高三数学独立性检验基本思想.pptVIP

1.2 独立性检验的基本思想 及其初步应用 现实生活中的几个问题 吸烟是否与得肺癌有关系？ 性别是否与数学好坏有关？ 韩国人比中国人个子高？ 1、介绍两个相关的概念 对于性别变量，其取值为男和女两种，这种变量的 不同“值”表示个体所属的不同类别，像这样的变量称为 分类变量，也称为属性变量或定性变量，它们的取值一定是离散的，而且不同的取值仅表示个体所属的类别。 （1）分类变量： 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）定量变量： 例如身高、体重、考试成绩等，张明的身高是180cm，李立的 身高是175cm，说明张明比李立高180-175=5（cm）。 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的之间是否有关系 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）： 那么吸烟是否对患肺癌有影响？ 表1-9 吸烟与患肺癌列联表 1、象这样的两个分类变量的频数表叫列联表. 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，直观上可以 得到结论: 吸烟者和不吸烟者患肺癌的可能性存在差异。 2、与表格相比，三维柱形图和二维条形图能更直观地反映 出相关数据的总体状况。 三 维 柱 形 图 二维条形图 不患肺癌 患肺癌 吸烟 不吸烟 不患肺癌 患肺癌 吸烟 不吸烟 0 8000 7000 6000 5000 4000 3000 2000 1000 不吸烟 吸烟 患肺癌 比例 不患肺癌 比例 等高条形图 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？ 你得到这个结论有多大的把握呢? 为此先假设 H0：吸烟与患肺癌没有关系， 看看能够推出什么样的结论。 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 如果“吸烟与患肺癌没有关系”，(即H0 成立) 则在吸烟者中不患肺癌的比例应该与 不吸烟者中相应的比例应差不多，即: 结论： |ad-bc| 越小，说明H0 成立的可能性越大. 如下用字母表示数字得列联表（表1-10） 为了统一评判标准，我们构造一个随机变量 因此:若 H0成立，则K2应很小。 利用公式（1）计算得到 K2 的观测值为 （1） 如何看待这个值呢？ 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。而现在K2的值 56.632远大于6.635, 故它是小概率事件,所以 我们认为H0 是不成立的 .虽然这种判断犯错 误的可能性存在, 但我们有99%的把握认为 H0 是不成立的!(即吸烟与患肺癌有关系) 在H0成立的情况下，统计学家研究出如下的 概率 上面这种利用随机变量K2来确定在多大程度 上可以认为“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。 独立性检验的定义： 独立性检验的基本思想： 类似于数学上的反证法，要确认“两个分类变量有关系” 这一结论成立的可信程度， 首先，假设该结论不成立，即假设结论“两个分类变量 没有关系”成立。 其次，在假设下，计算构造的随机变量K2，如果有观 测数据计算得到的K2≥k0，则我们有[1-P(K2≥k0)]*100％把握说明假设不合理（即两个分类变量有关系）。 当K2≤k0，则我们没有[1-P(K2≥k0)]*100％把握说明假设不合理。 设要判断的结论为：H1：“X与Y有关系” 1、通过三维柱形图和二维条形图，可以粗略地判断 两个变量是否有关系。 （1）在三维柱形图中， 主对角线上两个柱形高度的 乘积ad与副对角线上的乘积bc相差越大，H1成 立的可能性就越大。 （2）在二维条形图中，(x1,y1)个体所占的比例 与(x2,y1) 个体所占的比例 ， 两个比例相差越大，H1成立的可能性就越大。 2、可以利用独立性检验来考察两个分类变量是否有关系，并且能较精确地给出这种判断的可靠程度。 独立性检验的一般步骤： 2x2列联表 y1 y2 总计 x1 a b a+b x2 c d c+d 总计 a+c b+d a+b+c+d 具体作法是： 根据观测数据计算随机变量