1.2独立性检验的基本思想及其初步应用--上课用.ppt

1.2 独立性检验的基本思想及其初步应用 第1课时 1.2 独立性检验的基本思想及其初步应用 第2课时 * * * 1.两种变量及研究相关关系的方法： 变量 分类变量 定量变量 例如：身高、体重、考试成绩，温度等等 3）例如是性别，否吸烟，是否患肺癌，宗教信仰等等 1）变量的不同“值”表示个体的不同类别的变量 （也叫属性变量或者定性变量） 定量变量的取值一定是实数，它们的取值大小有特定 的含义，不同取值之间的运算也有特定的含义。 2）分类变量的取值一定是离散的 研究两个定量变量相关关系的方法：回归分析（画散 点图，相关系数r,相关指数R2,残差分析等） 4）研究两个分类变量相关关系的方法： ①通过图形直观判断两个分类变量是否相关； ②独立性检验法. 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，我们主要考虑分类变量的之间是否有关系：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。 在统计学中，独立性检验就是检验两个分类变量是否有关系的一种统计方法。 一.引入新课： 2.引入： 二.问题： 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） 2×2列联表 思考：根据以上表格。吸烟是否对患肺癌有影响？ 即看吸烟与不吸烟者中，患病的可能性的大小是否有差异？ 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 吸烟与患肺癌列联表（列出两个分类变量的频数表）： 方法1.用频率估计概率 患 病 未患病 合 计（n） 吸 烟 2.28% 97.72% 100%（2148） 不吸烟 0.54% 99.46% 100%（7817） 方法2.通过图形直观判断 由上表可看出，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 0.54% 2.28% 根据统计分析的思想，用频率估计概率可知，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 等高条形图 患肺癌比例 不患肺癌比例 由上述图形显然可以得到结论是：吸烟与患肺癌有关 思考：这种判断可靠吗？你能有多大把握认为“患病与吸烟有关”呢？ 注意：与表格相比，图形能 更直观地反映出相关数 据的总体状况。 首先，假设结论不成立，即记 H0：吸烟和患肺癌之间没有关系 思考：通过数据和图表分析，得到结论是：吸烟与患肺癌有关. 这种判断可靠吗？你能有多大把握认为“患病与吸烟有关”呢？ 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 吸烟与患肺癌列联表 吸烟的人中不患肺癌的比例： 不吸烟的人中不患肺癌的比例： 若H0成立，即“吸烟与患肺癌没有关系”，则在吸烟者中不患肺癌的比例 应该与不吸烟中不患肺癌的比例应差不多，即 |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. 1.为了使不同样本容量的数据有统一的评判标准，基于上面的分析，我们引入一个随机变量 （其中n=a+b+c+d为样本容量) 作为检验在多大程度上可以认为“两个变量有关系”的标准 思考：k2大小的标准是什么呢？ 在假设H0成立，即“吸烟与患肺癌没有关系”成立的前提下，则K2应该很小. 故，当K2很小时，说明在一定可信程度上假设H0成立，即“吸烟与患肺癌 没有关系”成立 当K2很大时，说明没有充分的证据说明假设H0成立，即没有充分的 证据说明“吸烟与患肺癌没有关系”成立，即“吸烟与患肺癌没有 关系”不成立，即“吸烟与患肺癌有关系”成立， 分析：K2越小，|ad-bc|越小，说明吸烟与患肺癌之间关系越弱； K2越大， |ad-bc|越大，说明吸烟与患肺癌之间关系越强. k2大小的标准是什么呢？ 10.828 7.879 6.635 5.024 3.841 2.706 2.072 1.323 0.708 0.445 k 0.001 0.005 0.010 0.025 0.05 0.10 0.15 0.5 0.40