(教用word)第8章 8.3 8.3.2 独立性检验-【提分教练】2022-2023学年新教材高中数学选择性必修第三册(人教A版2019)
8.3.2 独立性检验
学习任务目标 |
1.理解独立性检验的基本思想. 2.了解随机变量χ2的含义.(数学运算) 3.理解独立性检验的基本步骤. |
(1)某校为了检验高中数学新课程改革的成果,在两个班进行教学方式对比试验,两个月后进行了一次检测,试验班与对照班成绩统计如2×2列联表所示(单位:人),则其中m=26,n=100.
| 80分及80分以上 | 80分以下 | 合计 |
试验班 | 32 | 18 | 50 |
对照班 | 24 | m | 50 |
合计 | 56 | 44 | n |
(2)为考察A,B两种药物预防某疾病的效果,进行动物试验,分别得到如下等高堆积条形图:
根据图中信息,药物A的预防效果优于药物B的预防效果.
知识点 独立性检验的基本思想
(1)定义: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)公式:χ2=,其中n=a+b+c+d.
(3)应用独立性检验解决实际问题大致应包括以下几个主要环节:
①提出零假设H0:X和Y相互独立,并给出在问题中的解释;
②根据抽样数据整理出2×2列联表,计算χ2的值,并与临界值xα比较;
③根据检验规则得出推断结论;
④在X和Y不独立的情况下,根据需要,通过比较相应的频率,分析X和Y间的影响规律.
注意,上述几个环节的内容可以根据不同情况进行调整.例如,在有些时候,分类变量的抽样数据列联表是问题中给定的.
[微训练]
1.下列关于χ2的说法中正确的是( )
A.χ2越大,“变量A,B有关联”的可信度越小
B.χ2越大,“变量A,B无关”的可信度越大
C.χ2越小,“变量A,B有关联”的可信度越小
D.χ2越小,“变量A,B无关”的可信度越小
C 解析:χ2越大,“变量A,B有关联”的可信度越大,“变量A,B无关”的可信度越小;相反,χ2越小,“变量A,B有关联”的可信度越小,“变量A,B无关”的可信度越大.
2.下列选项中,可以有95%以上的把握认为“A与B有关系”的是(D)
A.χ2=2.700
B.χ2=2.710
C.χ2=3.765
D.χ2=5.014
独立性检验的基本思想
1.在一项打鼾与患心脏病的调查中,共调查了1 671人,经过计算χ2=7.63.根据这一数据分析,是否有99.9%的把握说,打鼾与患心脏病是有关的:________.(填“是”或“否”)
否 解析:因为χ2=7.63<10.828=x0.001,因此,没有99.9%的把握说,打鼾与患心脏病是有关的.
2.某大学餐饮中心为了了解新生的饮食习惯,在全校一年级学生中进行了抽样调查,调查结果如下表所示:
| 喜欢甜品 | 不喜欢甜品 | 合计 |
南方学生 | 60 | 20 | 80 |
北方学生 | 10 | 10 | 20 |
合计 | 70 | 30 | 100 |
根据表中数据,问:是否在犯错误的概率不超过0.05的前提下认为“南方学生和北方学生在选用甜品的饮食习惯方面有差异”?
解:将2×2列联表中的数据代入公式计算,得
χ2=
==≈4.762.
因为4.762>3.841,所以在犯错误的概率不超过0.05的前提下认为“南方学生和北方学生在选用甜品的饮食习惯方面有差异”.
【类题通法】
独立性检验的步骤
第一步,确定分类变量,获取样本频数,得到列联表.
第二步,根据实际问题的需要确定容许推断“两个分类变量有关系”犯错误概率的上界α,然后查表确定临界值xα.
第三步,利用公式
χ2=计算随机变量χ2.
第四步,作出判断.如果χ2≥xα,就推断“X与Y有关系”,这种推断犯错误的概率不超过α,否则就认为在犯错误的概率不超过α的前提下不能推断“X与Y有关系”,或者在样本数据中没有发现足够证据支持结论“X与Y有关系”.
独立性检验的综合应用
甲、乙两机床加工同一种零件,抽检得到它们加工后的零件尺寸x(单位:cm)及个数y,如下表:
零件尺寸x | 1.01 | 1.02 | 1.03 | 1.04 | 1.05 | |
零件个数y | 甲 | 3 | 7 | 8 | 9 | 3 |
乙 | 7 | 4 | 4 | 4 | a | |
由表中数据得y关于x的经验回归方程为=-91+100x(1.01≤x≤1.05),其中合格零件尺寸为(1.03±0.01)cm.
探究1:根据已知数据完成下面列联表:
机床加工 | 零件的质量 | 合计 | |
合格零件数 | 不合格零件数 | ||
甲 |
|
|
|
乙 |
|
|
|
合计 |
|
|
|
提示:=1.03,=,
由=-91+100x,知=-91+100×1.03,
所以a=11.由于合格零件尺寸为(1.03±0.01) cm,
故甲、乙加工的合格与不合格零件的数据表为:
机床加工 | 零件的质量 | 合计 | |
合格零件数 | 不合格零件数 | ||
甲 | 24 | 6 | 30 |
乙 | 12 | 18 | 30 |
合计 | 36 | 24 | 60 |
探究2:依据小概率值α=0.01的独立性检验,分析加工零件的质量与甲、乙是否有关.
提示:零假设为H0:加工零件的质量与甲、乙无关,则
χ2=
=
=10.
因为χ2=10>6.635=x0.01,根据小概率值α=0.01的独立性检验,我们推断H0不成立.即认为加工零件的质量与甲、乙有关.
【例】 海水养殖场进行某水产品的新、旧网箱养殖方法的产量对比,收获时各随机抽取了100 个网箱,测量各箱水产品的产量(单位:kg),其频率分布直方图如下:
(1)设两种养殖方法的箱产量相互独立,记A表示事件“旧养殖法的箱产量低于50 kg, 新养殖法的箱产量不低于50 kg”,估计A的概率;
(2)填写下面列联表,并根据列联表判断是否有99%的把握认为箱产量与养殖方法有关:
| 箱产量<50 kg | 箱产量≥50 kg |
旧养殖法 |
|
|
新养殖法 |
|
|
附:
α | 0.050 | 0.010 | 0.001 |
xα | 3.841 | 6.635 | 10.828 |
χ2=.
解:(1)记B表示事件“旧养殖法的箱产量低于50 kg”,C表示事件“新养殖法的箱产量不低于50 kg”.
由题意知P(A)=P(BC)=P(B)P(C).
旧养殖法的箱产量低于50 kg的频率为
(0.012+0.014+0.024+0.034+0.040)×5=0.62,
故P(B)的估计值为0.62.
新养殖法的箱产量不低于50 kg的频率为
(0.068+0.046+0.010+0.008)×5=0.66,
故P(C)的估计值为0.66.
因此,事件A的概率估计值为
0.62×0.66=0.409 2.
(2)根据箱产量的频率分布直方图得列联表:
| 箱产量<50 kg | 箱产量≥50 kg |
旧养殖法 | 62 | 38 |
新养殖法 | 34 | 66 |
χ2=≈15.705.
由于15.705>6.635,故有99%的把握认为箱产量与养殖方法有关.
【类题通法】
两个分类变量相关关系的判断
(1)等高堆积条形图法:在等高堆积条形图中,可以估计满足条件X=x1的个体中具有Y=y1的个体所占的比例,也可以估计满足条件X=x2的个体中具有Y=y1的个体所占的比例.两个比例的值相差越大,X与Y有关系成立的可能性就越大.
(2)临界值法:通过2×2列联表,先计算χ2,然后借助χ2独立性检验中常用的概率值和相应的临界值表格.判断“两个分类变量有关系”这一结论成立的可信程度.
为调查某市学生百米运动成绩,从该市学生中按照男、女生比例随机抽取50名学生进行百米测试,学生成绩全部介于13秒到18秒之间,将测试结果按如下方式分成五组,第一组[13,14),第二组[14,15),…,第五组[17,18],如图是按上述分组方法得到的频率分布直方图.
(1)设m,n表示样本中两个学生的百米测试成绩,已知m,n∈[13,14)∪[17,18],求事件“|m-n|>2”的概率.
(2)根据有关规定,成绩小于16秒为达标.如果男、女生使用相同的达标标准,则男、女生达标情况如表:
是否达标 | 性别 | 合计 | |
男 | 女 | ||
达标 | 24 | 6 | 30 |
不达标 | 8 | 12 | 20 |
合计 | 32 | 18 | 50 |
根据上表数据,能否在犯错误的概率不超过0.01的前提下认为“体育达标与性别有关”?若有,你能否提出一个更好的解决方法?
附:χ2=.
α | 0.05 | 0.01 | 0.001 |
xα | 3.841 | 6.635 | 10.828 |
解:(1)成绩在[13,14)的有50×0.04=2(人),设为a,b.
成绩在[17,18]的有50×0.06=3(人),设为A,B,C.
m,n∈[13,14)时有ab一种情况,
m,n∈[17,18]时有AB,AC,BC三种情况.
m,n分别在[13,14)和[17,18]时有aA,aB,aC,bA,bB,bC六种情况.
基本事件总数为10,事件“|m-n|>2”由6个基本事件组成.
所以P(|m-n|>2)==.
(2)依据题意得
χ2=≈8.333>6.635,
故能在犯错误的概率不超过0.01的前提下认为“体育达标与性别有关”.
可以根据性别分别划分达标的标准.
分类变量、列联表和等高堆积条形图
(1)列联表:假设有两个分类变量X和Y,它们的取值分别为{x1,x2}和{y1,y2},其样本频数列联表(称为2×2列联表)为
| y1 | y2 | 合计 |
x1 | a | b | a+b |
x2 | c | d | c+d |
合计 | a+c | b+d | a+b+c+d |
(2)等高堆积条形图
等高堆积条形图与表格相比,图形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.
·说明:
两个分类变量之间关联关系的定性分析方法
(1)频率分析法:通过对样本的每个分类变量的不同类别事件发生的频率大小进行比较来分析分类变量之间是否有关联关系.通常通过列联表列出两个分类变量的频数表来进行分析.
(2)图形分析法:与表格相比,图形更能直观地反映两个分类变量间是否互相影响,常用等高堆积条形图展示列联表数据的频率特征.
利用等高堆积条形图判断两个分类变量是否相关的步骤:
(1)统计:收集数据,统计结果.
(2)列表:列出2×2列联表,计算频率、粗略估计.
(3)绘图:绘制等高堆积条形图,直观分析.
独立性检验
(1)定义: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)步骤:
第一步,确定分类变量,获取样本频数,得到列联表.
第二步,提出零假设H0:X和Y相互独立,根据实际问题的需要确定容许推断“两个分类变量有关系”犯错误概率的上界α,然后查表确定临界值xα.
第三步,利用公式χ2=,其中n=a+b+c+d.计算随机变量χ2.
第四步,作出判断.如果χ2≥xα,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,否则就认为在犯错误的概率不超过α的前提下不能推断H0不成立,或者在样本数据中没有充足证据推断H0不成立.
·说明:
(1)P(χ2≥xα)=α时,xα称为α的临界值,即对于不同的小概率值α有不同的临界值xα;
(2)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,即此时小概率事件不大可能发生,认为两变量之间不独立,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,即认为两变量之间独立.
独立性检验的关注点
(1)步骤:列表,计算,判断;
(2)注意:
①χ2计算公式较复杂,一是公式要清楚;二是代入数值时不能张冠李戴;三是计算时要细心.
②判断时把计算结果与临界值比较,其值越大,有关的可信度越高.
1/10
学科网(北京)股份有限公司