【数学】3.2《独立性的基本思想及其初步应用》PPT课件（新人教A版选修2-3）.ppt

3.2独立性检验的基本思想及其初步应用 独立性检验 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。 变量的不同”值”表示个体所属的不同类别. 分类变量: 如:性别,是否吸烟,宗教信仰,国籍等 在日常生活中,我们常常关心两个分类变量之间 是否具有关系.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) 吸烟与患肺癌列联表 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:列出两个分类变量的频数表 那么吸烟是否对患肺癌有影响? 粗略估计:在不吸烟者中,有0.54%患有肺癌;在吸烟 者中,有2.28%患有肺癌.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 因此|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。 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 在表中，a恰好为事件AB发生的频数；a+b和a+c恰好分别为事件A和B发生的频数。由于频率接近于概率，所以在H0成立的条件下应该有 怎样描述实际观测值与估计值的差异呢？ 统计学中采用 即 独立性检验 第一步：H0： 吸烟和患病之间没有关系 通过数据和图表分析，得到结论是：吸烟与患病有关 结论的可靠程度如何？ a+b+c+d b+d a+c 总计 c+d d c 不吸烟 a+b b a 吸烟 总计 不患病 患病 第二步：列出2×2列联表 用χ2统计量研究这类问题的方法 步骤 第三步：引入一个随机变量：卡方统计量 第四步：查对临界值表，作出判断。 10.828 7.879 6.635 5.024 3.841 2.706 2.072 1.323 0.708 0.455 x0 0.001 0.005 0.010 0.025 0.05 0.10 0.15 0.25 0.40 0.50 P(χ≥x0) 10.828 7.879 6.635 5.024 3.841 2.706 2.072 1.323 0.708 0.455 x0 0.001 0.005 0.010 0.025 0.05 0.10 0.15 0.25 0.40 0.50 P(χ≥x0) 0.1%把握认 为A与B无关 1%把握认为A与B无关 99.9%把握认 为A与B有关 99%把握认 为A与B有关 90%把握认 为A与B有关 10%把握认为 A与B无关 没有充分的依据显示A与B有关，但也不能显示A与B无关 例如 独立性检验 通过公式计算 9965 9874 91 总计 7817 7775 42 不吸烟 2148 2099 49 吸烟 总计 不患病 患病 H0： 吸烟和患病之间没有关系 解： 已知在 成立的情况下， 故有99.9%的把握认为H0不成立，即有99.9%的把握认为“患病与吸烟有关系”。 即在 成立的情况下， 大于10.828概率非常小，近似为0.001 现在的 =56.632的观测值远大于10.828，出现这样的观测值的概率不超过0.001。 10.828 7.879 6.635 5.024 3.841 2.706 2.072 1.323 0.708 0.455 0.001 0.005 0.010 0.025 0.05 0.10 0.15 0.25 0.40 0.50 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的值大于6.635的概率 非常小,近似于0.01. 也就是说,在H0成立的情况下对随机变量K2进行 多次观测,观测值超过6.635的频率约为0.01 只有1%,因此我们有99%的把握认为H0不成立, 即有99%的把握认为”吸烟与患肺癌有关系” 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174人秃顶.分别利用图形和独立性检验 方法判断秃顶与患心脏病是否有关系?你所得的结论在 什么范围内有效? 解:根据题目所得数据得到列联表: 1437 772 665 总计 1048 597 451 不秃顶 389 175 214 秃顶 总计 患其他病 患心脏病 秃顶与患心脏病列联表 1437 772 665 总计 1048 597 451 不