1.2独立性检验的基本思想及初步应用分解.ppt

吸烟与肺癌列联表 不患肺癌 患肺癌 总计 不吸烟 7775 42 7817 吸烟 2099 49 2148 总计 9874 91 9965 为了调查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） 列联表 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 说明：吸烟者和不吸烟者患肺癌的可能性存在差异，吸烟者患肺癌的可能性大 0.54% 2.28% 1)通过图形直观判断两个分类变量是否相关： 三维柱状图 2) 通过图形直观判断两个分类变量是否相关： 二维条形图 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 等高条形图 独立性检验 H0： 吸烟和患肺癌之间没有关系 ←→ H1： 吸烟和患肺癌之间有关系 通过数据和图表分析，得到结论是：吸烟与患肺癌有关 结论的可靠程度如何？ 用 A 表示“不吸烟”， B 表示“不患肺癌” 则 H0： 吸烟和患肺癌之间没有关系 “吸烟”与“患肺癌”独立, 即A与B独立 等价于 等价于 吸烟与肺癌列联表 不患肺癌 患肺癌 总计 不吸烟 a b a+b 吸烟 c d c+d 总计 a+c b+d a+b+c+d 独立性检验 引入一个随机变量 作为检验在多大程度上可以认为“两个变量有关系”的标准 。 1)如果P(m10.828)= 0.001表示有99.9%的把握认为”X与Y”有关系; 2)如果P(m7.879)= 0.005表示有99.5%的把握认为”X与Y”有关系; 3)如果P(m6.635)= 0.01表示有99%的把握认为”X与Y”有关系; 4)如果P(m5.024)= 0.025表示有97.5%的把握认为”X与Y”有关系; 5)如果P(m3.841)= 0.05表示有95%的把握认为”X与Y”有关系; 6)如果P(m2.706)= 0.010表示有90%的把握认为”X与Y”有关系; 7)如果m≤2.706),就认为没有充分的证据显示”X与Y”有关系; 设有两个分类变量X和Y它们的值域分别为{x1,x2}和{y1,y2}其样本频数列表(称为2×2列联表) 为 　 y1 y2 总计 x1 a b a+b x2 c d c+d 总计 a+c b+d a+b+c+d 2×2列联表 适用观测数据a、b、c、d不小于5 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 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 吸烟与肺癌列联表 不患肺癌 患肺癌 总计 不吸烟 7775 42 7817 吸烟 2099 49 2148 总计 9874 91 9965 通过公式计算 独立性检验 已知在 成立的情况下， 即在 成立的情况下，K2 大于6.635概率非常小，近似为0.01 现在的K2=56.632的观测值远大于6.635 所以有理由断定H0不成立,即认为”吸烟与患肺癌有关系” 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 0.70