人教版·选修1-2___§1.2.1__独立性检验的基本思想及其初步应用.ppt

一.有关概念 分类变量： 也称属性变量或定性变量。 如对于性别变量，共取值为男和女两种。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。 * 人教版·选修1－2 §1.2.1 独立性检验的 基本思想及其初步应用 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） 9965 91 9874 总计 2148 49 2099 吸烟 7817 42 7775 不吸烟 总计 患肺癌 不患肺癌 　 表1-9 吸烟与肺癌联列表 那么吸烟是否对患肺癌有影响？ 像上表这样列出的两个分量的频数表，称为列联表。 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: 0.54% 2.28% 问题1：判断的标准是什么？ 吸烟与不吸烟，患病的可能性的大小是否有差异？ 说明：吸烟者和不吸烟者患肺癌的可能性存在差异，吸烟者患肺癌的可能性大 问题2：差异大到什么程度才能作出 “吸 烟与患病有关”的判断？ 问题3：能否用数量刻画出“有关”的程度？ 通过图形直观判断 不患病 比例 患病 比例 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 独立性检验 首先，假设结论不成立，即 H ：两个分类变量没有关系 （在这种假设下k应该很小） 其次，由观测数据计算K 的观测值k， （如果k很大，则在一定可信程度上说明H 不成立,即两个分类变量之间有关系） 最后，根据k的值判断假设是否成立 2 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 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” 总计 a b a+b c d c+d 总计 a+c b+d a+b+c+d 1、通过图形，大致地判断两个分类变量是否有关系 2、利用独立相关性检验来考察两个分类变量是否有关系，并且精确地给出这种判断的可靠程度。具体步骤如下： 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。利用图形判断秃顶与患心脏病是否有关系。能够以99%的把握认为秃顶与患心脏病有关系吗？为什么？ 例1 患心脏病 患其他病 总计 秃顶 214 175 389 不秃顶 451 597 1048 总计 665 772 1437 底面副对角线上两个柱体高度的乘积要大一些，因此可以在某种程度上认为“秃顶与患心脏病有关” 所以有99%的把握认为“秃顶与患心脏病有关” 因为这组数据来自被调查的医院，因此此结论只是用于该医院住院的病人群体 例2 为了考察高中生的性别与是否喜欢数学课程之间的关系，在某城市的某校高中生中随即抽取300名学生，得到如下列联表： 喜欢数学课程 不喜欢数学课程 总计 男 37 85 122 女 35 143 178 总计 72 228 300 这一结论只适用于被调查的学校 由表中数据计算得到 的观测值 。能够以95%的把握认为高中生的性别与是否喜欢数学课程之间有关系吗？为什么？ 二维图 等高条形图 独立性检验 我们先假设： H0： 吸烟和患肺癌之间没有关系 通过数据和图表分析，得到结论是：吸烟与患肺癌有关 结论的可靠程度如何？ a+b+c+d b+d a+c 总计 c+d d c 吸烟 a+b b a 不吸烟 总计 患肺癌 不患肺癌 　 表1-10 吸烟与肺癌联列表 将表1－9中的数字用字母代替，得到如下字母 表示的列联表： 吸烟的人中不患肺癌的比例为： 不吸烟的人中不患肺癌的比例为： 若H0成立 独立性检验 引入一个随机变量：卡方统计量 以K2值的大小作为检验在多大程度上可以认为“两个变量有关系”的标准 。 独立性检验 通过公式计算 9965 91 9874 总计 2148 49 2099 吸烟 7817 42 7775 不吸烟 总计 患肺癌 不患肺癌 　 表1-9 吸烟与肺癌联列