高二数学人教A版选修1-2课件：1.2独立性检验的基本思想及其初步应用1.pptxVIP

1.2　独立性检验的基本思想及其初步应用探究一探究二探究三探究四探究一探究二探究三探究四探究一探究二探究三探究四探究一探究二探究三探究四探究一探究二探究三探究四探究一探究二探究三探究四探究一探究二探究三探究四探究一探究二探究三探究四探究一探究二探究三探究四探究一探究二探究三探究四探究一探究二探究三探究四探究一探究二探究三探究四1 2 3 41 2 3 41 2 3 41 2 3 41 2 3 4课程目标学习脉络1.了解独立性检验(只要求2×2列联表)的基本思想、方法及其简单应用.2.了解假设检验的基本思想、方法及其简单应用.1.分类变量和列联表(1)分类变量变量的不同“值”表示个体所属的不同类别,像这样的变量称为分类变量.(2)列联表①定义:列出的两个分类变量的频数表,称为列联表.②2×2列联表一般地,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},其样本频数列联表(称为2×2列联表)为y1y2总计x1aba+bx2cdc+d总计a+cb+da+b+c+d思考1怎样认识分类变量和定量变量?提示:分类变量的不同取值仅表示个体所属的不同类别,如性别变量只取男、女两个值.有时也可以把分类变量的不同取值用数字来表示,但这时的数字除了分类以外没有其他的含义.如用“0”表示“男”,“1”表示“女”,性别变量就变成取值为0和1的随机变量,但是这些数字并没有其他的含义.定量变量的取值一定是实数,其取值的大小具有特定的含义,如身高、体重、考试成绩等.2.等高条形图(1)等高条形图与表格相比,更能直观地反映出两个分类变量间是否相互影响,常用等高条形图展示列联表数据的频率特征.(2)观察等高条形图发现相差很大,就判断两个分类变量之间有关系.思考2通过等高条形图可精确地给出这种判断犯错误的概率吗?提示:不能,等高条形图可以粗略地判断两个分类变量是否有关系,但无法精确地给出这种判断犯错误的概率.3.独立性检验定义利用随机变量K2来判断“两个分类变量有关系”的方法称为独立性检验公式K2=,其中n=a+b+c+d.具体步骤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.然后查表确定临界值k0.②利用公式计算随机变量K2的观测值k.③如果k≥k0,就推断“X与Y有关系”,这种推断犯错误的概率不超过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”,或者在样本数据中没有发现足够证据支持结论“X与Y有关系”.思考3在K2运算后,得到K2的值为29.78,在判断变量相关时,P(K2≥6.635)≈0.01和P(K2≥7.879)≈0.005,哪种说法是正确的?提示:两种说法均正确.P(K2≥6.635)≈0.01的含义是在犯错误的概率不超过0.01的前提下认为两个变量相关;而P(K2≥7.879)≈0.005的含义是在犯错误的概率不超过0.005的前提下认为两变量相关.列联表与等高条形图利用数形结合的思想,借助等高条形图来判断两个分类变量是否相关是判断变量相关的常见方法之一.一般地,在等高条形图中,相差越大,两个分类变量有关系的可能性就越大.在作等高条形图时可以用列联表来寻找相关数据,作图要精确,且易于观察,以便对结论的判断不出现偏差.【典型例题1】 研究人员选取170名青年男女大学生对他们进行一种心理测验.发现60名女生对该心理测验中的最后一个题目的反应是:作肯定的有18名,否定的有42名.110名男生在相同的题目上作肯定的有22名,否定的有88名.试判断性别与态度之间是否有关系.思路分析:通过阅读理解得出列联表,画出相应的条形图,得到变量的关联性.解:根据题目所给数据建立如下列联表:肯定否定总计女生184260男生2288110总应的等高条形图如图所示.比较来看,女生中肯定的人数的比例要高于男生中肯定的人数的比例,因此可以在某种程度上认为性别与态度之间有关系.点评大致判断一下两个分类变量是否有关,可以借助等高条形图,这种判断可加深对独立性检验基本思想的理解. 独立性检验解决一般的独立性检验问题,首先由所给的2×2列联表确定a,b,c,d,n的值,然后代入随机变量的计算公式求出观测值k,将k与临界值k0进行对比,确定有多大的把握认为两个分类变量有关系.【典型例题2】 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:患慢性气管炎未患慢性气管炎总计吸吸计5628333950岁以上的人患慢性气管炎与吸烟有关系吗?思路分析:求