2018-2019学年高中数学 第一章 统计案例 1.2独立性检验的基本思想及其初步应用同步学案 新人教A版选修1-2.docxVIP

2018-2019学年高中数学 第一章 统计案例 1.2独立性检验的基本思想及其初步应用同步学案 新人教A版选修1-2.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2018-2019学年高中数学 第一章 统计案例 1.2独立性检验的基本思想及其初步应用同步学案 新人教A版选修1-2

PAGE PAGE 1 §1.2 独立性检验的基本思想及其初步应用 学习目标 1.了解分类变量的意义.2.了解2×2列联表的意义.3.了解随机变量K2的意义.4.通过对典型案例的分析,了解独立性检验的基本思想与方法. 知识点一 分类变量及2×2列联表 思考 某城市随机抽取一年(365天)内100天的空气质量指数API(AirPollutionIndex)的监测数据,结果统计如下: API [0,50) [50,100) [100,150) [150,200) [200,250) [250,300] 大于300 空气质量 优 良 轻微污染 轻度污染 中度污染 中度重污染 重度污染 天数 10 15 20 30 7 6 12 若本次抽取的样本数据有30天是在供暖季,其中有7天为重度污染,完成下面表格. 非重度污染 重度污染 总计 供暖季 非供暖季 总计 100 答案  非重度污染 重度污染 总计 供暖季 23 7 30 非供暖季 65 5 70 总计 88 12 100 梳理 (1)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. (2)列联表 ①定义:列出的两个分类变量的频数表,称为列联表. ②2×2列联表 一般地,假设有两个分类变量X和Y,它们的取值分别为{x1,x2}和{y1,y2},其样本频数列联表(也称为2×2列联表)为下表. y1 y2 总计 x1 a b a+b x2 c d c+d 总计 a+c b+d a+b+c+d 知识点二 等高条形图 1.与表格相比,图形更能直观地反映出两个分类变量间是否相互影响,常用等高条形图展示列联表数据的频率特征. 2.如果通过计算或等高条形图发现eq \f(a,a+b)和eq \f(c,c+d)相差很大,就判断两个分类变量之间有关系. 知识点三 独立性检验 1.定义:利用随机变量K2来判断“两个分类变量有关系”的方法称为独立性检验. 2.K2=eq \f(n?ad-bc?2,?a+b??c+d??a+c??b+d?). 其中n=a+b+c+d为样本容量. 3.独立性检验的具体做法 (1)根据实际问题的需要确定容许推断“两个分类变量有关系”犯错误概率的上界α,然后查表确定临界值k0. (2)利用公式计算随机变量K2的观测值k. (3)如果k≥k0,就推断“X与Y有关系”,这种推断犯错误的概率不超过α;否则,就认为在犯错误的概率不超过α的前提下不能推断“X与Y有关系”,或者在样本数据中没有发现足够证据支持结论“X与Y有关系”. 1.利用随机变量K2来判断“两个分类变量有关系”的方法称为独立性检验.( √ ) 2.在一项打鼾与患心脏病的调查中,共调查了1671人,经过计算K2的观测值k=27.63,根据这一数据进行分析,我们有理由认为打鼾与患心脏病是无关的.( × ) 3.在独立性检验中,当K2≥6.635时,我们有99%的把握认为两分类变量有关,是指“两分类变量有关”这一结论的可信度为99%,而不是两分类变量有关系的概率为99%.( √ ) 4.独立性检验的基本思想类似于反证法.( √ ) 5.利用K2进行独立性检验,可对推断犯错误的概率作出估计,其估计可靠性与样本容量n无关.( × ) 6.列联表仅对两个分类变量汇总统计.( √ ) 类型一 直观分析两个分类变量的关联性 例1 为调查某生产线上某质量监督员甲在不在场对产品质量的好坏有无影响,现统计数据如下:质量监督员甲在场时,990件产品中合格品有982件,次品有8件;甲不在场时,510件产品中合格品有493件,次品有17件.试分别用列联表和等高条形图对数据进行分析. 考点 定性分析的两类方法 题点 利用图形定性分析 解 根据题目所给数据得如下2×2列联表: 合格品数 次品数 总计 甲在场 982 8 990 甲不在场 493 17 510 总计 1475 25 1500 由列联表看出|ad-bc|=|982×17-493×8|=12750,数较大,所以可在某种程度上认为“质量监督员甲在不在场与产品质量有关”. 等高条形图如图所示. 所以由等高条形图可知,在某种程度上,可认为“质量监督员甲在不在场与产品质量有关”. 反思与感悟 (1)利用列联表直接计算ad-bc,如果差的绝对值很大,就判断两个分类变量之间有关系. (2)在等高条形图中展示列联表数据的频率特征,比较图中两个深色条的高可以发现两者频率不一样而得出结论.这种直观判断的不足之处在于不能给出推断“两个分类变量有关系”犯错误的概率. 跟踪训练1 某学校对高三学生作了一项调查发现:在平时的模拟考试中,性格内向的学生426人中有332人在考前心情紧张,性格外向的学生594人中有213人在考前心情紧张,试作出等高条形图,利用图形判断考前心情紧张与性

您可能关注的文档

文档评论(0)

baoyue + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档