独立性检验处理方法.docVIP

独立性检验处理方法 　　摘 要：新的高中数学课程标准的建立，把原来在高中教材没有涉及到的问题都融入了高中的教学当中，如：算法与框图、茎叶图、还有回归分析和独立性检验，对于这些问题的处理上也是老师和学生关注的问题，作者就独立性检验一节的处理方式作以阐述，以起到抛砖引玉的作用． 　　关键词：独立性检验；假设检验；临界值 　　中图分类号：G632 文献标识码：A 文章编号：1002-7661（2012）12-178-02 　　 　　本文将就以下几个问题展开阐述： 　　一、独立性检验的形成 　　独立性检验的基本过程是根据客观实践情况和经验，提出原假设，选好统计量，进行抽样、试验、计算、检验，进行判断．也就是说，整个过程贯穿着通过实践提出假设理论，再通过实践进行检验．假设的过程其实就是类似与数学证明中的反证法，其基本步骤如下： 　　假设： ：两分类变量没有关系，用A、B表示两个分类变量，若 成立 事件A与事件B独立 .这单纯是从概率的角度衡量两个分类变量的是否有关．我们需要更进一步对相关程度进行检验，就是在假设 下，如果出现一个与 相矛盾的小概率事件，就可以推断 不成立，且该推断犯错误的概率不超过这个小概率. 　　二、独立性检验的基本思想 　　在新课程标准数学2-3第三章第二节对独立性检验进行了明确的阐述，课本首先通过对分类变量进行定义，分类变量也称属性变量或定性变量，它们的不同取值仅表示个体所属的类别，其取值是离散的．如性别变量，只能取男、女两个值，商品的等级变量只取一级、二级……，是否吸烟，宗教信仰，国籍等等都是分类变量．分类变量的均值和方差没有实际意义，所以不做研究．接着定义列联表：一般为两个或两个以上分类变量的汇总统计表．在我们的教材中仅限于两个分类变量的列联表，并且每个分类变量只取两个值，这样的列联表称为2×2列联表，如下： 　　 　　 　　总计 　　 　　 　　 　　 　　 　　c 　　 　　总计 　　 　　 　　在假设 成立的条件下，A表示 ，B表示 ，可以通过求分类变量 占总数与分类变量 占的总数的概率（用频率估计概率）， 恰好为事件AB发生的频数； 和 恰好分别为事件A和B发生的频数．由于我们可以利用频率估计概率，所以在 成立的条件下应该有： 　　 　　, ,可得： 　　. 　　即： ． 　　因此， 越小，说明常上网与不及格之间的关系越弱，否则，关系越强．从这个角度这能说明两个变量间关系的强弱，而不能判断它们具体有多大程度上有关，在此基础上为了使不同样本的数据有一个统一而又合理的评判标准，统计学家们经过研究后构造了一个随机变量（卡方） = ，并且统计学家们通过实践还得到了如下的卡方临界值表： 　　P(K2≥k0) 0.50 0.40 0.25 0.15 0.10 　　k0 0.455 0.708 1.323 2.072 2.706 　　P(K2≥k0) 0.05 0.025 0.010 0.005 0.001 　　k0 3.841 5.024 6.635 7.879 10.828 　　在表格中的数字与上述式子能够说明一个什么问题呢？上面的表格中的第一行是作为检验的犯错的上界（上界也是我们要找的 　　那个小概率），下面的 是取值的临界值，接下来我们就从一个具体实例中做以分析： 　　例 1为了考察高中生的性别与是否喜欢数学课程之间的关系，在我校学生中随机抽取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 　　由表中数据计算 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？ 　　解：可以有95%以上的把握认为“性别与喜欢数学课程之间有关系”． 　　= 4.514 　　因此应该断定“性别与喜欢数学课程之间有关系”成立，并且这种判断结果出错的可能性约为5%，所以，约有95%的把握认为“性别与喜欢数学课程之间有关系”。 　　这种利用随机变量 来确定是否能以一定的把握认为“两个分类变量之间有关系”的方法，称为两个分类变量的独立性检验。 　　在上述题目做判断两分类变量是否有关时出现了“断定”一词，“断定”一词在独立性检验中的含义是指检验判断，“断定为A，B有关系”就是检验判断为A，B有关系，也就是拒绝A，B无关系，即拒绝原假设 (接受假设 的对立面)。“约有95%的把握”中“把握”一词在独立性检验中的含义是指不犯错误的可信度，“有95％的把握”就是有95％可信度(可能性)。换而言之，应该是在原假设 成立的条件下，检验判断接受原假设 犯错误的概率不超过5％，而不犯错误的概率超过95％。换句话说，就是在原假设 成立的条件下，不犯错误接受对立假设 错误的概率超过95％。对与求出的 的观测值 越大说