高二数学选修2-3第三章 统计案例统计案例--独立性检验.pptVIP

高二数学 选修 2-3 第三章 统计案例 微课作品 吸烟是否与患肺癌有关系？ 高中生的性别是否对于喜欢数学课程有影响？ 女性年龄（70或80后）与是否生二胎有关系？ 日常生活中，我们常常关心 ------------两个分类变量之间是否有关系？ 在独立性检验中，一般只研究两个分类变量，且每个分类变量只有两个可取的值；这时得到的列联表称为2×2列联表，如后面案例中的患肺癌与否与吸烟与否的列联表! 常见问题 * 吸烟与肺癌列联表 不患肺癌 患肺癌 总计 不吸烟 7775 42 7817 吸烟 2099 49 2148 总计 9874 91 9965 为了调查吸烟是否对患肺癌有影响，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 0.54% 2.28% 案例探究 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。 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 把表中的数字用字母代替，得到如下用字母表示的列联表 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。这需要用统计观点来考察这个问题。 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。 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 统计分析 为了使不同样本容量的数据有统一的评判标准，基于上述分 析，我们构造一个随机变量-----卡方统计量 （1） 若 H0成立，即“吸烟与患肺癌没有关系”，则K2应很小。 根据表中的数据，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） 卡方检验 2 在H0成立的情况下，统计学家估算出如下的概率 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的概率约为0.01。 k2 统计分析 * 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，认为吸烟与患肺癌没有关系。 独立性检验的定义 上面这种利用随机变量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。 判断H0是否成立的规则 在实际应用中，要在获取样本数据之前通过下表确定临界值： 0.50 0.40 0.25 0.15 0.10 0.455 0.708 1.323 2.072 2.706 0.05 0.025 0.010 0.005 0.001 3.841 5.024 6.635 7.879 10.828 (1). 根据实际问题需要的可信程度确定临界值 ； (2). 利用公式，由观测数据计算得到随机变量 的观测值； (3). 如果 ,就以 的把握认为 “X 与Y有关系”；否则就说样本 观测数据没有提供“X与Y 有关系”的充分证据。 怎样判断K2的观测值K是大还是小呢？ 第一步：提出假设H0：“两个分类变量X与Y没有关系” 　　　　目标结论H1：“ 两个分类变量X与Y有关系” 第二步：计算独立性检验的标准，即统计量k2的值。 　　　　它越小，原假设H0成立的可能性越大； 　　　　它越大，目标结论H1成立的可能性越大。 第三步：由独立性检验的临界值表得出结论及其可信度 　　　　即在多大程度上适用。 总结：独立性检验的解题步骤如下： 练习 为考察高中生的性别与是否喜欢数学课程之间的关系，在某城市的某 校高中生中随机抽取300名学生，得到如下联表： 喜欢数学课程 不喜欢数学课程 总计 男 37 85 122 女 35 143 178 总计 72 228 300 你有多大的把握认为高中生的性别与是否喜欢数学课程之间有关系？ 解：假设H0：高中生的性别与是否喜欢数学课程之间没有关系， 因为当H0成立时,K2=4.514＞3.841的概率大于5%，故有95%的把握认为 高中生的性别与是否喜欢数学课