独立性检验课件.pptxVIP

数学选修1--21.会列2×2列联表，2.会从2×2列联表，直观粗略的判断出两个分类变量之间是否有关？3.了解独立性检验的基本思想和步骤弋阳二中2011.11.4一、两种变量及对应处理的问题1、2、独立性检验二、独立性检验在不吸烟者中患病的比重是 在吸烟者中患病的比重是 1、问题：某医疗机构为了了解呼吸道疾病与吸烟是否有关，进行了一次抽样调查，共调查了515个成年人，其中吸烟者220人，不吸烟者295人，调查结果是：吸烟的220人中37人患病， 183人不患病；不吸烟的295人中21人患病， 274人不患病。 根据这些数据能否断定：患病与吸烟有关吗？2、为了研究这个问题，我们将上述问题用下表表示：患病不患病总计吸吸.从列2×2联表分别计算患病在两类中的频率。7.12%16.82%0.500.400.50.150.100.050.0250.0100.0050.001 k0.4450.7081.3232.0722.7063.8415.0246.6357.87910.83二、独立性检验2、引入一个随机变量，卡方统计量：1、列出2×2列联表 患病不患病总计吸烟aba+b不吸烟cdc+d总计a+cb+da+b+c+d3、由观测数据计算得到随机变量K2的观测值k；4、以1-P(K2≥k)×100%的把握认为“X与Y有关系”；否则就说样本观测数据没有提供“X与Y有关系”的充分证据.a.如果k2.706，就有90%的把握认为“X与Y有关系”；b.如果k3.841，就有95%的把握认为“X与Y有关系”；c.如果k6.635，就有99%的把握认为“X与Y有关系”；三、例题分析例1 某医院，因为患心脏病而住院的665名男性病人中，有214人晕厥 ；而另外772名不是因为患心脏病而住院的男性病人中有175人晕厥 。利用独立性检验方法判断秃顶与患心脏病是否有关系？解：根据题目所给数据得到如下列2×2联表：患心脏病不患心脏病总计晕厥 214175389不晕厥 4515971048总计6657721437 根据列联表的数据，得到所以有99%的把握认为“晕厥与患心脏病有关”。三、例题分析例2.性别与喜欢数学课 为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机抽取300名学生，得到如下联表：喜欢数学课程不喜欢数学课程总计男3785122表中数据计算K2的观测值k=4.513。在多大程度上可以认为高中生的性别与是否喜欢数学课程之间有关系？为什么？解：在假设“性别与是否喜欢数学课程之间没有关系”的前提下K2应该很小，并且而我们所得到的K2的观测值k=4.513超过3.841，这就意味着“性别与是否喜欢数学课程之间有关系”这一结论错误的可能性约为0.05，即有95%的把握认为“性别与是否喜欢数学课程之间有关系”。 课堂小结：一、独立性检验{定量变量：数值可以连续变化的不同值，如身高。分类变量：数值只可以取两种情况，如性别、是否吸烟。1、变量：2、利用随机变量K2来确定是否能以一定的把握认为“两个变量有关系”的方法，称为两个分类变量的独立性检验。二、独立性检验的步骤(1)列出2×2列联表(2)计算K2的观测值k(3)查表得结论a.如果k10.828，就有99.9%的把握认为“X与Y有关系”；b.如果k7.879，就有99.5%的把握认为“X与Y有关系”；c.如果k6.635，就有99%的把握认为“X与Y有关系”；d.如果k5.024，就有97.5%的把握认为“X与Y有关系”；e.果k3.841，就有95%的把握认为“X与Y有关系”；f.如果k2.706，就有90%的把握认为“X与Y有关系”；g.如果k=2.706，就认为没有充分的证据显示“X与Y有关系”. 有一个颠扑不破的真理，那就是当我们不能确定什么是真的时，我们就应该去探求什么是最可能的。笛卡尔