3.2独立性检验的基本思想及其初步应用.pdf

独立性检验的基本思想及其初步应用（共计 3 课时）授课类型：新授课一、教学内容与教学对象分析通过典型案例，学习下列一些常用的统计方法，并能初步应用这些方法解决一些实际问题。通过对典型案例（如“患肺癌与吸烟有关吗”等）的探究。了解独立性检验（只要求 22 列联表）的基本思想、方法及初步应用。通过对典型案例（如“人的体重与身高的关系”等）的探究，了解回归的基本思想、方法及其初步应用。二.学习目标1、知识与技能通过本节知识的学习，了解独立性检验的基本思想和初步应用，能对两个分类变量是否有关做出明确的判断。明确对两个分类变量的独立性检验的基本思想具体步骤，会对具体问题作出独立性检验。2、过程与方法在本节知识的学习中，应使学生从具体问题中认识进行独立性检验的作用及必要性，树立学好本节知识的信心，在此基础上学习三维柱形图和二维柱形图，并认识它们的基本作用和存在的不足，从而为学习下面作好铺垫，进而介绍K 的 平方的计算公式和K 的平方的观测值R 的求法，以及它们的实际意义。从中得出判断“X 与 Y 有关系”的一般步骤及利用独立性检验来考察两个分类变量是否有关系，并能较准确地给出这种判断的可靠程度的具体做法和可信程度的大小。最后介绍了独立性检验思想的综合运用。3、情感、态度与价值观通过本节知识的学习，首先让学生了解对两个分类博变量进行独立性检验的必要性和作用，并 引导学生注意比较与观测值之间的联系与区别，从而引导学生去探索新知识，培养学生全面的观点和辨证地分析问题，不为假想所迷惑，寻求问题的内在联系，培养学生学习数学、应用数学的良好的数学品质。加强与现实生活相联系，从对实际问题的分析中学会利用图形分析、解决问题及用具体的数量来衡量两个变量之间的联系，学习用图形、数据来正确描述两个变量的关系。明确数学在现实生活中的重要作用和实际价值。教学中，应多给学生提供自主学习、独立探究、合作交流的机会。养成严谨的学习态度及实事求是的分析问题、解决问题的科学世界观，并会用所学到的知识来解决实际问题。三教学重点、难点教学重点：理解独立性检验的基本思想；独立性检验的步骤。教学难点；1、理解独立性检验的基本思想；2、了解随机变量K2的含义；3、独立性检验的步骤。四、教学策略教学方法：诱思探究教学法学习方法：自主探究、观察发现、合作交流、归纳总结。教学手段：多媒体辅助教学五、教学过程：对于性别变量，其取值为男和女两种这种变量的不同“值”表示个体所属的不同类别，像这类变量称为分类变量 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，等等在日常生活中，我们常常关心两个分类变量之间是否有关系例如，吸烟与患肺癌是否有关系？性别对于是否喜欢数学课程有影响？等等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 3-7 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吗？像表 3 一 7 这样列出的两个分类变量的频数表，称为列联表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，直观上可以得到结论：吸烟者和不吸烟者患肺癌的可能性存在差异与表格相比，三维柱形图和二维条形图能更直观地反映出相关数据的总体状况图 3.2 一 1 是列联表的三维柱形图，从中能清晰地看出各个频数的相对大小图 3.2 一 2 是叠在一起的二维条形图，其中浅色条高表示不患肺癌的人数，深色条高表示患肺癌的人数 从图中可以看出，吸烟者中患肺癌的比例高于不吸烟者中患肺癌的比例为了更清晰地表达这个特征，我们还可用如下的等高条形图表示两种情况下患肺癌的比例如图3.2 一 3 所示，在等高条形图中，浅色的条高表示不患肺癌的百分比；深色的条高表示患肺癌的百分比通过分析数据和图形，我们得到的直观印象是“吸烟和患肺癌有关”那么我们是否能够以一定的把握认为“吸烟与患肺癌有关”呢？为了回答上述问题，我们先假设H0：吸烟与患肺癌没有关系用A表示不吸烟，B 表示不患 肺癌，则“吸烟与患肺癌没有关系”独立”，即假设 H0等价于PAB）=P(A）+P(B).把表 3 一 7 中的数字用字母代替，得到如下用字母表示的列联表：表 3-8 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 在表 3 一 8 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近似于概率，所以在H0成立的条件下应该有aabacnnn,其中nabcd为样本容量，(a+b+c+d)(a+b)(a+c),即 adbc.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为了使不同样本容量的数据有统一的评判标准，基于上面的分析，我们构造一个随机变量22n adbcKabcdacbd(1)其中nabcd为样本容量若 H0成立，即“吸烟与患肺癌没有关系”，则 K“应该很小 根据表 3 一 7 中的数据，利用公式（1）计算得到 K“的观测值为229965 7775 4942 209956.6327817 2148 9874 91K,这个值到底能告诉我们什么呢？统计学家经过研究后发现，在 H0成立的情况下，2(6.635)0.01P K.(2)(2）式说明，在 H0成立的情况下，2K的观测值超过 6.635 的概率非常小，近似为 0.01，是一个小概率事件现在2K的观测值k56.632，远远大于6.635，所以有理由断定 H0不成立，即认为“吸烟与患肺癌有关系”但这种判断会犯错误，犯错误的概率不会超过 0.01，即我们有99的把握认为“吸烟与患肺癌有关系”.在上述过程中，实际上是借助于随机变量2K的观 测值k建立了一个判断H0是否成立的规则：如果k6.635，就判断 H0不成立，即认为吸烟与患肺癌有关系；否则，就判断H0成立，即认为吸烟与患肺癌没有关系在该规则下，把结论“H0成立”错判成“H0不成立”的概率不会超过2(6.635)0.01P K,即有 99的把握认为从不成立上面解决问题的想法类似于反证法要确认是否能以给定的可信程度认为“两个分类变量有关系”，首先假设该结论不成立，即H0:“两个分类变量没有关系”成立在该假设下我们所构造的随机变量2K应该很小如果由观测数据计算得到的2K的观测值 k 很大，则在一定可信程度上说明H0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H0的充分证据怎样判断2K的观测值k 是大还是小呢？这仅需确定一个正数0k，当0kk时就认为2K的观测值k 大此时相应于0k的判断规则为：如果0kk，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”.我们称这样的0k为一个判断规则的临界值按照上述规则，把“两个分类变量之间没有关系”错误地判断为“两个分类变量之间有关系”的概率为20()P Kk.在实际应用中，我们把0kk解释为有20(1()100%P Kk的把握认为“两个分类变量之间有关系”；把0kk解释为不能以20(1()100%P Kk的把握认为“两个分类变量之间有关系”，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 上面这种利用随机变量2K来确定是否能以一定把握认为“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 利用上面结论，你能从列表的三维柱形图中看出两个变量是否相关吗？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12,x x和12,yy,其样本频数列联表（称为22 列联表）为：表 3 一 9 22 列联表1y2y总计1xabab2xcdcd总计acbdabcd若要推断的论述为Hl:X 与 Y 有关系，可以按如下步骤判断结论Hl 成立的可能性：1通过三维柱形图和二维条形图，可以粗略地判断两个分类变量是否有关系，但是这种判断无法精确地给出所得结论的可靠程度 在三维柱形图中，主对角线上两个柱形高度的乘积ad 与副对角线上的两个柱形高度的乘积bc 相差越大，H1成立的可能性就越大 在二维条形图中，可以估计满足条件X=1x的个体中具有Y=1y的个体所占的比例aab，也可以估计满足条件X=2x的个体中具有Y=2y，的个体所占的比例ccd.“两个比例的值相差越大，Hl成立的可能性就越大2可以利用独立性检验来考察两个分类变量是否有关系，并且能较精确地给出这种判断的可靠程度具体做法是：根据实际问题需要的可信程度确定临界值0k；利用公式（1)，由观测数据计算得到随机变量2K的观测值k;如果0kk，就以20(1()100%P Kk的把握认为“X 与 Y 有关系”；否则就说样本观测数据没有提供“X 与 Y 有关系”的充分证据在实际应用中，要在获取样本数据之前通过下表确定临界值：表 3 一 10（四）、举例：例 1在某医院，因为患心脏病而住院的665 名男性病人中，有214 人秃顶，而另外772 名不是因为患心脏病而住院的男性病人中有175 人秃顶(1)利用图形判断秃顶与患心脏病是否有关系(2)能够以99 的把握认为秃顶与患心脏病有关系吗？为什么？解：根据题目所给数据得到如下列联表：(1)相应的三维柱形图如图3.2 一 4 所示比较来说，底面副对角线上两个柱体高度的乘积要大一些，可以在某种程度上认为“秃顶与患心脏病有关”.20()P Kk0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 0k0.455 0.708 1.323 2.072 1.323 2.706 3.841 5.024 6.635 10.828(2)根据列联表3 一 11 中的数据，得到21437(214597175451)3891048665772k16.3736.因此有99 的把握认为“秃顶与患心脏病有关”.例 2 为考察高中生的性别与是否喜欢数学课程之间的关系,在某城市的某校高中生中随机抽取 300 名学生，得到如下列联表：表 3 一 12 性别与喜欢数学课程列联表喜欢数学课程不喜欢数学课程总计男37 85 122 女35 143 178 总计72 228 300 由表中数据计算得2K的观测值4.514k能够以95的把握认为高中生的性别与是否喜欢数学课程之间有关系吗？请详细阐明得出结论的依据解：可以有约95以上的把握认为“性别与喜欢数学课之间有关系”作出这种判断的依据是独立性检验的基本思想，具体过程如下：分别用 a,b,c,d 表示样本中喜欢数学课的男生人数、不喜欢数学课的男生人数、喜 欢数学课的女生人数、不喜欢数学课的女生人数如果性别与是否喜欢数学课有关系，则男生中喜欢数学课的比例aab与女生中喜欢数学课的人数比例ccd应该相差很多，即|()()acadbcabcdab cd应很大将上式等号右边的式子乘以常数因子()()()()()abcd ab cdac bd,然后平方得22()()()()()n adbcKab cdac bd,其中nabcd因此2K越大，“性别与喜欢数学课之间有关系”成立的可能性越大另一方面，在假设“性别与喜欢数学课之间没有关系”的前提下，事件 A=2K3.841的概率为 P(2K3.841)0.05,因此事件A 是一个小概率事件而由样本数据计算得2K的观测值k=4.514，即小概率事件A 发生因此应该断定“性别与喜欢数学课之间有关系”成立，并且这种判断结果出错的可能性约为5%所以，约有95 的把握认为“性别与喜欢数学课之间有关系”.补充例题1：打鼾不仅影响别人休息，而且可能与患某种疾病有关，下表是一次调查所得的数据，试问：每一晚都打鼾与患心脏病有关吗？患心脏病未患心脏病合计每一晚都打鼾30 224 254 不打鼾24 1355 1379 合计54 1579 1633 解：略。补充例题2：对 196 个接受心脏搭桥手术的病人和196 个接受血管清障手术的病人进行 3 年跟踪研究，调查他们是否又发作过心脏病，调查结果如下表所示：又发作过心脏病未发作过心脏病合计心 脏搭桥手术39 157 196 血管清障手术29 167 196 合计68 324 392 试根据上述数据比较两种手术对病人又发作心脏病的影响有没有差别。解略（四）课堂小结1知识梳理2规律小结（1）三维柱形图与二维条形图（2）独立性检验的基本思想（3）独立性检验的一般方法（五）作业：五课后反思：本节内容对独立性检验的探讨过程学生基本没什么困难，还有学生提出了新的探讨路径和思想，学生思维活泼！对独立性检验的作用，本节课也作了系统总结比较。