独立性检验的基本思想及其初步应用.pptVIP

注：该年级此次考试中，数学成绩优秀的有360人，非优秀的有880人。 物理 化学 总分 数学优秀 228 225 267 数学非优秀 143 156 99 （2）列出数学与化学优秀的2x2列联表如下 化学优秀 化学非优秀 合计 数学优秀 数学非优秀 合计 225 135 360 156 724 880 381 859 1240 （3）列出数学与总分优秀的2x2列联表如下 总分优秀 总分非优秀 合计 数学优秀 数学非优秀 合计 267 93 360 99 781 880 366 874 1240 代入公式可得 代入公式可得 * * 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 问题: 数学家庞加莱每天都从一家面包店买一块1000g 的面包，并记录下买回的面包的实际质量。一年后，这位数学家发现，所记录数据的均值为950g。于是庞加莱推断这家面包店的面包分量不足。 假设“面包份量足”，则一年购买面包的质量数据的平均值应该不少于1000g ； “这个平均值不大于950g”是一个与假设“面包份量足”矛盾的小概率事件； 这个小概率事件的发生使庞加莱得出推断结果。 一:假设检验问题的原理 假设检验问题由两个互斥的假设构成，其中一个叫做原假设，用H0表示；另一个叫做备择假设，用H1表示。 例如，在前面的例子中， 原假设为：H0：面包份量足， 备择假设为：H1：面包份量不足。 这个假设检验问题可以表达为： H0：面包份量足 ←→ H1：面包份量不足 二:求解假设检验问题 考虑假设检验问题： H0：面包分量足 ←→ H1：面包分量不足 在H0成立的条件下，构造与H0矛盾的小概率事件； 如果样本使得这个小概率事件发生，就能以一定把握断言H1成立；否则，断言没有发现样本数据与H0相矛盾的证据。 求解思路： 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？等等。 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 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(教材P91第三自然段) 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 7775 42 7817 吸烟 2099 49 2148 总计 9874 91 9965 1、列联表 2、三维柱形图 不患肺癌 患肺癌 吸烟 不吸烟 不患肺癌 患肺癌 吸烟 不吸烟 0 8000 7000 6000 5000 4000 3000 2000 1000 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： 3、二维条形图 不吸烟 吸烟 患肺癌 比例 不患肺癌 比例 3、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 a b a+b 吸烟 c d c+d 总计 a+c b+d a+b+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|ad-bc|越小，说明吸烟与患肺癌之间关系越弱； |ad-bc|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 a b a+b 吸烟 c d c+d 总计 a+c b+d a+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，我们构造一个随机变量-----卡方统计量 （1） 若 H0成