分类变量与列联表课件 【备课精讲精研】 高二下学期数学人教A版（2019）选择性必修第三册.pptxVIP

8.3.1 分类变量与列联表 8.3 列联表与独立性检验 知识文化 世界无烟日（World No Tobacco Day），是世界卫生组织在1987年创立的，第一个世界无烟日是1988年4月7日，自1989年起，世界无烟日改为每年的5月31日。为什么将世界无烟日改为5月 31日呢？是因为第二天是国际儿童节，希望下一代免受烟草危害。 世界无烟日的意义是宣扬不吸烟的观念。而每年皆会有一个中心主题。2023年是第36个世界无烟日。2019年世界无烟日的重点是“烟草和肺部健康”吸烟是否会增加患肺癌的风险？怎样用数学知识说明呢？ 基本概念——1、分类变量：一种特殊的随机变量,以区别不同的现象或性质例如：对于性别变量,其取值为男和女两种.♂♀这种变量的不同“值”表示个体所属的不同类别.性别、是否吸烟、是否患肺癌、宗教信仰、国籍等等都属于分类变量体重、身高、温度、考试成绩等等这些变量属于数值变量变量数值变量分类变量分类变量与数值变量之间的区别是什么？ 基本概念——变量数值变量分类变量分类变量与数值变量之间的区别是什么？例：体重、身高、温度、考试成绩等数值变量的取值为实数.其大小和运算都有实际含义.两个数值变量之间的关系：回归分析法；由一个变量的变化去推测另一个变量的变化例：性别、是否吸烟、是否患肺癌、国籍等分类变量的取值可以用实数来表示；这些数值只作为编号使用，用来表示不同的类别；并没有通常的大小和运算意义。例如,学生所在的班级可以用1,2,3等表示,男性、女性可以用1,0表示本节我们主要讨论取值是{0,1}的分类变量的关联性问题. 基本概念——2、2×2列联表 以左表为例, 2×2列联包含了X和Y的如下信息: 最后一行的前两个数分别是事件{Y=0}和{Y=1}中样本点的个数; 最后一列的前两个数分别是事件{X=0}和{X=1}中样本点的个数 ; 中间的四个格中的数是表格的核心部分, 给出了事件{X=x, Y=y}(x, y=0, 1)中样本点的个数; 右下角格中的数是样本空间中样本点的总数.如上表这样，列出两个分类变量的频数表，称为列联表。特别地，两个变量都只有两个结果，这样的列联表叫【2×2列联表】XY合计Y=0Y=1X=0aba+bX=1cdc+d合计a+cb+dn=a+b+c+d ??合计7817212533合计106.96，94.60，52.52，54.50，52 问题情境 为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，其中，不吸烟的7817人中42人患肺癌，吸烟的2148人中91人患肺癌，试分析吸烟是否对患肺癌有影响．不患肺癌（Y=0）患肺癌（Y=1）总计不吸烟（X=0）吸烟(X=1)总计解：定义分类变量X和Y如下：关于分类变量X和Y的2×2列联表如下：如何判断两个分类变量之间是否具有关联性呢？777520999874424991781721489965 不患肺癌（Y=0）患肺癌（Y=1）总计不吸烟（X=0）7775427817吸烟(X=1)2099492148总计9874919965??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?两个分类变量之间关联关系的定性分析的方法方法1——由频率估计概率XY合计Y=0Y=1X=0aba+bX=1cdc+d合计a+cb+dn=a+b+c+d 通过对样本的每个分类变量的不同类别事件发生的频率大小进行比较来分析分类变量之间是否有关联关系. 一般其值相差越大，分类变量有关系的可能性越大。 不患肺癌（Y=0）患肺癌（Y=1）总计不吸烟（X=0）7775427817吸烟(X=1)2099492148总计9874919965两个分类变量之间关联关系的定性分析的方法XY合计Y=0Y=1X=0aba+bX=1cdc+d合计a+cb+dn=a+b+c+d 一般其值相差越大，分类变量有关系的可能性越大。方法2——借助条件概率?? 两个分类变量之间关联关系的定性分析的方法 能够直观地反映出两个分类变量间是否相互影响。方法3——借助等高堆积条形图说明吸烟者中患肺癌的概率更高。在吸烟者中患肺癌的比重是2.28%.在不吸烟者中患肺癌的比重是0.54%. 牛刀小试：下列关于等高条形图的叙述正确的是(　 )A．从等高条形图中可以精确地判断两个分类变量是否有关系 B．从等高条形图中可以看出两个变量频数的相对大小C．从等高条形图中可以粗略地看出两个分类变量是否有关系D．以上说法都不对? 牛刀小试：如图是调查某地区男女中学生是否喜欢理科的等高条形图，从图中可以看出该地区的中学生(　　)A．性别与是否喜欢理科无关 B．女生中喜欢理科的比例为80%C．男生比女生喜欢理科的可能性大