数学2-3-3.2独立性检验的思想及应用.pptVIP

* * 3.2独立性检验的基本 思想及其初步应用(一) 高二数学 选修2-3 第三章 统计案例 独立性检验 例如，吸烟是否与患肺癌有关系？ 性别是否对于喜欢数学课程有影响？ 1. 两种变量 2. 研究两个变量的相关关系的方法 在日常生活中，我们常常关心分类变量之间是否有关系. 本节研究的是两个分类变量的独立性检验问题。 9965 91 9874 总计 2148 49 2099 吸烟 7817 42 7775 不吸烟 总计 患肺癌 不患肺癌 吸烟与肺癌列联表 为了调查吸烟是否对肺癌有影响，某肿瘤研究所 随机地调查了9965人，得到如下结果(单位：人) 列联表 在不吸烟者中患肺癌的比重是 在吸烟者中患肺癌的比重是 说明：吸烟者和不吸烟者患肺癌的可能性存在差异，吸烟者患肺癌的可能性大。 0.54% 2.28% 3.探究 9965 91 9874 总计 2148 49 2099 吸烟 7817 42 7775 不吸烟 总计 患肺癌 不患肺癌 1.列联表 通过图形直观判断两个分类变量是否相关： 2.等高条形图 等高条形图更清晰地表达了两种情况下患肺癌的比例。 我们通过分析数据和图形，得到的直观印象是吸烟和患肺癌有关，现在想要知道能够以多大的把握认为“吸烟与患肺癌有关”? 为此先假设 H0：吸烟与患肺癌没有关系. a+b+c+d b+d a+c 总计 c+d d c 吸烟 a+b b a 不吸烟 总计 患肺癌 不患肺癌 把表中的数字用字母代替，得到如下用字母表示的列联表 用A表示不吸烟，B表示不患肺癌，则“吸烟与 患肺癌没有关系”等价于“吸烟与患肺癌独立”，即 假设H0等价于 P(AB)=P(A)P(B). 因此|ad-bc|越小，说明吸烟与患肺癌之间关系越弱； |ad-bc|越大，说明吸烟与患肺癌之间关系越强。 a+b+c+d b+d a+c 总计 c+d d c 吸烟 a+b b a 不吸烟 总计 患肺癌 不患肺癌 在表中，a恰好为事件AB发生的频数；a+b和a+c恰好分别为事件A和B发生的频数。由于频率接近于概率，所以在H0成立的条件下应该有 即 (a+b+c+d)a≈(a+b)(a+c) , 即ad≈bc ，其中n= a+b+c+d为样本容量， 为了使不同样本容量的数据有统一的评判标准， 我们构造一个随机变量-----卡方 （1） 若 H0成立，即“吸烟与患肺癌没有关系”，则K2应很小。 根据表3-7中的数据，利用公式(1)计算得到K2的观测值为： 那么这个值到底能告诉我们什么呢？ （2） 4. 独立性检验 在H0成立的情况下，统计学家估算出如下的概率 即在H0成立的情况下，K2的值大于6.635的概率 非常小，近似于0.01。 也就是说，在H0成立的情况下，对随机变量K2进行多次观测，观测值超过6.635的频率约为0.01。 思考: 如果K2≥6.635就断定H0不成立，这判断 出错的可能性有多大？ 判断出错的概率为0.01。 判断 是否成立的规则 如果 ，就判断 不成立，即认为吸烟与患肺癌有关系；否则就判断 成立，即认为吸烟与患肺癌有关系。 独立性检验的定义 利用随机变量K2来确定在多大程度上可以认为“两个分类变量有关系”的方法，称为两个分类变量的独立性检验。 在该规则下，把结论“ 成立”错判成“ 不成立”的概率不会超过 即有99%的把握认为 不成立。 5.独立性检验的基本思想（类似反证法） (1) 假设结论不成立,即H0: “两个分类变量没有关系”. (2) 在此假设下我们所构造的随机变量K2应该很小, 如果由观测数据计算得到K2的观测值k很大, 则在一定可信程度上说明H0不成立.即在一定可信程度上认为“两个分类变量有关系”；如果k的值很小，则说明由样本观测数据没有发现反对H0的充分证据。 怎样判断K2的观测值k是大还是小呢？ 这仅需要确定一个正数 , 当 时就认为K2的观测值 k大。此时相应于 的判断规则为： 如果 ，就认为“两个分类变量之间有关系”； 否则就认为“两个分类变量之间没有关系”. 按上述规则，把“两个分类变量之间没有关系”错误的判断为“两个分类变量之间有关系”的概率不超过P(