内容正文:
8.3.2独立性检验
学习目标:
1、理解独立性检验的基本思想;
2、掌握独立性检验的基本步骤,会用独立性检验解决简单的实际问题。
核心素养:
通过对独立性检验的基本思想的理解发展数据分析和逻辑推理素养;
通过解决相关实际问题发展数学运算素养。
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.
合计
乙校
甲校
优秀
不优秀
合计
数学成绩
学校
等高堆积条形图:
你认为“两校学生的数学成绩优秀率存在差异”这一结论是否有可能是错误的?
因此,需要找到一种更为合理的推断方法,希望能对出现错误判断的概率有一定的控制或估算。
本节课给到一个方法:独立性检验
独立性检验是一种“概率反证法”。依据是小概率原理(在一次实验中几乎不可能发生)
类似法官凭证据判案:
先做一个无罪假设
找无罪假设下不可能出现的物证和人证。
找到了,假设不成立,嫌疑人有罪。
没找到,没有充分证据证明假设不成立,暂且认为无罪。
零假设:假设X,Y相互独立,无关联。
找零假设下不可能发生的事件。(利用小概率原理)
发生了,假设不成立,X,Y不独立,从而证明二者有关联。
没发生,没有充分证据证明假设不成立,暂且认为X,Y相互独立。
合计
乙校
甲校
优秀
不优秀
合计
数学成绩
学校
例2: 依据小概率值α=0.1的χ2独立性检验,分析例1中的抽样数据,能否据此推断两校学生的数学成绩优秀率有差异?
概率值α越小,临界值xα越大.
统计学家得到了 χ2的近似分布
基于小概率值α的检验规则:
当≥时?
当<时?
这种利用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.
临界值xα
犯错误的概率
这种利用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.
合计
乙校
甲校
优秀
不优秀
合计
数学成绩
学校
例2: 依据小概率值α=0.1的χ2独立性检验,分析例1中的抽样数据,能否据此推断两校学生的数学成绩优秀率有差异?
例2: 依据小概率值α=0.1的χ2独立性检验,分析例1中的抽样数据,能否据此推断两校学生的数学成绩优秀率有差异?
合计
乙校
甲校
优秀
不优秀
合计
数学成绩
学校
解:零假设为H0:分类变量X与Y相互独立,即两校学生的数学成绩优秀率无差异根据表中的数据,计算得到
根据小概率值α=0.1的卡方独立性检验,没有允分证据推断H0不成立.
因此可以认为H0成立,即认为两校的数学成绩优秀率没有差异.
零假设为H0: 疗法与疗效独立,即两种疗法效果没有差异.
由已知数据列出列联表.
例3: 某儿童医院用甲、乙两种疗法治疗小儿消化不良. 采用有放回简单随机抽样的方法对治疗情况进行检查,得到了如下数据: 抽到接受甲种疗法的患儿67名,其中未治愈15名,治愈52名; 抽到接受乙种疗法的患儿69名,其中未治愈6名,治愈63名. 试根据小概率值α=0.005的独立性检验,分析乙种疗法的效果是否比甲种疗法好.
解:
疗法 疗效 合计
未治愈 治愈
甲
乙
合计
根据小概率值α=0.005的χ2独立性检验,没有充分证据推断H0不成立,因此可以认为H0成立,即认为两种疗法效果没有差异.
GGB直观演示教学:
解决独立性检验问题的基本步骤
假设
列表
计算
比较
结论
提出零假设
认真读题,根据相关数据列出2×2列联表
代入公式求出χ2的值
将求出χ2的值与临界值xα进行比较
由比较结果得出相应结论
零假设为H0: 吸烟与患肺癌之间无关联,由表中数据可得
例4 :为研究吸烟是否与肺癌有关,某肿瘤研究所采取有放回简单随机抽样的方法,调查了9965人,得到成对样本观测数据的分类统计结果,如下表所示. 依据小概率值α=0.001的独立性检验,分析吸烟是否会增加患肺癌的风险.
解:
吸烟 肺癌 合计
非肺癌患者 肺癌患者
非吸烟者 7775 42 7817
吸烟者 2099 49 2148
合计 9874 91 9965
吸烟 肺癌 合计
非肺癌患者 肺癌患者
非吸烟者 7775 42 7817
吸