3列联表独立性分析案例1.pptVIP

2017-7-18 郑平正 制作 4.3列联表独立性分析案例 高二数学 选修1-2 第四章 统计案例 在许多实际问题中，外面需要考察两种因素的关系。例如：数学解题能力是否与性别有关；高考升学率是否与补课有关。 为了分析这些问题，外面需要获取一些数据，并对数据进行分析处理。 例如，为了了解患肺癌是否与吸烟有关，就需要调查其他条件都基本相同的n个人。将调查结果列成表的形式。 X Y 患病 不患病 总计 吸烟 a b a+b 不吸烟 c d c+d 总计 a+c b+d n 其中X表示“是否吸烟”，Y表示“是否患肺癌”。 称类似的表格为列联表； 称X,Y为两个因素，称“吸烟”和“不吸烟”为X的两个水平 称“患肺癌”和“不患肺癌”为Y的两个水平 X Y 患病 不患病 总计 吸烟 39 15 54 不吸烟 21 25 46 总计 60 40 100 % % 72.22%-45.65%=26.57% 通过数据和图表分析，得到结论是：吸烟与患病有关 结论的可靠程度如何？ 独立性检验 第一步：先假设H0：X,Y独立。即假设吸烟和患病之间没有关系 患病 不患病 总计 吸烟 a b a+b 不吸烟 c d c+d 总计 a+c b+d a+b+c+d 第二步：列出2×2列联表 用χ2统计量研究这类问题的方法 步骤： 第三步：引入一个随机变量：卡方统计量 第四步：查对临界值表，作出判断。 P(c2 ≥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(c2 ≥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 通过公式计算 患病 不患病 总计 吸烟 39 15 54 不吸烟 21 25 46 总计 60 40 100 H0： 吸烟和患病之间没有关系 解： 故有99%的把握认为H0不成立，即有99%的把握认为“患病与吸烟有关系”。 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(c2 ≥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 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 有效 无效 合计 口服 58 40 98 注射 64 31 95 合计 122 71 193 解：设H0：药的效果与给药方式没有关系。 因当H0成立时，χ2≥1.3896的概率大于15%，故不能否定假设H0，即不能作出药的效果与给药方式有关的结论。 ＜2.072 例2：为研究不同的给药方式（口服与注射）和药的效果（有效与无效）是否有关，进行了相应的抽样调查，调查的结果列在表中，根据所选择的193个病人的数据，能否作出药的效果和给药方式有关的结论？ 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