3.2独立性检验的基本思想及其初步应用(一)1

《3.2独立性检验的基本思想及其初步应用(一)1》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、3.2独立性检验的基本思想及其初步应用（一）高二数学选修2-3第三章统计案例独立性检验的基本思想及其初步应用独立性检验的基本思想及其初步应用一、情境引入，提出问题请同学们看视频：问题1、你认为吸烟与患肺癌有关系吗？怎样用数学知识说明呢？独立性检验的基本思想及其初步应用这种变量的不同“值”表示个体所属的不同类别，……民族国籍宗教信仰是否吸烟两个分类变量之间是否有关系像这样的变量称为分类变量。独立性检验本节研究的是两个分类变量的独立性检验问题。在日常生活中，我们常常关心分类变量之间是否有关系：例如，吸烟是否与患肺癌有关系？性别是否对于喜欢数学课程有影响？

2、等等。吸烟与肺癌列联表不患肺癌患肺癌总计不吸烟7775427817吸烟2099492148总计9874919965为了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）列联表在不吸烟者中患肺癌的比重是在吸烟者中患肺癌的比重是说明：吸烟者和不吸烟者患肺癌的可能性存在差异，吸烟者患肺癌的可能性大。0.54%2.28%探究不患肺癌患肺癌总计不吸烟7775427817吸烟2099492148总计98749199651、列联表2、三维柱形图3、二维条形图不患肺癌患肺癌吸烟不吸烟不患肺癌患肺癌吸烟不吸烟080007000600

3、050004000300020001000从三维柱形图能清晰看出各个频数的相对大小。从二维条形图能看出，吸烟者中患肺癌的比例高于不患肺癌的比例。通过图形直观判断两个分类变量是否相关：不吸烟吸烟患肺癌比例不患肺癌比例4、等高条形图等高条形图更清晰地表达了两种情况下患肺癌的比例。上面我们通过分析数据和图形，得到的直观印象是吸烟和患肺癌有关，那么事实是否真的如此呢？这需要用统计观点来考察这个问题。现在想要知道能够以多大的把握认为“吸烟与患肺癌有关”，为此先假设H0：吸烟与患肺癌没有关系.不患肺癌患肺癌总计不吸烟aba+b吸烟cdc+d总计a+cb+da+b

4、+c+d把表中的数字用字母代替，得到如下用字母表示的列联表用A表示不吸烟，B表示不患肺癌，则“吸烟与患肺癌没有关系”等价于“吸烟与患肺癌独立”，即假设H0等价于P(AB)=P(A)P(B).因此

5、ad-bc

6、越小，说明吸烟与患肺癌之间关系越弱；

7、ad-bc

8、越大，说明吸烟与患肺癌之间关系越强。不患肺癌患肺癌总计不吸烟aba+b吸烟cdc+d总计a+cb+da+b+c+d在表中，a恰好为事件AB发生的频数；a+b和a+c恰好分别为事件A和B发生的频数。由于频率接近于概率，所以在H0成立的条件下应该有为了使不同样本容量的数据有统一的评判标准，基于上述分析

9、，我们构造一个随机变量-----卡方统计量（1）若H0成立，即“吸烟与患肺癌没有关系”，则K2应很小。根据表3-7中的数据，利用公式（1）计算得到K2的观测值为：那么这个值到底能告诉我们什么呢？（2）独立性检验在H0成立的情况下，统计学家估算出如下的概率即在H0成立的情况下，K2的值大于6.635的概率非常小，近似于0.01。也就是说，在H0成立的情况下，对随机变量K2进行多次观测，观测值超过6.635的频率约为0.01。思考答：判断出错的概率为0.01。判断是否成立的规则如果，就判断不成立，即认为吸烟与患肺癌有关系；否则，就判断成立，即认为吸烟与患

10、肺癌没有关系。独立性检验的定义上面这种利用随机变量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。在该规则下，把结论“成立”错判成“不成立”的概率不会超过即有99%的把握认为不成立。独立性检验的基本思想（类似反证法）(1)假设结论不成立,即“两个分类变量没有关系”.(2)在此假设下我们所构造的随机变量K2应该很小,如果由观测数据计算得到K2的观测值k很大,则在一定可信程度上说明不成立.即在一定可信程度上认为“两个分类变量有关系”；如果k的值很小，则说明由样本观测数据没有发现反对的充分证据。(3)根据随机变量K

11、2的含义,可以通过评价该假设不合理的程度,由实际计算出的,说明假设不合理的程度为1%,即“两个分类变量有关系”这一结论成立的可信度为约为99%.怎样判断K2的观测值k是大还是小呢？这仅需要确定一个正数，当时就认为K2的观测值k大。此时相应于的判断规则为：如果，就认为“两个分类变量之间有关系”；否则就认为“两个分类变量之间没有关系”。----临界值按照上述规则，把“两个分类变量之间没有关系”错误的判断为“两个分类变量之间有关系”的概率为P().在实际应用中，我们把解释为有的把握认为“两个分类变量之间有关系”；把解释为不能以的把握认为“两个分类变量之间有

12、关系”，或者样本观测数据没有提供“两个分类变量之间有关系”的充分证据。思考：利用上面的结论，你能从列联表的三