统计学概念及方法-第9章.ppt

第九章 两个分类变量的x2分析 主要内容 分类数据的检验 四格表及其独立性检验 1分类数据的检验 例 （Mendel的豌豆实验） 19世纪英国生物学家Mendel按颜色与形状把豌豆分为4类：黄而圆的，青而圆的，黄而有角度，青而有角的。遗传基因中，黄色是显性的，青色是隐性的；圆是显性的，有角是隐性的。Mendel指出这四类豌豆个数之比是9：3：3：1，即这四类豌豆的概率分别为9/16、3/16，3/16，1/16.他随机抽取了n=556颗豌豆，观察到这四类豌豆的个数分别为315、108、101、32。下面根据这些观察数据，对Mendel的遗传学理论进行检验。 分类数据检验问题 根据某项指标，总体被分为r类：A1, …,Ar。 H0:类Ai所占的比例为pi=pi0(i=1, …,r) 设n个个体中属于Ai类的实际观察个数为ni，则npi0为理论频数。Mendel提出的问题实际上就是考虑实际频数与理论频数有无偏离。 1900年，Pearson提出用 作为衡量实际频数与理论频数的偏差的指标。 套用上页公式计算Mendel豌豆实验中的数据，计算如下: 算得x2=0.47. 这里r=4，自由度为r-1=3.查x2表，得p值=0.925431,给定a=0.1或者0.05，显然,pa，故不拒绝H0.我们认为观察数据符合遗传学上四种豌豆符合9/16、3/16，3/16，1/16的比例。 例 某学校有十门新的选修课，下面的数字分别记录了选修每门课程的学生数。取水平0.05，检验：学生对这些课程的选择没有倾向性，即选各门课的人数比例相同。 这里H0:p=0.1，n=800，r=10 套用公式 算得x2=5.125,对应的P值=0.8232783490.05,故接受H0，学生对这些课程的选择没有倾向性，各门课选课人数的频率为0.1. 2四格表及其独立性检验 设A，B为两个属性，那么四格表的形式为： 其中：n1+=n11+n12, n2+=n21+n22 n+1=n11+n21, n+2=n12+n22 n=n11+n12+n21+n22 例 对肺癌患者和对照组的调查结果 ： 四格表的独立性 考虑上例中吸烟与患肺癌有无关系，亦即A与B是否独立，若A、B二因素独立，则患肺癌与吸烟无关。 记p1=P(B|A),p2=P(B|没有A） 即p1=n11/n1+, p2=n21/n2+, 如果p1=p2,则属性A与属性B独立。 欲检验则属性A与属性B独立，只需检验： H0: p1=p2 检验统计量为： 对于上面的例子， 在excel中输入“=CHIDIST(9.664,1)”，得到p=0.001879，p0.05,故拒绝H0, p1和p2不独立，亦即吸烟与患肺癌有关。 例在对人们休闲的一次调查中，共调查了124人，其中女性70人，男性54人。女性中有43人主要的休闲方式是看电视，另外27人的休闲方式是运动；男性中有21人主要的休闲方式是看电视，另外33人主要的休闲方式是运动。 （1）2×2的列联表： （2）三维柱形图： 二维条形图： 等高条形图： （3）假设休闲方式与性别无关，计算 在excel中输入“=CHIDIST(6.20123,1)”，得到p= 0.012766 ，p0.025,故拒绝H0, p1和p2不独立，亦即有理由认为休闲方式与性别无关是不合理的，即我们有97.5%的把握认为休闲方式与性别有关。 Excel2003中的部分统计函数 案例 ：泰坦尼克号的真实故事 1912 年 4 月 10 日， “泰坦尼克号”从英国的南安普顿出发驶往美国纽约。富家少女罗丝与母亲及未婚夫卡尔一道上船，另一边，不羁的少年画家杰克靠在码头上的一场赌博赢到了船票。罗丝不愿嫁给卡尔，打算投海自尽，被杰克抱住。很快，罗丝与杰克相爱了。可没想到惨绝人寰的悲剧突然发生了，泰坦尼克号与冰山相撞。杰克把生存的机会让给了爱人罗丝，自己则在冰海中被冻死。这是美国电影《泰坦尼克号》里的凄美爱情故事。但是背后真实的情况又是怎样的呢？就让我们从泰坦尼克号的死亡记录来寻找一些答案吧。 号称“永不沉没”的“泰坦尼克号” ，重达 46328 吨，排水量 66000 吨，是当时世界上唯一超过四万吨吨位的客轮；其最高航行速度可达每小时 30 海里（约 55.6 公里） 。船身全长 260 米，最大宽度为 28 米；客轮上下共 11 层，拥有 762 个舱室、7 公里长的走廊和游步甲板。船上吃、喝、玩、乐设施应有尽有。船长和船员也经过严格的挑选，担