12独立性检验的思想及应用.pptVIP

郑平正 制作 独立性检验 独立性检验临界值表 * * 3.2独立性检验的基本思想及其初步应用 是一种假设检验 为了研究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） 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_______ 结论：吸烟者和不吸烟者患肺癌的可能性存在差异. 0.54% 2.28% 探究 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 1)通过图形直观判断两个分类变量是否相关： 2) 通过图形直观判断两个分类变量是否相关： 3)通过图形直观判断两个分类变量是否相关： 患肺癌 比例 不患肺癌 比例 我们通过分析数据和图形，得到的直观判断是“吸烟和患肺癌有关”，那么这种判断是否可靠呢？这需要用统计观点来考察这个问题. 假设 H0：吸烟与患肺癌没有关系. 注意：目标结论 这与反证法非常相似 用字母代替原列联表中的数据 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 　 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 　 用字母代替原列联表中的数据 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 　 A：不吸烟，B：不患肺癌 a：事件AB发生的频数 a+b：事件A发生的频数 a+c：事件B发生的频数 实际等于样本容量n H0：吸烟与患肺癌没有关系. P(AB)=P(A)P(B). H0：吸烟与患肺癌没有关系. 结论： 越小，说明吸烟与患肺癌之间的关系越弱，否则，关系越强. 为了使不同的样本有统一的评判标准，构造如下随机变量： 独立性检验 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 吸烟与肺癌列联表 通过公式计算 由数据和公式算得K2的观察值为 经研究，在假设H0成立，即“吸烟与患肺癌没有关系”的情况下， 即K2的观察值超过6.635是一个小概率事件，但现在却发生了。它等于56.632，远远超过6.635. 所以我们有理由断定假设H0不成立，即认为“吸烟与患肺癌有关系”. 但是这种判断会犯错误，犯错误的概率不会超过0.01. a＋b＋c＋d (1)提出假设H0：两个分类变量没有关系； 独立性检验的一般步骤： (2)根据列联表和公式计算K2的观察值； (3)查对临界值表，作出判断. 结论： K2的观察值越大，犯错误的概率越小，此时越有把握推断“两个分类变量有关系”. ①根据实际问题的需要，确定容许推断“两个分类变量有关系”犯错误概率的上界α.然后查表确定 . ②利用公式计算随机变量K2的 . ③如果 ，就推断“X与Y有关系”，这种推 断 不超过α，否则就认为在犯错误的概率不超过α的前提下不能推断“X与Y有关系”，或者在样本数据中 支持结论“X与Y有关系” 具体 步骤 临界值k0 观测值k k≥k0 犯错误的概率 没有发现足够证据 2.706 2.072 1.323 0.708 0.455 　 0.10 0.15 0.25 0.40 0.50 　 10.828 7.879 6.635 5.024 3.841 　 0.001 0.005 0.010 0.025 0. 05 　 两个分类变量A与B的关系推断： k0 ＜2.706 超过90%把握认为A与B有关 k0 ≥2.706 超过99%把握认为A与B有关 k0 ≥6.635 超过99.9%把握认为A与B有关 k0≥10.828　 没有足够的证据说明A与B有关系 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. (1)利用图形判断秃顶与患心脏病是否有关系； (2)能否在犯错误的概率不超过0.01的前提下认为秃顶与患心脏病有关？