选修1-2独立性检验第1课时.docVIP

第一章统计案例

1.2独立性检验的根本思想及其初步应用

〔第一课时〕

〖课前准备〗

【课型】新授课【课时】1教时

【课标要求】

1.知识与能力

通过生活中典型案例的探究，理解独立性检验的根本思想，明确独立性检验的根本步骤，会对两个分类变量进行独立性检验，并能利用独立性检验的根本思想来解决实际问题。

2.过程与方法

通过探究“吸烟与患肺癌是否有关系”引出独立性检验的问题，借助样本数据的列联表分析独立性检验的实施步骤。在学生亲身体验的根底上，提高学生的数据分析能力。

3.情感态度与价值观

通过本节课的学习，加强数学与现实生活的联系。以科学的态度评价两个分类变量有关系的可能性。培养学生运用所学知识，解决实际问题的能力。

【重点.难点】

重点：理解独立性检验的根本思想及实施步骤．

难点：理解独立性检验的根本思想；了解随机变量K2的含义.

【教学用具】计算器，多媒体.

〖教学过程〗

一、情景引入

吸烟有害健康，这是每个人都知道的事情．在购置香烟的时候，每个烟盒上都有吸烟有害健康的标识，但是这也挡不住那些香烟对于某些人的吸引力，更有甚者每天都会吸一包甚至几包烟．为什么他们知道对健康有害还要吸烟呢？可能他们只是知道有害，并不知道到底有哪些危害吧!

【思考】1.吸烟与患肺癌有关系吗?

2.你有多大程度把握吸烟与患肺癌有关？

二、新课讲授

我们在研究“吸烟与患肺癌的关系”前，需要先给出一些量的定义．

【定义】

=1\*GB3①分类变量:变量的不同“值”表示个体所属的不同类别的变量称为分类变量.

=2\*GB3②列联表：分类变量的汇总统计表〔频数表〕.

【明确】

=1\*GB3①分类变量的取值一定是离散的，而且不同的取值仅表示个体所属的类别，如性别变量，只取男、女两个值，商品的等级变量只取一级、二级、三级，等等．有时也可以把分类变量的不同取值用数字来表示，但有时的数字除了分类以外没有其他的含义．例如用0表示＂男＂，１表示＂女＂，性别变量就变成取值为0和1的随机变量，但是这些数字没有其他的含义．在现实生活中，分类变量是大量存在的，例如是否吸烟，宗教信仰，国籍等．

=2\*GB3②一般我们只研究每个分类变量只取两个值，这样的列联表称为2×2列联表，如吸烟与患肺癌的列联表．

【案例分析】探究:为调查吸烟是否对肺癌有影响，某肿瘤研究所随机地调查了9965人，得到如下结果〔单位：人〕

表1-7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

那么吸烟是否对患肺癌有影响？

【问题】由以上列联表，我们估计吸烟是否对患肺癌有影响？①在不吸烟者中患肺癌的比例为________；②在吸烟者中患肺癌的比例为________.

【答复】由吸烟情况和患肺癌情况的列联表可以粗略估计出：在不吸烟者中，有0.54％患有肺癌；在吸烟者中，有2.28％患有肺癌．因此，直观上可以得出结论：吸烟群体和不吸烟群体患肺癌的可能性存在差异．

与表格相比，图形更能直观地反映出两个分类变量间是否相互影响，常用等高条形图展示列联表数据的频率特征．图1.2-1就是一个等高条形图〔有条件的教师可以演示用Excel软件制作等高条形图的步骤〕,其中两个浅色条高表示不患肺癌的频率，深色条高表示患肺癌的频率．

图1.2-1

【问题】我们能够从图形中得到吸烟与患肺癌之间的关系吗？

【答复】比拟图中两个深色条的高可以发现，在吸烟样本中患肺癌的频率要高一些，因此直观上可以认为吸烟更容易引发肺癌．

【问题】你能总结出一种直观判断两个分类变量有关系的思路吗？直观判断有何缺乏？

【答复】一般地，假设有两个分类变量X和Y，它们的可能取值分别为｛x1，x2｝和｛y1，y2｝,其样本频数列联表〔称为2×2列联表〕为：

表１-102×2列联表

总计

总计

假设要推断的论述为

Hl:X与Y有关系，

如果通过直接计算或观察等高条形图发现和相差很大，就判断两个分类变量之间有关系．

上面这种直观判断的缺乏之处在于不能给出推断“两个分类变量有关系”犯错误的概率，而独立性检验可以弥补这个缺乏．

【问题】我们能够从多大程度上认为吸烟与患肺癌之间有关系呢?

为了解决上述问题，我们先假设

H0：吸烟与患肺癌没有关系。

把表1-7中的数字用字母代替，得到如下用字母表示的列联表：

表1-8吸烟与肺癌列联表

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

如果“吸烟与患肺癌没有关系”，那么吸烟者中不患肺癌的的比例应该与不吸烟者中相应的比例