32独立性检验的基本思想及其初步应用2课时选修2 3.pptVIP

? ( 如图 1) ，二维条形 ( 如图 2) ，频率分布条形图 ( 如图 3 所示 ) ，由上 根据列联表作出三维柱形图 图 述三图可知，铅中毒病人中与对照组相比较， 尿棕色素为阳性差异明显，因此铅中毒病人与 尿棕色素为阳性存在关联关系． ? ? 某学校对学生课外活动内容进行调查，结 果整理成下表： 体育 文娱 总计 男生 21 23 44 女生 6 29 35 总计 27 52 79 利用图形判断学生课外活动的类别与性别 是否有关系？ ? [ 解析 ] 某等高条形图如图所示． 由图可以直观地看出喜欢体育还是喜欢文 娱在性别上有较大差异，说明课外活动的 类别与性别在某种程度上有关系． ? 两种变量： ? 定量变量：体重、身高、温度、考试成绩等等。 ? 变量 ? 分类变量：性别、是否吸烟、是否患肺癌、 ? 宗教信仰、国籍等等。 ? . 在日常生活中，我们常常关心 分类变量之间是否有关系 ： 这种变量的不同 值 表示个体所属的不同 例如，吸烟是否与患肺癌有关系？ 类 性别是否对于喜欢数学课程有影响？等等。 别 , 像这类变量称为 分类变量 . 研究两个变量的相关关系： ? 定量变量——回归分析（画散点图、相关系数r、 ? 2 变量 ? 相关指数R 、残差分析） ? 分类变量—— 独立性检验 ? 本节研究的是两个分类变量的独立性检验问题。 探究 像 这 样列出的两个分类变量 的 频数表 , 称为 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） 吸烟与肺癌列联表 不患肺癌 患肺癌 总计 列联表 . 不吸烟 吸烟 总计 7775 2099 9874 42 49 91 7817 2148 9965 在不吸烟者中患肺癌的比重是 0.54% 2.28% 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。 ? ? ? ? 列联表 ①定义：列出的两个分类变量的 频数表 称 为 列 联表． ② 2 × 2 列联表 一般地，假设两个分类变量 X 和 Y ，它们的取值 分别为 { x 1 ， x 2 } 和 { y 1 ， y 2 } ，其样本频数列联表 ( 也称为 2 × 2 列联表 ) 为下表 . ? 一般地，假设有两个分类变量 X 和 Y ，它们的可 能取值分别为 { x 1 ， x 2 } 和 { y 1 ， y 2 } ，其样本频数 列联表 ( 即 2 × 2 列联表 ) 为： ? b ＋ c ＋ d ( 其中 n ＝ a ＋ 为样本容量 ) ． y 1 y 2 合计 x 1 a b a ＋ b x 2 c d c ＋ d 总计 a ＋ c b ＋ d a ＋ b ＋ c ＋ d 与表格相比 , 三维柱形图和二维条形 图 能更直观地 反映出相关数据的总体 状 况 . 二维条形图 三维柱形图 8000 7000 6000 5000 4000 不患肺癌 患肺癌 3000 不吸烟 不患肺癌 患肺癌 吸烟 2000 1000 0 不吸烟 吸烟 在三维柱形图中，主对角线上两个柱形高度的乘积与 副对角线上两个柱形高度的乘积相差越大， 两个分类变量有关系的可能性就越大． . 等高条形图 等高条形图与表格相比，更能直观地反映出两个 分类变量间是否互相影响 常用等高条形图展示列联表数据的频率特征． 等高条形图 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 患肺癌 比例 不患肺癌 比例 不吸烟 不吸烟 吸烟 吸烟 等高条形图更清晰地表达了两种情况下患肺癌的比例。 某企业为了考察同一种产品在甲、乙两条生产线的 产品合格率，同时各抽取 100 件产品，其中甲线中 合格产品的个数为 97 ，乙线中合格产品的个数为 95 。 请做出列联表，三维柱形图与二维条形图。 合格 不合格 总计 甲生产线 97 3 100 乙生产线 95 5 100 总计 192