3.1 独性检验.pptVIP

统计案例 第二章 概率（选修2-3） 3.1 独立性检验 我们经常听到这些说法： 吸烟对患肺癌有影响； 数学好的人物理一般也很好； 性别与是否喜欢数学课程之间有关系； 人的血型会决定人的性格； 星座与人的命运之间有某种联系； 这些说法都有道理吗？ 例1 为了探究患慢性气管炎是否与吸烟有关，调查了339名50岁以上的人，调查结果如下表所示，试问：50岁以上的人患慢性气管炎与吸烟习惯有关吗？ 这个例子中给出的表格称为2×2列联表，意思是问题中要考虑50岁以上的人的两种状态：是否吸烟，是否患慢性气管炎；每种状态又分两种情况：吸烟，不吸烟以及患慢性气管炎，未患慢性气管炎 表中排成两行两列的数据是调查得来的结果，希望根据这4个数据来检验上述两种状态是否有关 这一检验问题就称为2×2列联表的独立性检验 为了把问题讨论清楚，并便于向一般情况推广，我们用字母来代替2×2列联表中的事件和数据，得到一张用字母来表示的2×2列联表： （1）首先，当吸烟(A)与患慢性气管炎(B)无关时，用概率方法进行推理，看看会出现什么结果 事件A与B无关什么意思？ 此时应该有P(AB)=P(A)P(B)成立 我们用字母H0表示上式，即H0: P(AB)=P(A)P(B)，并称之为统计假设 当H0成立时，下面的三个式子也都成立：根据概率的统计定义，上面提到的众多事件的概率都可以用相应的频率来估计，例如： （2）上面的表达式(1)就是统计中非常有用的卡方统计量，它可以化简为 用它的大小可以决定是否拒绝原来的统计假设H0 如果算出的卡方值较大，就拒绝H0，也就是拒绝“事件A与B无关”，从而就认为它们是有关的了 两个临界值：3.841与6.635 经过对卡方统计量分布的研究，已经得到了这两个临界值 当卡方大于3.841时，有95％的把握说事件A与B有关；当卡方大于6.635时，有99％的把握说事件A与B有关，当卡方≤3.841时，认为事件A与B是无关的 对于例1，最理想的解决办法是向所有50岁以上的人做调查，然后对得到的数据进行统计处理，但这花费的代价太大，实际上是行不通的 339个人相对于全体50岁以上的人，只是一个小部分 现在我们用部分对全体作推断，推断可能正确，也可能错误 例如我们知道，不少中老年烟民的身体很好，没有患慢性气管炎；而又有很多从不吸烟的中老年人体质很差，患有慢性气管炎 我们有95％的把握说事件A与B有关，是指推断犯错误的可能性为5％，这也常常说成是“以95％的概率”，其含义是一样的 统计的基本思维模式是归纳的，它的特征之一是通过部分数据来推测全体数据的性质 因此，统计推断是可能犯错误的 我们从数据上体现的只是统计上的关系，而不是因果关系 例1的解答： 注意： 50岁以上吸烟的人一定患慢性气管炎吗？ 是不是表示得病概率是百分之九十九？ 使用卡方统计量作2×2列联表的独立性检验时，要求表中的4个数据都要大于5，为此，在选取样本的容量时一定要注意这一点 例5 一台机器生产的零件长度服从正态分布N(5.74,0.082)（单位mm），为了检验机器是否处于正常工作状态，每隔一小时抽取一个零件，测量其长度，某天检查的头5个零件长度如下：5.91 5.83 5.71 5.75 5.45试判断该机器是否处于正常工作状态 第5个零件的尺寸落在控制下限以下，表明小概率事件竟然发生了，根据实际推断原理，我们有理由怀疑此时机器还在正常生产。比如，可能原料有问题，可能操作有误，可能机器出故障……此时可以停机检修和调整，以免产生大量不合格产品 假定5个零件的尺寸都落在控制上限与控制下限之间，则表明机器处于正常工作状态，可以继续生产下去 例6 据调查，某地市场上的假冒品牌香烟占15％，某商家声称他商店里卖的香烟全是真货，一顾客决定在他的商店里随机挑选20包烟，若没有买到一包假烟，就相信商家的说法。试分析该顾客的做法是否合理 （1）作统计假设：商店里有假烟 （2）在上述假设成立的条件下，计算该顾客买到全部真烟的概率 0.039 （3）我们以概率0.961认为商店里没有假烟 当然，如果顾客买的烟中发现有假烟，自然就认为假设成立，即商店里有假烟 思考 在本题的情况下，另一顾客决定，在商店里随机购买18包烟进行检查，就可以作出推断：商店里没有假烟。试分析他的做法是否合理？ 0.054 0.946 假设检验是拿局部的情况来推断全体的情况，这就可能犯错误 显然检查得越多，犯错误的概率就越小 实际推断原理关于小概率的值没有统一界定 * 阅刃搂杆亥凝虽颧催掇抓渡建液裂谋讲齐迅些篓雅掣专击坪缉醉赴纺根扮3.1 独立性检验3.1 独立性检验 第二章 统计（必修3）知识结构 收集数据 (随机抽样) 整理、分析数据估计、推断 简单随机抽样 分层抽样 系统抽样 用样本估计总体 变量间