独立检验基本思想二.pptVIP

甲乙两个班级进行数学考试，按学生考试及格和不及格统计成绩后，得到如下列联表： 根据列联表可知甲班学生中不及格的比例为10/45 ;乙班学生中不及格的比例为7/45。二者相差3/45。 画出等高条形图。 问题：从上面的问题可以看出，虽然利用图表来判断两个分类变量是否有关系比较直观，但缺乏精确性和可靠性。那么我们如何精确性的刻画两个分类变量是否有没有关系？ 提出问题:为了解决上面的问题，我们可以先假设H0 :不及格与班级无关。用A表示事件“在甲班”，B表示事件“不及格”，AB表示事件“在甲班且不及格”，则“不及格与班级无关”等价于事件A和B相互独立。 则有P(AB)=P(A)P(B)。否则，应该有A与B不独立，即“不及格与班级有关”。 那么如何验证P(AB)=P(A)P(B)呢？ 假设H0：不及格与班级无关。 为什么要如此构造统计量K2 呢？ 因为这样构造的K2是符合卡方分布的。下图便是卡方分布的密度曲线。构造随机变量K2 ，若H0成立，即“不及格与班级无关”，则K2 应该非常小。 如何构造事件A？ 在“两个分类变量没有关系”(即独立)的情况下，我们构造的随机变量K2的观测值 为 k ,我们构造{k ≥ k0}这一事件的概率为 0.05(或者更小)。事件{k ≥ k0}即为A事件。 如果事件{k ≥k0}发生，我们则否定H0，说明两个分类变量是有关系的。 我们称这样的k0为一个判断规则的临界值。按照这种规则，把”两个分类变量没有关系”错误的判断为”两个分类变量有关系”的概率不超过P(A|H0)。即“两个变量有关系”这一结论成立的可信程度为(1- P(A|H0) ) ×100%。 问题：既然独立性检验的基本思想类似于反证法，那么反证法原理和独立性检验原理有什么区别和联系？ 独立性检验的问题具体步骤： 根据实际问题的需要确定最大犯错误的概率即事件A={k k0}在H0成立的条件下的概率α。然后查表确定临界值k0。 II 利用公式计算K2的观测值k K2的观测值为： k=90×(10×38-7×35)2/(45×45×17×73)≈0.65 甲厂抽查的产品中有360件优质品，从而甲厂生产的零件的优质品率估计360/500=72% 乙厂抽查的产品中有320件优质品，从而乙厂生产的零件的优质品率估计320/500=64% * * 独立性检验的基本思想 及其基本应用 2 90 73 17 总计 45 38 7 乙 45 35 10 甲 总计 及格 不及格 试判断成绩不及格和班级是否有关系? P(A)=45/90=1/2, P(B)=17/90, P(A) P(B)= 45/90·17/90=17/180, P(AB)=10/90=20/180，因为 P(A) P(B)≠P(AB)，故A 与B不独立，即“不及格与班级有关”。 问题：在这里由P(A) P(B)≠P(AB)一定有“不及格与班级有关”吗？ 如果不是，那么如何根据P(A)，P(B)，P(AB)的值来判断其相关性？ P(A) P(B)≠P(AB)不一定有“不及格与班级有关”。因为在数据上我们是采用频率来估计概率。另外，在实际问题中我们也仅是用样本来估计总体，这些因素都会造成数值上的偏差。 但是，应该肯定的是P(AB)与P(A) P(B)越接近，A与B 两个事件 独立的可能性就越大，即”不及格与班级有关”的可能性就越小。 我们将表中的观测值用字母表示，则得下表: a+b+c+d b+d a+c 总计 c+d d c 乙 a+b b a 甲 总计 及格 不及格 令n= a+b+c+d，如何判断不及格和班级是否有关系? 用A表示事件“在甲班”，B表示事件“不及格”，AB表示事件“在甲班且不及格”， P(A)=(a+b)/n, P(B)=(a+c)/n, P(A)P(B)= (a+b)/n·(a+c)/n, P(AB)=a/n, 若“不及格与班级无关”. 则(a+b)/n·(a+c)/n与a/n 应该非常接近。 若(a+b)/n·(a+c)/n与a/n非常接近， 则(a+b)/n·(a+c)/n≈a/n，从而ad≈bc。 当(a+b)/n·(a+c)/n≈a/n，即表示事件A和B近似相互独立。 都近似相互独立。则同理有(c+d)/n·(a+c)/n≈a/n； (c+d)/n·(b+d)/n≈a/n；(a+b)/n·(b+d)/n≈a/n； 于是我们构造统计量： 在H0成立的情况下对随机变量K2经行多次观测。观测值超过6.635 的频率约为0.01.从而也说明我们把“H0成立”错误判断为“H0不成立”的概率不会超过0.01。这样我们就可以通过计算K2的观测值来判断 H0 是否成立 。 独立性检验的基本思想 要判