数学选修2-3第三章统计案例教案.docxVIP

第三章 统计案例 § 3.1 独立性检验（ 1） 1． 某医疗机构为了了解呼吸道疾病与吸烟是否有关，进行了一次抽样调查，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． 问题：根据这些数据能否断定“患呼吸道疾病与吸烟有关”？ 为了研究这个问题， （ 1）引导学生将上述数据用下表来表示： 患病 未患病 合计 吸烟 37 183 220 不吸烟 21 274 295 合计 58 457 515 一．建构数学 1．独立性检验： （1）假设 H 0 ：患病与吸烟没有关系． 若将表中“观测值”用字母表示，则得下表： 患病 未患病 合计 吸烟 a b a b 不吸烟 c d c d 合计 a c b d a b c d 如果实际观测值与假设求得的估计值相差不大，就可以认为所给数据（观测值）不能否定假设 H 0 ．否则，应认为假 设 H 0 不能接受，即可作出与假设 H 0 相反的结论． （2）卡方统计量： 为了消除样本对上式的影响，通常用卡方统计量（ 2 (观测值 预期值 ) 2 χ ）来进行估计． 预期值 2 卡方 χ统计量公式： 2 χ  2 n ad bc （其中 n a b c d ） a b c d a c b d 由此若 H 0 成立，即患病与吸烟没有关系，则 2 183,c 21,d 274代入计算得 χ的值应该很小．把 a 37,b 2 H 0 成立的情况下，随机事件“ 2 6.635 ” χ 11.8634，统计学中有明确的结论 ，在 发生的概率约为 0.01，即 P( 2 6.635) 0.01 2 ，也就是说，在 H 0 成立的情况下，对统计量 χ进行多次观测， 观测值超过 6.635的频率约为 0.01 ．由此，我们有 99%的把握认为 H 0 不成立，即有 99%的把握认为“患病与吸烟 有关系”． 2 象以上这种用 统计量研究吸烟与患呼吸道疾病是否有关等问题的方法称为独立性检验． 2．独立性检验的一般步骤： 一般地，对于两个研究对象Ⅰ和Ⅱ，Ⅰ有两类取值：类 A 和类 B （如吸烟与不吸烟），Ⅱ也有两类取值：类 1和类 2 （如 患呼吸道疾病与不患呼吸道疾病），得到如下表所示： Ⅱ 类 1 类 2 合计 类 A a b a b Ⅰ c d c d 类 B 合计 a c b d a b c d 推断“Ⅰ和Ⅱ有关系”的步骤为： 第一步，提出假设 H 0 ：两个分类变量Ⅰ和Ⅱ没有关系； 第二步，根据 2×2 列联表和公式计算 χ2 统计量； 第三步，查对课本中临界值表，作出判断． 3．独立性检验与反证法： 反证法原理：在一个已知假设下，如果推出一个矛盾，就证明了这个假设不成立； 独立性检验（假设检验）原理：在一个已知假设下，如果一个与该假设矛盾的小概率事件发生，就推断这个假设不成立．四．数学运用 1．例题： 例 1．在 500 人身上试验某种血清预防感冒的作用，把他们一年中的感冒记录与另外 500 名未用血清的人的感冒记录 作比较，结果如表所示．问：该种血清能否起到预防感冒的作用？ 未感冒 感冒 合计 使用血清 258 242 500 未使用血清 216 284 500 合计 474 526 1000 分析：在使用该种血清的人中， 有 242 48.4% 的人患过感冒； 在没有使用该种血清的人中， 有 284 56.8% 的 500 500 人患过感冒，使用过血清的人与没有使用过血清的人的患病率相差较大．从直观上来看，使用过血清的人与没有使用 过血清的人的患感冒的可能性存在差异． 解：提出假设 H 0 ：感冒与是否使用该种血清没有关系．由列联表中的数据，求得 2 1000 (258 284 242 216) 2 474 526 500 500 7.075 ∵当 H 0 成立时， 2 6.635 的概率约为 0.01，∴我们有 99%的把握认为：该种血清能起到预防感冒的作用． 例 2．为研究不同的给药方式（口服或注射）和药的效果（有效与无效）是否有关，进行了相应的抽样调查，调查结果如表所示．根据所选择的 193 个病人的数据，能否作出药的效果与给药方式有关的结论？ 有效 无效 合计 口服 58 40 98 注射 64 31 95 合计 122 71 193 分析：在口服的病人中，有 58 64 59% 的人有效；在注射的病人中，有 67% 的人有效．从直观上来看，口服 98 95 与注射的病人的用药效果的有效率有一定的差异，能否认为用药效果与用药方式一定有关呢？下面用独立性检验的方