数学非优秀 267 225 228 数学优秀 总分优秀 化学优秀 物理优秀 注：该年级此次考试中数学成绩优秀的有360人，非优秀的有880人． (2)列出数学与总分优秀的2×2列联表如下： 1 240 874 366 总　计 880 781 99 数学非优秀 360 93 267 数学优秀 总　计 总分非优秀 总分优秀 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） 若H0成立，即“吸烟与患肺癌没有关系”，则 应该很小。 利用公式（1）计算得K2的观测值为: 接下来，我们就利用卡方统计量K2来判断探究中“吸烟与患肺癌有关”的可靠程度。 例：现在，根据表1-7中的数据 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 　 在H0成立的情况下,统计学家估算出如下的概率: 即在H0成立的情况下,K2的值大