独立性检验思想应用.PPTVIP

1.2独立性检验的基本思想 及 其初步应用 导入新课 数学家庞加莱每天都从一家面包店买一块1000g 的面包，并记录下买回的面包的实际质量.一年后，这位数学家发现，所记录数据的均值为950g. 于是庞加莱推断这家面包店的面包分量不足. 假设“面包分量足”，则一年购买面包的质量数据的平均值应该不少于1000g ； “这个平均值不大于950g”是一个与假设“面包分量足”矛盾的小概率事件； 这个小概率事件的发生使庞加莱得出推断结果. 庞加莱应是如何证明自己的假设呢？ 知识要点 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. 举例:性别,是否吸烟,宗教信仰,国籍等. 在日常生活中,我们常常关心两个分类变量之间是否具有关系.例如,吸烟是否与患肺癌有关系?性别是否对于喜欢数学课程有影响?等等. 探究 为了调查吸烟是否对肺癌有影响，某肿瘤研究所随机地调查了9965人，得到如下结果（单位：人） 吸烟与肺癌列联表 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 那么吸烟是否对患肺癌有影响? 列联表 列联表:列出两个分类变量的频数表. 粗略估计: 在不吸烟者中,有0.54%患有肺癌; 在吸烟者中,有2.28%患有肺癌. 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. 通过图形直观判断两个分类变量是否相关： 等高条形图 通过数据和图形分析，我们得到的直观判断是“吸烟和患肺癌有关”，那么这种判断是否可靠呢？ 探究 我们先假设 H0:吸烟与患肺癌没有关系. 用A表示不吸烟，B表示不患肺癌，则“吸烟与患肺癌没有关系”等价于“吸烟与患肺癌独立”，即假设H0等价于 P(AB)=P(A)P(B). 把前表中的数字用字母代替,得到如下用字母表示的列联表: 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 a恰好为事件AB发生的频数；a+b和a+c恰好分别为事件A和B发生的频数. 因为频数近似于频率，所以在H0成立的条件下应该有 因此， |ad-bc|越小,说明吸烟与患肺癌之间关系越弱; |ad-bc|越大,说明吸烟与患肺癌之间关系越强. 为了使不同样本容量的数据有统一的评判标准,基于上述分析,我们构造一个随机变量: 其中n=a+b+c+d为样本容量. 若H0成立，即“吸烟与患肺癌没有关系”，则K2应该很小. 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 利用上述公式得 这个值能告诉我们什么呢？ 在H0成立的情况下,统计学家估算出如下的概率: 即在H0成立的情况下,K2的值大于6.635的概率非常小,近似于0.01. 也就是说,在H0成立的情况下对随机变量K2进行多次观测,观测值超过6.635的频率约为0.01. 知识要点 2. 独立性检验 上面这种利用随机变量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. 独立性检验的基本思想类似于数学上的反证法. 注意 3. 反证法原理与独立性检验原理的比较 反证法原理 在假设H0下，如果推出一个矛盾，就证明了H0不成立. 独立性检验原理 在假设H0下，如果出现一个与H0相矛盾的小概率事件，就推断H0不成立，且该推断犯错误的概率不超过这个小概率. 知识要点 探究 你能从上述探究过程中总结出一种直观判断两个分类变量有关系的思路吗？ 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(称为2×2列联表)为 　 y1 y2 总计 x1 a b a+b x2 c d c+d 总计 a+c b+d a+b+c+d 若要推断的论述为H1:“X与Y有关系”可以通过频率直观的判断两个条件概率P(Y=y1|X=x1)和P(Y=y1|X=x2)是否相等.