8.3.1 分类变量与列联表课件-2022-2023学年高二下学期数学人教A版(2019)选择性必修第三册
|
23页
|
4270人阅读
|
43人下载
普通
内容正文:
8.3.1 分类变量与列联表
8.3 列联表与独立性检验
知识文化
世界无烟日(World No Tobacco Day),是世界卫生组织在1987年创立的,第一个世界无烟日是1988年4月7日,自1989年起,世界无烟日改为每年的5月31日。为什么将世界无烟日改为5月 31日呢?是因为第二天是国际儿童节,希望下一代免受烟草危害。
世界无烟日的意义是宣扬不吸烟的观念。而每年皆会有一个中心主题。
2023年是第36个世界无烟日。
2019年世界无烟日的重点是“烟草和肺部健康”
吸烟是否会增加患肺癌的风险?怎样用数学知识说明呢?
基本概念——
1、分类变量:一种特殊的随机变量,以区别不同的现象或性质
例如: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.
性别、是否吸烟、是否患肺癌、宗教信仰、国籍等等都属于分类变量
体重、身高、温度、考试成绩等等这些变量属于
数值变量
变量
数值变量
分类变量
分类变量与数值变量之间的区别是什么?
基本概念——
变量
数值变量
分类变量
分类变量与数值变量之间的区别是什么?
例:体重、身高、温度、考试成绩等
数值变量的取值为实数.
其大小和运算都有实际含义.
两个数值变量之间的关系:回归分析法;
由一个变量的变化去推测另一个变量的变化
例:性别、是否吸烟、是否患肺癌、国籍等
分类变量的取值可以用实数来表示;
这些数值只作为编号使用,用来表示不同的类别;
并没有通常的大小和运算意义。
例如,学生所在的班级可以用1,2,3等表示,
男性、女性可以用1,0表示
本节我们主要讨论取值是{0,1}的分类变量的关联性问题.
基本概念——
2、2×2列联表
以左表为例, 2×2列联包含了X和Y的如下信息: 最后一行的前两个数分别是事件{Y=0}和{Y=1}中样本点的个数; 最后一列的前两个数分别是事件{X=0}和{X=1}中样本点的个数 ; 中间的四个格中的数是表格的核心部分, 给出了事件{X=x, Y=y}(x, y=0, 1)中样本点的个数; 右下角格中的数是样本空间中样本点的总数.
如上表这样,列出两个分类变量的频数表,称为列联表。
特别地,两个变量都只有两个结果,这样的列联表叫【2×2列联表】
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
牛刀小试:下面是一个2×2列联表,则表中的值分别为( )
合计
7817
21
25 33
合计 106
.96,94 .60,52 .52,54 .50,52
制作:维度小矮人
6
问题情境 为调查吸烟是否对患肺癌有影响,某肿瘤研究所随机地调查了9965人,其中,不吸烟的7817人中42人患肺癌,吸烟的2148人中91人患肺癌,试分析吸烟是否对患肺癌有影响.
不患肺癌(Y=0) 患肺癌(Y=1) 总计
不吸烟(X=0)
吸烟(X=1)
总计
解:定义分类变量X和Y如下:
关于分类变量X和Y的2×2列联表如下:
如何判断两个分类变量之间是否具有关联性呢?
7775
2099
9874
42
49
91
7817
2148
9965
不患肺癌(Y=0) 患肺癌(Y=1) 总计
不吸烟(X=0) 7775 42 7817
吸烟(X=1) 2099 49 2148
总计 9874 91 9965
在不吸烟者中患肺癌的比重是
在吸烟者中患肺癌的比重是
因为,且两个差值比较大,说明吸烟与患肺癌有关联.
两个分类变量之间关联关系的定性分析的方法
方法1——由频率估计概率
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
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.
一般其值相差越大,分类变量有关系的可能性越大。
不患肺癌(Y=0) 患肺癌(Y=1) 总计
不吸烟(X=0) 7775 42 7817
吸烟(X=1) 2099 49 2148
总计 9874 91 9965
两个分类变量之间关联关系的定性分析的方法
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
一般其值相差越大,分类变量有关系的可能性越大。
方法2——借助条件概率
如:利用已知数据分别来计算两个条件概率并进行比较。
因为,说明吸烟者中患肺癌的概率更高。
两个分类变量之间关联关系的定性分析的方法
能够直观地反映出两个分类变量间是否相互影响。
方法3——借助