《1.2独立性检验的基本思想及其初步应用》ppt课件.ppt

§1.2 独立性检验的基本思想及其初步应用 第1课时 分类变量： 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。 为调查吸烟是否对患肺有影响，某种瘤研究所随机地调查了9965人，得到如下结果（单位：人） 表1-7 吸烟与肺癌列联表 　 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 那么吸烟是否对患肺癌有影响？ 像表1-7这样列出的两个分类变量的频数表，称为列联表。 结论：吸烟群体和不吸烟群体患肺癌的可能性存在差异，吸烟者患肺癌的可能性大。 0.0228 0.0054 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 等高条形图 不患病 比例 患病 比例 结论：吸烟更容易引发肺癌 表1-9 吸烟与肺癌联列表 　 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 结论是否可靠？ 假设吸烟与患肺癌没有关系 越小，说明吸烟与患肺癌之间的关系越弱。 （没有关系的可能性大） 越大，说明吸烟与患肺癌之间的关系越强。 随机变量（卡方统计量）： 作用：检验两个变量有关系的标准 卡方临界值表： 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 0.445 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 K2的观测值为k 如果 ，就以 的把握 认为“X与Y有关系”；而这种判断有可能出错，出 错的概率不会超过 。 独立性检验的定义 利用随机变量 来判断两个分类变量有关系的方法。 要推断“Ⅰ和Ⅱ有关系”，可按下面的步骤进行： （1）提出假设H0 ：Ⅰ和Ⅱ没有关系； （3）查对临界值，作出判断。 （2）根据2X2列联表与公式计算 的观测值k; 这种判断可能有错误，但是犯错误的不会超过0.001，这是个小概率时间，我们有99.9%的把握认为“吸烟与患癌症有关系” 例1 在某医院，因为患心脏病而住院的665名男性病人中，有214人秃顶；而另外772名不是因为患心脏病而住院的男性病人中有175人秃顶。分别利用图形和独立性检验方法判断秃顶与患心脏病是否有关系？你所得的结论在什么范围内有效？ 解：根据题目所给数据得到如下列联表： 患心脏病 不患心脏病 总计 秃顶 214 175 389 不秃顶 451 597 1048 总计 665 772 1437 根据联表1-13中的数据，得到 所以有99%的把握认为“秃顶患心脏病有关”。 P(k≥k0) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 k0 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，K2≥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。 例4：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？ 例3.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。 未感冒 感冒 合计 使用血清 252 248 500 未使用血清 224 276 500 合计 476 524 1000 试画出列联表的条形图，并通过图形判断这种血清能否起到预防感冒的作用？并进行独立性检验。 解：设H0：感冒与是否使用该血清没有关系。 因当H0成立时，K2≥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(k≥k0) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 k0 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 P(k≥k0) 0.50 0.40 0.25 0.15 0.10 0.05 0.