8.3.2独立性检验PPT【新教材 新思维高中数学】-2021-2022学年下学期高二数学同步教学（人教A版（2019）选择性必修第三册）.pptxVIP

第八章成对数据的统计分析8.3.2独立性检验

学习目标1.通过实例了解独立性检验的基本思想掌握独立性检验的基本步骤会用独立性检验解决简单的实际问题，提升数据分析能力。

情景引入前面我们通过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。

新知探究?

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??

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:?

?

??

?

临界值的定义：对于任何小概率值α，可以找到相应的正实数xα，使得P(χ2≥xα)=α成立，我们称xα为α的临界值，这个临界值可作为判断χ2大小的标准，概率值α越小，临界值xα越大.α0.10.050.010.0050.001xα2.7063.8416.6357.87910.858χ2独立性检验中几个常用的小概率值和相应的临界值.

基于小概率值α的检验规则：当χ2≥xα时，我们就推断H0不成立，即认为X和Y不独立，该推断犯错误的概率不超过α；当χ2xα时，我们没有充分证据推断H0不成立，可以认为X和Y独立.用χ2取值的大小作为判断零假设H0是否成立的依据，当它比较大时推断H0不成立，否则认为H0成立。这种利用χ2的取值推断分类变量X和Y是否独立的方法称为χ2独立性检验，读作“卡方独立性检验”，简称独立性检验.

知识应用?解：零假设为H0：分类变量X与Y相互独立，即两校学生的数学成绩优秀率无差异.??学校数学成绩合计不优秀(Y=0)优秀(Y=1)甲校(X=0)331043乙校(X=1)38745合计711788

问题.例1和例2都是基于同一组数据的分析,但却得出了不同的结论,你能说明其中的原因吗??

?

?解：零假设为H0：疗法与疗效独立，即两种疗法效果没有差异.将所给数据进行整理，得到两种疗法治疗数据的列联表，

??

?不影响

例4.为了调查吸烟是否对肺癌有影响，某肿瘤研究所采取有放回简单随机抽样，调查了9965人，得到如下结果（单位：人）依据小概率值α=0.001的独立性检验，分析吸烟是否会增加患肺癌的风险。

解：零假设为H0：吸烟和患肺癌之间没有关系根据列联表中的数据，经计算的根据小概率值α=0.001的独立性检验，推断H0不成立，即认为吸烟与患肺癌有关联，此推断犯错误的概率不大于0.001，即我们有99.9％的把握认为“吸烟与患肺癌有关系”.?

根据表中的数据计算不吸烟者中不患肺癌和患肺癌的频率分别为吸烟者中不患肺癌和患肺癌的评率分别为由可见，在被调查者中，吸烟者患肺癌的频率是不吸烟者患肺癌频率的4倍以上。于是，根据频率稳定于概率的原理，我们可以认为吸烟者患肺癌的概率明显大于不吸烟者患肺癌概