新人教A版高中数学《8.3.1 分类变量与列联表》教学设计1.pdfVIP

8.3.1分类变量与列联表教学设计

教材首先通过对前两节内容的回顾。提出了分类变量的概念，以及它与之前所学的

数值变量的差异和分类变量提出的意义。然后通过问题导入分析，男生女生经常锻炼与

不经常锻炼两个分类标准下的问题给出了列联表。再通过例一，指出了对两个分类变量

的讨论方法。教材的重点是列表的作图，语言理解。难点在于列联表的价值和意义的理

解，以及理解通过抽样得到频率，进而估计概率得出结论的方法和这种方法可靠性的，

为下一小节打好理解基础。

课程目标学科素养

A.列联表的价值和意义的理解1.数学抽象：分类变量

B.作表与分析数据、理解方法的可靠2.数学建模：列联表

性，为后一节打好基础。3.数据分析：分析利用列联表

4．理解独立性检验必要性，为下一节做铺垫。

重点：做表与分析

难点：列联表的价值和意义的理解，理解独立性检验必要性

多媒体、课件、教学设计

实例引导：

前面两节所讨论的变量,如人的身高、树的胸径、树的高度、短跑100m世界纪录和创纪

录的时间等,都是数值变量,数值变量的取值为实数.其大小和运算都有实际含义.

在现实生活中,人们经常需要回答一定范围内的两种现象或性质之间是否存在关

联性或相互影响的问题.例如,就读不同学校是否对学生的成绩有影响,不同班级学生用于

体育锻炼的时间是否有差别,吸烟是否会增加患肺癌的风险,等等,本节将要学习的独立性

检验方法为我们提供了解决这类问题的方案。

在讨论上述问题时,为了表述方便,我们经常会使用一种特殊的随机变量,以区别

不同的现象或性质,这类随机变量称为分类变量.分类变量的取值可以用实数表示,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,等等.在很多时候,这些

数值只作为编号使用,并没有通常的大小和运算意义,本节我们主要讨论取值于{0,1}的分

类变量的关联性问题.

设计意图：引导理解分类变量的概念，了解其背景意义。

问题1.为了有针对性地提高学生体育锻炼的积极性,某中学需要了解性别因素是否对本

校学生体育锻炼的经常性有影响,为此对学生是否经常锻炼的情况进行了普查,全校学生

的普查数据如下:523名女生中有331名经常锻炼;601名男生中有473名经常锻炼。你能

利用这些数据,说明该校女生和男生在体育锻炼的经常性方面是否存在差异吗?

例1.为比较甲、乙两所学校学生的数学水平,采用简单随机抽样的方法抽取88名学生.

通过测验得到了如下数据:甲校43名学生中有10名数学成绩优秀;乙校45名学生

中有7名数学成绩优秀,试分析两校学生中数学成绩优秀率之间是否存在差异.

例2.深化对列联表的理解

设计意图：

通过实例应运而生的提出列联表。

问题2.你认为“两校学生的数学成绩优秀率存在差异”这一结论是否有可能是错误的？

设计意图：启发学生理解数据分析的误差，理解结论可靠性。

总结归纳：.两个分类变量之间关联关系的定性分析的方法

(1)频率分析法：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.如可以通过列联表中a/a+b与c/c+d值的大小粗略地

判断分类变量x和Y之间有无关系.一般其值相差越大,分类变量有关系的可能性越大.

(2)图形分析法：与表格相比，图形更能直观地反映出两个分类变量间是否互相影响，

常用等高堆积条形图展示列联表数据的频率特征.将列联表中的数据用高度相同的两个

条形图表示出来，其中两列的数据分别对应不同的颜色，这就是等高堆积条形图.

探究：问题2.你认为“两校学生的数学成绩优秀率存在差异”这一结论是否有可能是错误

的？

在实践中,由于保存原始数据的成本较高,人们经常按研究问题的需要,将数据分

类统计,并做成表格加以保存,我们将下表这种形式的数据统计表称为2×2列联表

(contingencytable).

2×2列联表给出了成对分类变量数据的交叉分类频数,以右表为例,它包含了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