独立性检验的基本思想及其初步应用 2.pptVIP

前面我们讨论了两个变量之间的关系 —— 回归分析 ，以及对分析了解释变量和随机 误差对预报变量的影响的强弱分析 —— 相 关指数 R 2 分析 事实上，对于同一个总体而言，通过对比更 能得出哪一种方法或哪个变量对总体效果有 较大的影响， 分类变量 间的关系就是我们今 天要研究的 变量属于不同的类别 例 1. 为了调查吸烟是否对患肺癌有影响，某肿瘤研究院随机的 调查了 9965 人，得到如下结果： 不患肺癌 患肺癌 总计 比例 不吸烟 7775 42 7817 0.54 ％ 吸烟 2099 49 2148 2.28 ％ 总计 9874 91 9965 问：吸烟是否对患肺癌有影响？ 解 从图表的比例可以看出：吸烟与不吸烟可能对患肺癌的 可 能存在差异 ，我们再通过等高条形图来分析 等 高 条 形 图 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 吸烟 不患肺癌 患肺癌 不吸烟 上面我们通过图形的分析，初步判断吸烟与患 肺癌有关系。那么，事实是否如此呢？我们需 要用统计的观点来考察这个问题 我们首先设基本事件为： H 0 ：吸烟与患肺癌没有关系 我们下面就一般关系做一个推断 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 如果吸烟与患肺癌没有关系，则： d c c c a a ? ? ? a(c+d)≈c(a+b) ad- bc≈0 因此，｜ ad-bc ｜越小，说明吸烟与患肺炎之间没有关系。 为了使样本空间有一定的代表性，我们引入一个随机变量 ) )( )( )( ( ) ( 2 2 d b c a d c b a bc ad n K ? ? ? ? ? ? （ n=a+b+c+d( 样本容量 ) ） 若， H 0 成立， ( 吸烟与患肺癌无关 ) 则 K 应该很小，通过计 算我们可以得到 K 的观测值： k ＝ K 2 ＝ 56.632 总计的四项 说明：根据统计学家的分析： P(K 2 ≥6.635)≈0.01 P(K 2 ≥k) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 k 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.83 表 1-12 k2.706 ，就有 90 ％的把握 认为 X 与 Y 之间存在关系 有统计规律可以看出： K 2 ＝ 6.635 的概率非常小，近似于 0.01 ，也就是说， 在 H 0 成立的概率为 1 ％ ，即 H 0 不成立的概率为 99 ％ ，因此我们认为吸烟与患肺癌有关 上面的利用 K 2 来检验 “两个变量有 关系” 的方法成为： 独立性检验 说明： 两个变量 X 与 Y 独立性检验的一般方法： 1. 设两个变量的值域分别为 {x 1 ,x 2 }{y 1 .,y 2 }, 列频数关联表 y 1 y 2 总计 x 1 a b a+b x 2 c d c+d 总计 a+c b+d a+b+c+d 3. 利用统计概率表 1-12 查阅发生的概率 2. 计算变量 X 与 Y 的评判标准 K 2 4. 得出概率结论 例 1. 某心脏病医院为了研究秃顶是否与 心脏病有关，对 665 名男性心脏和 772 名 其他病人做了研究，如图所示： 患心脏病 不患心脏病 总计 秃顶 214 175 389 不秃顶 451 597 1048 总计 665 772 1437 智 慧 的 闪 光 !