8.3列联表与独立性检验课件-2022-2023学年高二下学期数学人教A版（2019）选择性必修第三册

8.3.1 分类变量与列联表 第八章 成对数据的统计分析 8.3.1 分类变量与列联表 饮用水的质量是人类普遍关心的问题,根据统计,饮用优质水的518人中,身体状况优秀的有466人,饮用一般水的312人中,身体状况优秀的有218人. 问题 人的身体健康状况与饮用水的质量之间有关系吗? 提示 我们可以根据2×2列联表找到人的身体健康与饮用水之间的关系,也就是本节课所要学习的内容. 情境引入 2.残差平方和: 3.最小二乘法 将 称为Y 关于x 的经验回归方程, 4.判断模型拟合的效果:残差分析 R2越大,表示残差平方和越小,即模型的拟合效果越好R2越小,表示残差平方和越大,即模型拟合效果越差. 1.线性回归模型y=bx+a+e含有随机误差e,其中x为解释变量,y响应变量 回顾旧知 在现实生活中,人们经常需要回答一定范围内的两种现象或性质之间是否存在关联性或互相影响的问题. 例如:就读不同学校是否对学生的成绩有影响,不同班级学生用于体育锻炼的时间是都存在区别,吸烟是否会增加患肺癌的风险等。 独立性检验方法 分类变量:用实数表示不同的现象或性质. 如:班级:1、2、3, 男生、女生:0、1. 本节主要讨论取值于{0,1}的分类变量的关联性 探究新知 问题1:为了有针对性地提高学生体育锻炼的积极性,某中学需要了解性别因素是否对本校学生体育锻炼的经常性有影响,为此对学生是否经常锻炼的情况进行了普查.全校生的普查数据如下:523名女生中 有331名经常锻炼;601名男生中有473名经常锻炼.你能利用这些数据,说明该校女生和男生在体育锻炼的经常性方面是否存在差异吗? 解: 比较经常锻炼的学生在女生和男中的比率. 男生经常锻炼的比率比女生高出15.4个百分点,所以该校的女生 和男生在体育锻炼的经常性方面有差异,而且男生更经常锻炼. 探究新知 解: 对于Ω中的每一名学生,分别令 性别对体育锻炼的经常性没有影响: 性别对体育锻炼的经常性有影响: 探究新知 1124 804 320 合计 601 473 128 男生(X=1) 523 331 192 女生(X=0) 经常(Y=1) 不经常(Y=0) 合计 锻炼 性别 在该校的学生中,性别对体育锻炼的经常性有影响,男生更经常性的锻炼. > 探究新知 在上面问题的两种解答中,使用了学校全部学生的调查数据,利用这些数据能够完全确定解答问题所需的比率和条件概率. 然而,对于大多数实际问题,我们无法获得所关心的全部对象的数据,因此无法准确计算出有关的比率或条件概率.在这种情况下,上述古典概型和条件概率的观点为我们提供了一个解决问题的思路. 比较简单的做法是利用随机抽样获得一定数量的样本数据,再利用随机事件发生的频率稳定于概率的原理对问题答案作出推断。 探究新知 2. 2×2列联表的概念 分类变量X和Y的抽样数据的2×2列联表: 2×2列联表给出成对分类变量数据的交叉分类频数 n=a+b+c+d b+d a+c 合计 c+d d c X=1 a+b b a X=0 Y=1 Y=0 合计 Y X 探究新知 例1.为比较甲、乙两所学校学生的数学水平,采用简单随机抽样的方法抽取88名学生. 通过测验得到了如下数据:甲校43名学生中有10名数学成绩优秀;乙校45名学生中有7名数学成绩优秀.试分析两校学生中数学成绩优秀率之间是否存在差异. 解:用Ω表示两所学校的全体学生构成的集合.考虑以Ω为样本空间的古典概型.对于Ω中每一名学生,定义分类变量X和Y如下: 因此,甲校学生中数学成绩不优秀和数学成绩优秀的频率分别为 乙校学生中数学成绩不优秀和数学成绩优秀的频率分别为 我们可以用等高堆积条形图直观地展示上述计算结果: 通过比较发现,两个学校学生抽样数据中数学成绩优秀的频率存在差异,甲校的频率明显高于乙校的频率.依据频率稳定于概率的原理, 我们可以推断那么甲校学生数学成绩优秀的概率大于乙校学生数学成绩优秀的概率.因此,可以认为两校学生的数学成绩优秀率存在差异,甲校学生的数学成绩优秀率比乙校学生的高. 88 17 71 合计 45 7 38 乙校(X=1) 43 10 33 甲校(X=0) 优秀(Y=1) 不优秀(Y=0) 合计 数学成绩 学校 探究新知 2.两个分类变量之间关联关系的定性分析的方法: (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. 如可以通过列联表中 值的大小粗略地判断分类变量x和Y 之间有无关系.一般其值相差越大,分类变量有关系的可能性越大. (2)图形分析法:与表格相比,图形更能直观地反映出两个分类变 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.将列联表中的数据用高度相同的两个条形图表示出来,其中两列的数据分别对应不同的颜