内容正文:
8.3.2 独立性检验 导学案
学习目标
1. 通过实例,理解2×2列联表的统计意义.2.通过实例,了解2×2列联表独立性检验及其应用.
2. 重点难点
1. 重点:2×2列联表,独立性检验的思想和方法.
2. 难点:卡方统计量的导出和意义,独立性检验的思想和方法.
课前预习 自主梳理
知识点一 分类变量
为了表述方便,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.
知识点二 2×2列联表
1.2×2列联表给出了成对分类变量数据的交叉分类频数.
2.定义一对分类变量X和Y,我们整理数据如下表所示:
X
Y
合计
Y=0
Y=1
X=0
a
b
X=1
c
d
c+d
合计
a+c
n=
像这种形式的数据统计表称为2×2列联表.
知识点三 独立性检验
1.定义:利用χ2的取值推断分类变量X和Y 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.
3.独立性检验解决实际问题的主要环节
(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.
自主检测
1.判断正误,正确的画“√”,错误的画“×”.
(1) 分类变量中的变量与函数的变量是同一概念.( )
(2) 等高堆积条形图可初步分析两分类变量是否有关系,而独立性检验中χ2取值则可通过统计表从数据上说明两分类变量的相关性的大小.( )
(3) 事件A与B的独立性检验无关,即两个事件互不影响.( )
(4) χ2的大小是判断事件A与B是否相关的统计量.( )
(5) 概率值α越小,临界值xα越大.( )
(6) 独立性检验的思想类似于反证法.( )
(7) 独立性检验的结论是有多大的把握认为两个分类变量有关系.(√)
2.某校为了研究学生的性别和对待某一活动的态度(支持与不支持)的关系,运用列联表进行独立性检验,经计算,则所得到的统计学结论是:有__________的把握认为“学生性别与支持该活动有关系”( )
0.100
0.050
0.025
0.010
0.001
2.706
3.841
5.024
6.635
10.828
A. B. C. D.
3.通过随机询问110名性别不同的大学生是否爱好体育,
男
女
总计
爱好
40
20
60
不爱好
20
30
50
总计
60
50
110
得到上表:参照附表,得到的正确结论是( )
附:由公式算得:
附表:
0.25
0.15
0.10
0.05
0.025
0.010
0.005
1.323
2.702
2.706
3.841
5.024
6.635
7.879
A.有以上的把握认为“爱好体育运动与性别有关”
B.有以上的把握认为“爱好体育运动与性别无关”
C.在犯错误的概率不超过的前提下,认为“爱好体育运动与性别有关”
D.在犯错误的概率不超过的前提下,认为“爱好体育运动与性别无关”
4.为了丰富教职工业余文化生活,某校计划在假期组织70名老师外出旅游,并给出了两种方案(方案一和方案二),每位老师均选择且只选择一种方案,其中有50%的男老师选择方案一,有75%的女老师选择方案二,且选择方案一的老师中女老师占40%,则参照附表,得到的正确结论是( )
附:
()
0.10
0.05
0.025
2.706
3.841
5.024
,.
A.在犯错误的概率不超过2.5%的前提下,认为“选择方案与性别有关”
B.在犯错误的概率不超过2.5%的前提下,认为“选择方案与性别无关”
C.有95%以上的把握认为“选择方案与性别有关”
D.有95%以上的把握认为“选择方案与性别无关”
5.对分类变量和进行独立性检验的零假设为( )
A.:分类变量和独立
B.:分类变量和不独立
C.:
D.:分类变量和相关联
新课导学
学习探究
环节一 创设情境,引入课题
(1)旧知回顾:在上一节课,我们学习了列联表,由随机事件的稳定性,了解并作出判断两个分类变量是否有关联,请同学们思考:用频率推断两个分类变量是否独立有什么缺点?
前面我们通过列联表整理成对分类变量的样本观测数据,并根据随机事件频率的稳定性推断两个分类变量之间是否有关联.
(2)问题激发:有没有更