数学：3.2独立性检验的基本思想及其初步应用(新人教A版选修2-3)探讨.pptVIP

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。 某医疗机构为了了解呼吸道疾病与吸烟是否有关，进行了一次抽样调查，共调查了515个成年人，其中吸烟者220人，不吸烟者295人，调查结果是：吸烟的220人中37人患病， 183人不患病；不吸烟的295人中21人患病， 274人不患病。 根据这些数据能否断定：患肺癌与 吸烟有关吗？ 患病 不患病 总计 吸烟 37 183 220 不吸烟 21 274 295 总计 58 457 515 为了研究这个问题，我们将上述问题用下表表示： 列2×2联表 在不吸烟者中患病的比重是 在吸烟者中患病的比重是 7.12% 16.82% 上述结论能什么吸烟与患病有关吗？能有多大把握认为吸烟与患病有关呢？ 患病 不患病 总计 吸烟 37 183 220 不吸烟 21 274 295 总计 58 457 515 为了研究这个问题，我们将上述问题用下表表示： 列2×2联表 在不吸烟者中患病的比重是 在吸烟者中患病的比重是 7.12% 16.82% 上述结论能什么吸烟与患病有关吗？能有多大把握认为吸烟与患病有关呢？ 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 那么这个值到底能告诉我们什么呢？ 独立性检验 P(χ≥x0) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 x0 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 患病 不患病 总计 吸烟 37 183 220 不吸烟 21 274 295 总计 58 457 515 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？ 患病 不患病 总计 吸烟 a b a+b 不吸烟 c d c+d 总计 a+c b+d a+b+c+d 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。 P(χ≥x0) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 x0 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 反证法原理与假设检验原理 反证法原理： 在一个已知假设下，如果推出一个矛盾，就证明了这个假设不成立。 假设检验原理：在一个已知假设下，如果一个与该假设矛盾的小概率事件发生，就推断这个假设不成立。 例1.在500人身上试验某种血清预防感冒作用，把他们一年中的感冒记录与另外500名未用血清的人的感冒记录作比较，结果如表所示。问：该种血清能否起到预防感冒的作用？ 未感冒 感冒 合计 使用血清 258 242 500 未使用血清 216 284 500 合计 474 526 1000 解：设H0：感冒与是否使用该血清没有关系。 因当H0成立时，χ2≥6.635的概率约为0.01，故有99%的把握认为该血清能起到预防感冒的作用。 P(χ≥x0) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 x0 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 P(χ≥x0) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 x0 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 有效 无效 合计 口服 58 40 98 注射 64 31 95 合计 122 71 193 解：设H0：药的效果与给药方式没有关系。 因当H0成立时，χ2≥1.3896的概率大于15%，故不能否定假设H0，即不能作出药的效果与给药方式有关的结论。 ＜2.072 例2：为研究不同的给药方式（口服与注射）和药的效果（有效与无效）是否有关，进行了相应的抽样调查，调查的结果列在表中，根据所选择的193个病人的数据，能否作出药的效果和给药方式有关的结论？ P(χ≥x0) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.