独立检验基本思想一.pptVIP

在现实生活中，会遇到各种各样的变量，并需要研究他们之间的关系。观察下面的两种变量，分析他们取不同”值”时表示的个体有何差异？ 国籍、宗教信仰、性别 、出生的月份、一个人是否吸烟； 成绩、身高、年龄、某班同学学生的百米成绩 ； 通常实际生活中我们总要研究变量之间的关系，来对我们的决策服务。 当前经济形势是否会影响房价； 随着时间的推移，中国的人口数量会是一个怎样的增长趋势，人口结构会有怎样的变化 ； 化学反应速率到底和温度是否有关。 复习：如何分析两个定量变量是否存在线性相关关系。 在我们的日常生活中存在着大量的分类变量，判断两个分类变量是否有关系也是我们需要解决的重要问题。 种族肤色的差异到底影响不影响人的智商； 近视眼和遗传有没有关系； 研发的某新药是否疗效独特； 血型和一个人的性格有没有关系； 星座的不同和一个人最近的运势是否有关系。 5月31 日是世界无烟日 。有关医学研究表明，许多疾病，例如:心脏病，癌症，脑血管病，慢性阻塞性肺病都与吸烟有关，吸烟已成为继高血压之后的第二号全球杀手。这些疾病与吸烟有关的结论是怎样得出的呢？我们来看下面的问题。 某医疗机构为了了解呼吸道疾病与吸烟是否有关，经行了一次抽样调查。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 人中有37 人患呼吸道疾病(简称患病)，183人未患呼吸道疾病（简称未患病）；不吸烟的295人中有21 人患病，274人未患病。 从等高条形图可以直观看出，吸烟者中患病的比例与不吸烟者中患病的比例相比有很大的差异，故“患呼吸道疾病与吸烟可能有关“。 可以估计满足条件X=x1的个体中具有Y=y1的个体所占的比例为a/(a+b) ;满足条件X= x2的个体中具有Y=y1的个体所占的比例为c/(c+d) 。 两个比例的值相差越大,就意味着X与Y有关系的可能性越大，由 a/(a+b) - c/(c+d) =(ad-bc)/((a+b)(c+d))， 可知，两个比例的值相差越大即 ad 与 bc 相差越大，即| ad-bc |越大，就意味着X和Y有关系的可能性越大。 由于等高条形图的纵轴是频率，故通过等高条形图可以直观展示比例差距的相对大小。进而判断分类变量是否存在关系。 问题：上面给出的两种判断”分类变量是否可能有关系”的方法各有什么特点？ 列联表有助于直观的观测数据之间的关系。 等高条形图更能直观的反映出相关数据的总体状况。 但两种方法都只能粗略地判断两个分类变量是否可能有关系。 * * 独立性检验的基本思想 及其基本应用 1 变量的不同值表示个体所属的不同类别的变量为分类变量。 分类变量一定是离散型变量。(所有的取值可以一一列出) 。 不同的取值仅表示个体所属的类别。如性别变量，只取男、女两个值；商品的 等级变量只取一级、 二级、三级 等等。 分类变量的取值有时也用数字来表示 但这时的数字除了分类以外没有其他的含义。如用 0 表示男，用1表示女 。 定量变量：变量的取值表示特定个体的特定的含义，不同取值之间的运算也有特定的含义。 一个红铃虫的产卵数和温度，就是两个定量变量 。 王明的身高是180cm ，李铁的身高是175cm。 说明张明比李立高(180-175)cm 定量变量的数字特征如均值和方差都有实际的意义。 分类变量则不同，性别变量的两个不同值之间的大小没有意义，性别变量的均值和方差也没有意义。 归纳: 根据这些数据能否断定“患呼吸道疾病与吸烟有关”？ 515 457 58 总计 295 274 21 不吸烟 220 183 37 吸烟 总计 未患病 患病 估计吸烟者与不吸烟者患病的可能性差异 ？ 由上述结论能否得出患病与吸烟有关？把握有多大？ 吸烟的人中， 的人患病 ;在不吸烟的人中 的人患病。由以上可以看出，吸烟者中患病的比例与不吸烟者中患病的比例相比 。 故“患呼吸道疾病与吸烟可能有关”。 类似于上面的表格，我们称为分类变量的汇总统计表（频数表）为列联表，一般我们只研究每个分类变量只取两个值，这样的列联表我们称为2×2 列联表。 16.82% 7.12% 有很大的差异 观察上面的图形，能得到什么结论？ 一般地，假设有两个分类变量X 和Y，他们的值域分别为{x1,x2}和{y1,y2} ,其2×2 列联表和等高条形图如下表所示，能不能根据图表来判断分类变量X和Y是否可能有关系？ a+b+c+d b+d a+c 总计 c+d d c x2 a+b b a x1 总计 y2 y1 某学校对在校部分学生课外活动的内容进行调查， 结果整理成下表： 79 52