知识讲解 独立性检验的基本思想及其初步应用.docxVIP

感谢您选择名昊教育，名昊内部教学资料助力您成绩突飞猛进！

感谢您选择名昊教育，名昊内部教学资料助力您成绩突飞猛进！

楊老师联系电话（微信）无

楊老师联系电话（微信）无

【学习目标】

独立性检验的基本思想及其初步应用编稿：赵雷审稿：李霞

了解独立性检验（只要求2×2列联表）的基本思想、方法及初步应用

通过典型案例的探究，了解实际推断原理和假设检验的基本思想、方法及初步应用.

【要点梳理】

要点一、分类变量

有一种变量，这种变量所取不同的“值”表示的是个体所属不同类别，称这种变量为分类变量。要点诠释：

对分类变量的理解。

这里的“变量”和“值”都应作为广义的“变量”和“值”进行理解。例如：“性别变量”有“男”和“女”两种类别，这里的变量指的是性别，同样这里的“值”指的是“男”和“女”。因此，这里所说的“变量”和“值”取的不一定是具体的数值。

分类变量可以有多种类别。例如：吸烟变量有“吸烟”与“不吸烟”两种类别，而国籍变量则有多种类别。

要点二、2×2列联表

列联表

用表格列出的分类变量的频数表，叫做列联表。

2×2列联表

对于两个事件A，B，列出两个事件在两种状态下的数据，如下表所示：

事件A

事件B

a

事件B

b

合计

a+b

事件A

c

d

c+d

合计

a+c

b+d

a+b+c+d

这样的表格称为2×2列联表。要点三：卡方统计量公式

Y1Y2合计X1a

Y

1

Y

2

合计

X

1

a

b

a+b

X

2

c

d

c+d

合计

a+c

b+d

n=a+b+c+d

统计中有一个有用的（读做“卡方”）统计量，它的表达式是：

n(ad?bc)2

K2? （n?a?b?c?d为样本容量）。

(a?b)(c?d)(a?c)(b?d)

要点四、独立性检验

独立性检验

通过2×2列联表，再通过卡方统计量公式计算K2的值，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。

变量独立性的判断

通过对K2统计量分布的研究，已经得到两个临界值：3.841和6.635。当数据量较大时，在统计中，用以下结果对变量的独立性进行判断：

①如果K2≤3.841时，认为事件A与B是无关的。

②如果K2＞3.841时，有95%的把握说事件A与事件B有关；

③如果K2＞6.635时，有99%的把握说事件A与事件B有关；要点诠释：

独立性检验一般是指通过计算K2统计量的大小对两个事件是否有关进行判断；

独立性检验的基本思想类似于反证法。即在H：事件A与B无关的统计假设下，利用K2统计量

0

的大小来决定在多大程度上拒绝原来的统计假设H，即拒绝“事件A与B无关”，从而认为事件A与B有

0

关。独立性检验为假设检验的特例。

利用独立性检验可以考察两个分类变量是否有关，并且能较精确地给出这种判断的把握程度。3．独立性检验的基本步骤及简单应用

独立性检验的步骤：

要推断“A与B是否有关”，可按下面步骤进行：

提出统计假设H：事件A与B无关（相互独立）；

0

抽取样本（样本容量不要太小，每个数据都要大于5）；

列出2×2列联表；

根据2×2列联表，利用公式：K2

n(ad?bc)2

?(a?c)(b?d)(a?b)(c?d)，计算出K2的值；

统计推断：当K2＞3.841时，有95％的把握说事件A与B有关；当K2＞6.635时，有99％的把握说事件A与B有关；当K2＞10.828时，有99.9％的把握说事件A与B有关；

当K2≤3.841时，认为事件A与B是无关的．

要点诠释：

①使用K2统计量作2×2列联表的独立性检验时，要求表中的4个数据都要大于5．

②一定要弄清K2的表达式?2

? n(ad?bc)2

(a?c)(b?d)(a?b)(c?d)

中各个量的含义．

③独立性检验的基本思想类似于反证法．要确认“两个分类变量有关系”这一结论成立的可信程度，首先假设结论不成立，即假设结论“两个分类变量没有关系”成立，在该假设下构造的随机变量K2

应该很小，如果由观测数据计算得到的K2的观测值很大，则在一定程度上说明假设不合理．根据随机变量K2的含义，由实际计算的K2＞6.635，说明假设不合理的程度约为99％，即“两个分

类变量有关系”这一结论成立的可信程度约为99％．当K2≤3.841时，认为两个分类变量是无关

的．

【典型例题】