高中三年级上学期数学《独立性检验及举例》教学设计.docx

《8.3.2独立性检验》教学设计

（一）教学内容独立性检验

（二）教材分析

1.教材来源本节课选自《2019人教A版高中数学选择性必修第三册》，第八章《成对数据的统计相关性》

2.地位与作用独立性检验是从样本数据中发现关系，是成对样本数据统计分析的重要内容，是依据数据进行合理推理的典型方法，体现了数学的理性精神，也是提升数据分析和逻辑推理素养的重要素材。

（三）学情分析

1.认知基础：前一节课已经学习了八两个分类变量整理成一个2×2的列联表。

2.认知障碍：独立性检验合理性的理解

（四）教学目标

1.知识目标：通过实例了解独立性检验的基本思想

能力目标：掌握独立性检验的基本步骤

素养目标：会用独立性检验解决简单的实际问题，提升数据分析能力。

（五）教学重难点：

1.重点：独立性检验的思想方法

难点：.χ2

（六）教学思路与方法

教学过程分为问题呈现阶段、探索与发现阶段、应用知识阶段

课前准备

电脑、多媒体、三角板

（八）教学过程

教学环节：新课引入

教学内容

师生活动

设计意图

前面我们通过2×2列联表整理成对分类变量的样本观测数据，并根据随机事件频率稳定性推断两个变量之间是否有关联。对于随机样本而言，因为频率具有随机性，频率与概率之间存在误差，所以我们推断可能犯错误，而且在样本容量较小时，犯错误的可能性会较大。因此，需要找到一种更为合理的推断方法，同时页希望能对出现错误推断的概率有一定的控制或估算。

教学环节：新知探究

教学内容

师生活动

设计意图

虑以Ω为样本空间的古典概型,设X和Y为定义在Ω上,取值于{0,1}的成对分类变量,我们希望判断事件{X=1}和{Y=1}之间是否有关联。注意到{X=0}和{X=1},{Y=0}和{Y=1}都是互对立事件,与前面的讨论类似,我们需要判断下面的假定关系H0:P(Y=1|X=0)=P(Y=1|X=1)是否成立,通常称H0为零假设或原假设P(Y=1|X=0)表示从{X=0}中随机选取一个样本点,该样本点属于{X=0,Y=1}的概率;

P(Y=1|X=1)表示从{X=1}中随机选取一个样本点,该样本点属于{X=1,Y=1}的概率。

由条件概率的定义可知,零假设H0等价于P(X

或P(X=0,Y=1)P(X=1)=P(X=1,Y=1)P(X=0).①

注意到(X=0)和(X=1)为对立事件,于是P(X=0)=1-P(X=1).

再由概率的性质,我们有P(X=0,Y=1)=P(Y=1)-P(X=1,Y=1).

由此推得①式等价于P(X=1)P(Y=1)=P(X=1,Y=1).

因此,零假设H0等价于{X=1}与{Y=1}独立。

根据已经学过的概率知识,下面的四条性质彼此等价:

{X=0}与{Y=0}独立;{X=0}与{Y=1}独立;{X=1}与{Y=0}独立;

{X=1}与{Y=1}独立。

以上性质成立,我们就称分类变量X和Y独立,这相当于下面四个等式成立;

P(X=0,Y=0)=P(X=0)P(Y=0);P(X=0,Y=1)=P(X=0)P(Y=1);

P(X=1,Y=0)=P(X=1)P(Y=0);P(X=1,Y=1)=P(X=1)P(Y=1).②

我们可以用概率语言,将零假设改述为H0:分类变量X和Y独立.

假定我们通过简单随机抽样得到了X和Y的抽样数据列联表,如下表所示。

表是关于分类变量X和Y的抽样数据的2×2列联表:最后一行的前两个数分别是事件{Y=0}和{Y=1}的频数;最后一列的前两个数分别是事件{X=0}和{X=1}的频数;中间的四个数a,b,c,d是事件{X=x,Y=y}(x,y=0,1)的频数;右下角格中的数n是样本容量。

思考:如何基于②中的四个等式及列联表中的数据,构造适当的统计量,对成对分类变量X和Y是否相互独立作出推断?

在零假设H0成立的条件下,根据频率稳定于概率的原理,由②中的第一个等式,我们可以用概率P(X=0)和P(Y=0)对应的频率的乘积(a+b)(a+c)n2估计概率P(X=0,Y=0),而把(a+b)(a+c)n2视为事件{X=0.Y=0}

综合②中的四个式子,如果零假设H0成立,下面四个量的取值都不应该太大:

|a?(a+b)(a+c)n|,|b?(a+b)(

分别考虑③中的四个差的绝对值很困难,我们需要找到一个既合理又能够计算分布的统计量,来推断H0是否成立.

一般来说,若频数的期望值较大,则③中相应的差的绝对值也会较大;而若频数的期望值较小,则③中相应的差的绝对值也会较小.

为了合理地平衡这种影响,我们将四个差的绝对值取平方后分别除以相应的期望值再求和,得到如下的统计量:

χ

+

该表达式可化简为：

χ2

统计学家建议,用随机变量χ2取值的大小作为判断