3.2独立性检验的基本思想及其初步应用(2课时选修2-3)说课.pptVIP

3.2独立性检验的 基本思想及其初步应用（一）;独立性检验; 吸烟与肺癌列联表; 列联表 ①定义：列出的两个分类变量的 称为列联表． ②2×2列联表 一般地，假设两个分类变量X和Y，它们的取值分别为 和 ，其样本频数列联表(也称为2×2列联表)为下表.;一般地，假设有两个分类变量X和Y，它们的可能取值分别为{x1，x2}和{y1，y2}，其样本频数列联表(即2×2列联表)为： (其中n＝ 为样本容量)．;不患肺癌;在三维柱形图中，主对角线上两个柱形高度的乘积与 副对角线上两个柱形高度的乘积相差越大， 两个分类变量有关系的可能性就越大．;不吸烟;某企业为了考察同一种产品在甲、乙两条生产线的产品合格率，同时各抽取100件产品，其中甲线中合格产品的个数为97，乙线中合格产品的个数为95。请做出列联表，三维柱形图与二维条形图。;;1．2×2列联表是传统的调查研究中最常用的方法之一，用于研究两个变量之间相互独立还是存在某种关联性，它适用于分析两个变量之间的关系． 2．在实际问题中，判断两个分类变量的关系的可靠性时，一般利用随机变量K2来确定，而不利用三维柱形图和二维条形图．; 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，那么事实是否真的如此呢？这需要用统计观点来考察这个问题。;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。; 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;k大小的标准是什么呢？;独立性检验 首先，假设结论不成立，即 H ：两个分类变量没有关系 （在这种假设下k应该很小） 其次，由观测数据计算K 的观测值k， （如果k很大，则在一定可信程度上说明H 不成立,即两个分类变量之间有关系） 最后，根据k的值判断假设是否成立;这种判断可能有错误，但是犯错误的不会超过0.001，这是个小概率时间，我们有99.9%的把握认为“吸烟与患癌症有关系”;利用随机变量K2来确定是否能以一定把握认为“两个分类变量有关系”的方法称为两个分类变量的独立性检验．;在吸烟与患肺病这两个分类变量的计算中，下列说法正确的是（ ） A、若K的观测值为k=6.635,我们有99%的把握认为吸烟与患肺病有关系，那么在100个吸烟的人中必有99个患肺病 B、从独立性检验可知有99%的把握认为吸烟与患肺病有关系时，我们说某人吸烟，那么他有99%的可能患肺病 C、若从统计量中求出有95%的把握认为吸烟与患肺病有关系，是指有5%的可能性使得推理出现错误 D、以上三种说法都不对;例2　某电视台联合相关报社对“男女同龄退休”这一公众关注的问题进行了民意调查，数据如下表所示： 根据表中数据，能否在犯错误的概率不超过0.001的前提下认为对这一问题的看法与性别有关系？(P(K2≥10.828)≈0.001);[解析]　假设H0：“对这一问题的看法与性别无关”， 由列联表中的数据，可以得到： ≈125.16110.828 又P(K2≥10.828)≈0.001，;故在犯错误概率不超过0.001的前提下认为对“男女同龄退休”这一问题的看法与性别有关．;[点评]　可以利用独立性检验来判断两个分类变量是否有关系，具体做法是：;5月31日是“世界无烟日”，2009年的主题是“让肺自由呼吸”．为探究患肺癌是否与吸烟有关，某校研究性学习小组调查了1339名50岁以上的人，调查结果如下表所示：;[解析]　依题意可知： 6.635， 又P(K2≥6.635)＝0.01， 因此，在犯错误的概率不超过0.01的前提下认为吸烟与患肺癌有关.;例3　为了解铅中毒病人是否有尿棕色素增加现象，分别对病人组和对照组的尿液作尿棕色素定性检查，结果如下，问铅中毒病人和对照组的尿棕色素阳性数有无差别？;[解析]　由上述列联表可知，在铅中毒病人中尿棕色素为阳性的占80.56%，而对照组仅占24.32%.说明他们之间有较大差别．;根据列联表作出三维柱形图(如图1)，二维条形图(如图2)，频率分布条形图(如图3所示)，由上述三图可知，铅中毒病人中与对照组相比较，尿棕色素为阳性差异明显，因此铅中毒病人与尿棕色素为阳性存在关联关系．;某学校对学生课外活动内容进行调查，结果整理成下表： 利用图形判断学生课外活动的类别与性别是否有关系？;[解析]　某等高条形图如图所示． 由图可以直观地看出喜欢体育还是喜欢文娱在性别上有较大差异，说明课外活动的类别与性别在某种程度上有关系．;练习： 1．调查男女学生购买食品时是否看出厂日期与性别有