2.4《独立性检验的应用》.pptVIP

* 独立性检验的应用 例1 在某医院，因为患心脏病而住院的665名男性病人中，有214人秃顶；而另外772名不是因为患心脏病而住院的男性病人中有175人秃顶。分别利用图形和独立性检验方法判断秃顶与患心脏病是否有关系？你所得的结论在什么范围内有效？ 秃头 不秃头 解：根据题目所给数据得到如下列联表1-13： 1437 772 665 总计 1048 597 451 不秃顶 389 175 214 秃顶 总计 不患心脏病 患心脏病 根据联表1-13中的数据，得到 所以有99%的把握认为“秃顶患心脏病有关”。 因为这组数据来自住院的病人，因此所得到的结论适合住院的病人群体． 例2 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： 300 228 72 总计 178 143 35 女 122 85 37 男 总计 不喜欢数学课程 喜欢数学课程 由表中数据计算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？ 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的关系”这一结论错误的可能性约为0.05（或小于0.05） ，即有95%（或大于 95%）的把握认为“性别与是否喜欢数学课程之间有关系”。 解：在假设“性别与是否喜欢数学课程