1.2独立性检验-的基本思想及其初步应用.docVIP

1. 2 独立性检验的基本思想及其初步应用 课前预习学案 预习目标：能用所学的知识对实际问题进行回归分析，体会回归分析的实际价值与基本思想；了解判断刻画回归模型拟合好坏的方法――相关指数和残差分析。 二、预习内容 1. 给出例3：一只红铃虫的产卵数和温度有关，现收集了7组观测数据列于下表中，试建立与之间的回归方程. 温度 　21 　23 　25 　27 　29 　32 　35 产卵数个 　7 　11 　21 　24 　66 　115 　325 （学生描述步骤，教师演示） 2. 讨论：观察右图中的散点图，发现样本点并没有分布在某个带状区域内，即两个变量不呈线性相关关系，所以不能直接用线性回归方程来建立两个变量之间的关系. 课内探究学案 一、学习要求： 通过对典型案例的探究，了解独立性检验的基本思想、方法及初步应用 学习重点： 对独立性检验的基本思想的理解. 学习难点： 独立性检验的基本思想的应用. 学习过程： 知识点详解 知识点一：分类变量 对于性别变量，其取值为男和女两种.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. 知识点二：列联表 为调查吸烟是否对患肺癌有影响，某肿瘤研究所随机调查了9965人，得到如下结果（单位：人）： 吸烟与患肺癌列联表 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 像上表这样列出的两个分类变量的频数表，称为列联表. 知识点三：独立性检验 这种利用随机变量K2来确定在多大程度上可以认为“两个分类变量有关系”的方法称为两个分类变量的独立性检验. 知识点四：判断结论成立的可能性的步骤 一般地，假设有两个分类变量X和Y，它们的值域分别为｛x1，x2｝和｛y1，y2｝，其样本频数列联表（称为2×2列联表）为： 2×2列联表 y1 y2 总计 x1 x b x＋b x2 c d c＋d 总计 x＋c b＋d x＋b＋c＋d 若要推断的论述为 H1：“X与Y有关系”， 可以按如下步骤判断结论H1成立的可能性： （1）通过三维柱形图和二维条形图，可以粗略地判断两个分类变量是否有关系，但是这种判断无法精确地给出所得结论的可靠程度. ①在三维柱形图中，主对角线上两个柱形高度的乘积xd与副对角线上的两个柱形高度的乘积bc相差越大，H1成立的可能性就越大. ②在二维条形图中，可以估计满足条件X＝x1的个体中具有Y＝y1的个体所占的比例，也可以估计满足条件X＝x2的个体中具有Y＝y1的个体所占的比例.两个比例的值相差越大，H1成立的可能性就越大. （2）可以利用独立性检验来考察两个分类变量是否有关系，并且能较精确地给出这种判断的可靠程度.具体做法是：根据观测数据计算由K2＝给出的检验随机变量K2的值k，其值越大，说明“X与Y有关系”成立的可能性越大.当得到的观测数据x，b，c，d都不小于5时，可以通过查阅下表来确定断言“X与Y有关系”的可信程度. P（K2≥k） 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 k 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 说明：当观测数据x，b，c，d中有小于5时，需采用很复杂的精确的检验方法. 五、几个典型例题： 例1　三维柱形图中柱的高度表示的是　　　　（A） A．各分类变量的频数　　　B．分类变量的百分比 C．分类变量的样本数　　　D．分类变量的具体值 例2　分类变量X和Y的列联表如下 y1 y2 总计 x1 x b x＋b x2 c d c＋d 总计 x＋c b＋d x＋b＋c＋d 则下列说法正确的是　　　　　　　　　　　　（C） X．xd－bc越小，说明X和Y关系越弱　　　 B．xd－bc越大，说明X和Y关系越强 C．（xd－bc）2越大 ，说明X和Y关系越强 D．（xd－bc）2越接近于0 ，说明X和Y关系越强 例3　研究人员选取170名青年男女大学生的样本，对他们进行一种心理测验，发现有60名女生对该心理测验中的最后一个题目的反应是：作肯定的18名，不定的42名；男生110名在相同的项目上作肯定的有22名，否定的有88名.问：性别与态度之间是否存在某种关系？分别用图形和独立性检验的方法判断. 解：根据题目所给数据建立如下列联表 性别 肯定 否定 总计 男生 22 88 110 女生 18 42 60 总计 40 130 170 根据列联表中的数据得到K2＝≈2.158＜2.706 因此没有充分的证据显示“性别与态度有关”. 例4　打鼾不仅影响别人休息，而且可能与患某种病症有关.下表是一次调