8.3列联表与独立性检验 -讲义（知识点+考点+练习）-2021-2022学年人教A版（2019）高中数学选择性必修第三册（教师版+学生版）

8.3 列联表与独立性检验 一 数值变量与分类变量 数值变量：数值变量的取值为实数，其大小和运算都有实际含义． 分类变量：这里所说的变量和值不一定是具体的数值，例如：性别变量，其取值为男和女两种，我们经常会使用一种特殊的随机变量，以区别不同的现象或性质，这类随机变量称为分类变量，分类变量的取值可以用实数表示． 注意点： 分类变量的取值可以用实数来表示，例如男性，女性可以用1,0表示，学生的班级可以用1,2,3来表示．这些数值只作编号使用，并没有大小和运算意义．分类变量是相对于数值变量来说的． 变量的不同“值”表示个体所属的不同类别，像这样的变量才是分类变量． 二 列联表 (1)2×2列联表 定义一对分类变量X和Y，我们整理数据如表所示： X Y 合计 Y＝0 Y＝1 X＝0 a b a＋b X＝1 c d c＋d 合计 a＋c b＋d n＝a＋b＋c＋d 上表是关于分类变量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． (2)等高堆积条形图 等高堆积条形图和表格相比，更能直观地反映出两个分类变量间是否相互影响，常用等高堆积条形图展示列联表数据的频率特征，依据频率稳定于概率的原理，我们可以推断结果． 作2×2列联表时，关键是对涉及的变量分清类别．计算时要准确无误． 三 分类变量与列联表的实际应用 利用2×2列联表分析两个分类变量间的关系时，首先要根据题中数据获得2×2列联表，然后根据频率特征，即将与的值相比，直观地反映出两个分类变量间是否相互影响，但方法较粗劣． 四 独立性检验的理解 1．独立性检验：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． 2．χ2＝，其中n＝a＋b＋c＋d. 注意点： (1)卡方越小，独立性越强，相关性越弱；卡方越大，独立性越弱，相关性越强． (2)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χ2＜xα时，我们没有充分证据推断H0不成立 ，可以认为X和Y独立． 根据所给的观测值，与所给的临界值表中的数据进行比较，即可得出结论． 五 有关“相关的检验” 用χ2进行“相关的检验”步骤 (1)零假设：即先假设两变量间没关系． (2)计算χ2：套用χ2的公式求得χ2值． (3)查临界值：结合所给小概率值α查得相应的临界值xα. (4)下结论：比较χ2与xα的大小，并作出结论． 六 有关“无关的检验” 运用独立性检验的方法 (1)列出2×2列联表，根据公式计算χ2. (2)比较χ2与xα的大小作出结论． 考点一 列联表 【例1】(2020·全国)现行普通高中学生在高一时面临着选科的问题，学校抽取了部分男､女学生意愿的一份样本，制作出如下两个等高堆积条形图： 根据这两幅图中的信息，下列哪个统计结论是不正确的( ) A．样本中的女生数量多于男生数量 B．样本中有两理一文意愿的学生数量多于有两文一理意愿的学生数量 C．样本中的男生偏爱两理一文 D．样本中的女生偏爱两文一理 【练1】(2020·全国)为考察高中生的性别与是否喜欢数学课程之间的关系，利用2×2列联表进行检验，经计算K2的观测值k＝7.069，参考下表，则认为“性别与是否喜欢数学课程有关”犯错误的概率不超过( ) P(K2≥k0) 0.100 0.050 0.025 0.010 0.001 k0 2.706 3.841 5.024 6.635 10.828 A．0.001 B．0.01 C．0.99 D．0.999 考点二 独立性检验 【例2】(2020·广西)某地区为了解学生课余时间的读书情况，随机抽取了n名学生进行调查，将调查得到的学生日均课余读书时间分成，，，，，六组，绘制成如图所示的频率分布直方图，将日均课余读书时间不低于40分钟的学生称为“读书之星”，日均课余读书时间低于40分钟的学生称为“非读书之星”已知抽取的样本中日均课余读书时间低于10分钟的有10人. (1)求p和n的值； (2)根据已知条件和下面表中两个数据完成下面的列联表，并判断是否有95%以上的把握认为“读书之星”与性别有关？ 非读书之星 读书之星 总计 男 女 10 55 总计 (3)将本次调查所得到有关事件发生的频率视为其发生的概率，现从该地区大量学生中.随机抽取20名学生参加读书与文学素养的研讨会，记被抽取的“读书之星”人数为随机变量X，求X的