高二数学(选修-人教B版)-独立性检验(1)-1教案.docxVIP

高二数学(选修-人教B版)-独立性检验(1)-1教案.docx

  1. 1、本文档共11页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
教 案 教学基本信息 课题 独立性检验(一) 学科 数学 学段: 年级 高二 教材 书名:普通高中课程标准实验教科书数学 出版社:人民教育出版社B版 出版日期:2019 年9 月 教学设计参与人员 姓名 单位 联系方式 设计者 实施者 指导者 课件制作者 其他参与者 教学目标及教学重点、难点 通过对典型案例的探究,了解独立性检验(只要求列联表)的基本思想、方法及初步应用; 2.利用统计量来分析两分类变量是否有关系. 教学过程(表格描述) 教学环节 主要教学活动 设置意图 引入 在生活中我们经常听见这些说法。“吸烟与老年人患慢性气管炎有关系”,“是否喜欢数学课程与性别之间有关系”,“数学好的人物理一般也很好”等等,我们不禁会产生这样的疑问,这些说法有道理吗? 为了解答上述疑问,首先来学习一下分类变量的概念。在上面的第一个说法中,如果把是否吸烟看做变量,其取值为“吸”和“不吸”两种。这种变量的不同“值”表示个体所属的不同类别,像这样的变量称为分类变量。分类变量在现实生活中大量存在,如是否吸烟,是否患慢性气管炎,是否喜欢数学课程,性别等。上面的说法描述的是两个分类变量之间的关系,本节课我们就来研究一下两个分类变量是否有关系,也就是是否独立,即两个分类变量的独立性检验问题。 根据常见问题引入学习主题 新课 下面通过一道例题复习一下事件之间的独立性概念以及一些常见的结论。 例1把一颗质地均匀的骰子任意地掷一次, 设事件A=“掷出偶数点”, 事件B=“掷出3的倍数点”,试分析事件A与B及 与B的关系,在下面把A的对立事件读作A拔。解:事件A=“掷出偶数点”=“掷出2点、4点或6点” 事件B=“掷出3的倍数点”=“掷出3点或6点” 事件AB为事件A与B同时发生,即为掷出6点, 因为此时称事件A与B相互独立 事件 =“掷出奇数点”=“掷出1点、3点或5点” 事件 =“掷出3点”, 此时事件与B相互独立。 在一般情况下,下面的结论成立 当事件A与B相互独立时,事件与B,A与 , 与 也独立。为了探究慢性气管炎是否与吸烟有关,调查了339名50岁以上的人,调查结果如下表所示 患慢性气管炎 未患慢性气管炎 合计 吸烟 43 162 205 不吸烟 13 121 134 合计 56 283 339 试问:50岁以上的人患慢性气管炎与吸烟习惯有关吗? 上面这样列出的两个分类变量的频数表,在统计中称为列联表。上表中的数据是根据调查得到的结果,我们的问题是如何根据表格中的数据来判断吸烟与患慢性气管炎是否有关系,即它们是否独立?这一问题称为列联表的独立性检验。 上述问题我们很容易想到如下两个解决方案:解决方案1:数据分析。在吸烟者中患慢性气管炎的比例:,在不吸烟者中患慢性气管炎的比例:。显然吸烟人群中患慢性气管炎的人所占的百分比与不吸烟人群中患慢性气管炎的人所占的百分比不相等,且相差较大,于是会下如下结论:患慢性气管炎与吸烟习惯有关 与表格相比图形更能直观的反映出两个分类变量间是否有关系,常用等高条形图展示列联表数据的频率特征。上图就是一个等高条形图,其中两个黄色条的高分别为吸烟与未吸烟中未患慢性气管炎的频率,两个蓝色条的高分别为吸烟与未吸烟中患慢性气管炎的频率,比较图中两个蓝色条的高可以发现在吸烟中患慢性气管炎的频率更高些,直观上可以认为患慢性气管炎与吸烟习惯有关 通过数据和图表分析得出结论是吸烟与患慢性气管炎有关。结论可靠程度如何?为了把这个问题讨论清楚,并便于向一般情况推广,我们用字母来代替 列联表中的事件和数据,得到一张用字母来表示的 列联表,如下表所示: 患慢性气管炎 未患慢性气管炎 合计 吸烟 a b a+b 不吸烟 c d c+d 合计 a+c b+d n 先假设吸烟(A)与患慢性气管炎(B)无关,即变量A与B独立,这时应该有 成立。我们用字母来表示上式,即。并称之为统计假设。当成立时,也就是A,B独立时,由例1知与B,A与 , 与 也独立,于是下面的三个式子也成立 ,,。 根据概率的统计定义,上面提到的众多事件的概率都可用相应的频率来估计。 用 来估计 ,用 来估计 ,用 来估计 若有式子,则可以认为变量A与B独立。 同理若 成立,则可以认为A与 独立; 若 成立,则可以认为 与 B独立; 若 成立,则可以认为 与独立。 在中,由于 、 、 表示的是频率,不同于概率,即使A与B独立,式子两边也不一定恰好相等,但是当两边相差很大时,A与B之间就不独立。也就是当 过大时,变量之间不独立。 同理当,,过大时,变量之间也不独立。但这些量究竟要多大才能说明变量之间不独立呢?我们能不能选择一个量,用它的大小来检验变量之间是否独立呢? 统计学家经过研究选

文档评论(0)

至善策划 + 关注
实名认证
文档贡献者

有文件问题或需求请留言。

1亿VIP精品文档

相关文档