3.2独立性检验的基本思想及其初步应用(修改).pptVIP

* 3.2 独立性检验的基本思想 及其初步应用 我们经常听到这些说法： 吸烟对患肺癌有影响； 数学好的人物理一般也很好； 是否喜欢数学课程与性别之间有关系； 人的血型会决定人的性格； 星座与人的命运之间有某种联系. 这些说法都有道理吗？ 探究1 独立性检验的基本思想 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 . 分类变量在现实生活中是大量存在的，如是否吸烟，是否患肺癌，宗教信仰，国别，年龄，出生月份等. 分类变量 x是变量吗？ y表示一年四季，则y的取值有哪些？ y是变量吗？ x表示性别，则x的取值有哪些？ (2)分类变量的取值有时可用数字来表示，但这时的数字除了分类以外没有其他的含义，如用“0”表示“男”，用“1”表示“女”. 对分类变量的理解 (1)分类变量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，如性别变量，只取男、女两个值，商品的等级变量只取一级、二级、三级等. 不患肺癌 患肺癌 总计 不吸烟 7 775 42 7 817 吸烟 2 099 49 2 148 总计 9 874 91 9 965 问题：为了研究吸烟是否对患肺癌有影响，某肿瘤研究所随机地调查了9 965人，得到如下结果： 3-7吸烟与患肺癌列联表（单位：人） 两个分类变量的频数表，称为列联表 思考1：你如何由列联表中的数据判断吸烟是否对肺癌有影响？能不能从患肺癌的人数来判断？应该从什么量来判断？ 不患肺癌 患肺癌 总计 不吸烟 7 775 42 7 817 吸烟 2 099 49 2 148 总计 9 874 91 9 965 问题：为了研究吸烟是否对患肺癌有影响，某肿瘤研究所随机地调查了9 965人，得到如下结果： 3-7吸烟与患肺癌列联表（单位：人） 在吸烟者中患肺癌的比重是_______. 2.28% 在不吸烟者中患肺癌的比重是_______, 0.54% 由计算结果，你会做出怎样的判断？ 你的判断一定正确吗？能知道判断犯错误的概率是多少吗？ 等高条形图 患肺癌 比例 不患肺 癌比例 思考2：除了用比例来判断吸烟是否对患肺癌有影响外？还有其它方法来判断吗？ （1）观察等高条形图，你得到什么结论？ （2）你的判断一定正确吗？能知道判断的正确率是多少吗？ 思考3：通过分析数据和图形，我们得到的直观印象是“吸烟和患肺癌有关”．但是我们不知道我们判断的正确率有多大，那么我们是否能够以一定的把握认为“吸烟与患肺癌有关”呢？ 为了回答上述问题，我们先假设: H0：吸烟与患肺癌没有关系．用A表示不吸烟， B表示不患肺癌，则“吸烟与患肺癌没有关系”独立，即假设 H0等价于P(AB）=P(A）×P(B) . 3-8吸烟与患肺癌列联表(单位：人) 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 把表3-7中的数字用字母代替，得到如下用字母表示的列联表 思考4： （1）在表3-8中，事件AB发生的频数是什么？ （3）事件B发生的频数是什么？ （2）事件A发生的频数是什么？ （4）P(AB）、P(A）、P(B)分别是什么？它们之间有什么关系？ （5）|ad-bc|越小，说明什么问题？|ad-bc|越大，说明什么问题？ 即（a+b+c+d)a=(a+b)(a+c) 即 为使不同的样本容量的数据有统一的评判标准，基于上面的分析，我们构造一个随机变量 其中n=a+b+c+d为样本容量. 思考5： （2）K2越大，说明什么问题？ （1）K2越小，说明什么问题？ 结论：若 H0 成立，即“吸烟与患肺癌没有关系”，则K2应该很小． 不患肺癌 患肺癌 总计 不吸烟 7 775 42 7 817 吸烟 2 099 49 2 148 总计 9 874 91 9 965 请根据表3-7中的数据，利用公式（1）计算K2的观测值 3-7吸烟与患肺癌列联表（单位：人） 思考6：这个值到底是大还是小，它能告诉我们什么呢？ (2）式说明，在H0成立的情况下，K2的观测值超过 6.635 的概率非常小，近似为0.01，所以K2≥6.635是一个小概率事件，基本不发生． 思考7： （1）我们计算的K2的观测值k≈56.632 ，远远大于6.635，它发生的概率大不大？是不是一个小概率事件？ （2）你觉H0成立吗？ （3）你的判断会犯错误吗？犯错误的概率有多大？ （4）上述的方法相比于之前讲的两种方法，它有什么优势？ （5）你能总结上述检验方法及它的一般步骤吗？ （5）你能总结上述检验方法及它的一般步骤吗？ 结论：在上述过程中，实际