内容正文:
第9章 统计
9.2 独立性检验
1
【课标要求】
1.掌握分类变量和列联表的概念,并会依据列联表判断两个分类变量是否独立.
2.能利用 列联表进行独立性检验,提升利用图表进行数据分析的能力.
3.理解统计量 的意义和独立性检验的基本思想.
2
要点深化·核心知识提炼
3
知识点1.列联表
一般地,对于两个分类变量Ⅰ和Ⅱ,Ⅰ有两类取值,即类和类 (如吸烟与不吸烟);Ⅱ
也有两类取值,即类1和类2(如患呼吸道疾病和未患呼吸道疾病).我们得到如下列联
表所示的抽样数据:
Ⅰ Ⅱ 合计
类1 类2
类
类
合计
上述表格称为 列联表.
4
名师点睛
列联表是两个或两个以上分类变量的汇总统计表,现阶段我们仅研究两个分类变
量的列联表,并且每个分类变量只取两个值,这样的列联表称为 列联表.
5
知识点2.独立性检验
1.定义
用统计量研究两个变量和 是否有关的方法称为独立性检验.
2. 统计量
.
6
3.独立性检验的步骤
要推断“Ⅰ与Ⅱ有关系”,可按下面的步骤进行:
(1)提出假设 Ⅰ与Ⅱ没有关系;
(2)根据列联表及公式,计算 的值;
(3)根据临界值,做出判断.
其中临界值如下表所示:
0.50 0.40 0.25 0.15 0.10
0.455 0.708 1.323 2.072 2.706
0.05 0.025 0.010 0.005 0.001
3.841 5.024 6.635 7.879 10.828
7
例如:
(1)若,则有 的把握认为“Ⅰ与Ⅱ有关系”;
(2)若,则有 的把握认为“Ⅰ与Ⅱ有关系”;
(3)若,则有 的把握认为“Ⅰ与Ⅱ有关系”;
(4)若 ,则认为没有充分的证据显示“Ⅰ与Ⅱ有关系”,但也不能得出结论“
成立”,即Ⅰ与Ⅱ没有关系.
名师点睛
独立性检验的基本思想类似于反证法,我们可以利用独立性检验来考察两个对象
是否有关,并且能较精确地给出这种判断的把握程度.
8
题型分析·能力素养提升
9
【题型一】对独立性检验的理解
例1 在吸烟与患肺癌是否相关的研究中,下列说法正确的是( )
C
A.若,我们有 的把握认为吸烟与患肺癌有关,则在100个吸烟的人中必有
99个人患肺癌
B.由独立性检验可知,当有 的把握认为吸烟与患肺癌有关时,若某人吸烟,则他有
的可能患有肺癌
C.通过计算得到,是指有 的把握认为吸烟与患肺癌有关联
D.以上三种说法都不正确
[解析] 若,我们有 的把握认为吸烟与患肺癌有关,而不是在100个吸烟
的人中必有99个人患肺癌,故A不正确; 是指吸烟与患肺癌有关的概率,而不是吸烟
的人有 的可能患有肺癌,故B不正确;C显然正确,D不正确.
规律方法 的实质就是两个变量相关的概率为 .
10
跟踪训练1 (多选题)给出下列实际问题,其中用独立性检验可以解决的问题有
( )
ACD
A.两种药物治疗同一种病是否有区别 B.吸烟者得肺病的概率
C.吸烟是否与性别有关系 D.网吧与青少年的犯罪是否有关系
[解析] 独立性检验是判断两个分类变量是否有关系的方法,而选项B是概率问题,故选
.
11
【题型二】独立性检验的应用
例2 某校对学生课外活动进行调查,将结果整理成下表,用你所学过的知识进行分析,能
否有 的把握认为“喜欢体育还是文娱与性别有关系”?
单位:人
性别 课外活动 合计
体育 文娱
男 21 23 44
女 6 29 35
合计 27 52 79
12
解 提出假设 喜欢体育还是喜欢文娱与性别没有关系.
,,,, ,
.
当成立时,的概率约为, 我们有 的把握认为,喜欢体育还
是喜欢文娱与性别有关系.
规律方法 解决独立性检验问题的基本步骤
(1)根据已知的数据建立列联表;
(2)求 的值;
(3)判断可能性:与临界值比较,得出事件有关的可能性大小.
13
跟踪训练2 地球上生命体内都存在生物钟.研究表明,生物钟紊乱会导致肥胖、糖尿病、
高血压、高血脂等严重体征状况.控制睡眠或苏醒倾向的生物钟基因,简称 分
为(导致早起倾向)和 (导致晚睡倾向).某研究小组为研究光照对动物的
影响,对实验鼠进行了光照诱导与 蛋白干预实验.以下是16只实验鼠在光照诱导与
蛋白干预实验中,出现突变的 指标.
实验鼠编号 1 2 3 4 5 6 7 8
指标 9.95 9.99 9.96 9.96 10.01 9.92 9.98 10.04
实验鼠编号 9 10 11 12 13 14 15 16
指标 10.26 9.91 10.13 10.02 9.22 10.04 10.05 9.95
14
长期试验发现,若实验鼠指标超过 ,则认定其体征状况严重.
若编号的实验鼠为蛋白干预实验组,编号的为非 蛋白干预对照组,
试依据小概率值的独立性检验,分析 蛋白干预是否与实验鼠体征状况有关?
附:(其中 ),
0.1 0.05 0.01
2.706 3.841 6.635
15
解 根据所给数据,得到 列联表:
蛋白干预 非 蛋白干预 合计
体征状况严重 2 5 7
体征状况不严重 6 3 9
合计 8 8 16
提出假设实验鼠体征状况与 蛋白干预没有关系.
利用列联表中的数据得 ,
根据小概率值的独立性检验,没有充分证据推断不成立,因此可认为 成立,
即认为实验鼠体征状况与 蛋白干预无关.
16
【题型三】独立性检验与概率统计的综合应用
例3 某学校共有1 000名学生,其中男生400
名,为了解该校学生在学校的月消费情况,采
取分层抽样随机抽取了100名学生进行调查,
月消费金额分布在 元之间.根据调
查的结果绘制的学生在校月消费金额的频
率分布直方图如图所示,将月消费金额不低
于750元的学生称为“高消费群”.
17
(1)求 的值,并估计该校学生月消费金额的平均数(同一组中的数据用该组区间的
中点值作代表);
解 由题意知 ,
解得 ,
样本平均数
.
18
(2)若样本中属于“高消费群”的女生有20名,完成下面 列联表.根据这组数据,能
否认为该校学生属于“高消费群”与“性别”有关?
性别 消费情况 合计
属于“高消费群” 不属于“高消费群”
男
女
合计
参考公式:,其中.
0.15 0.10 0.05 0.025 0.010 0.005 0.001
2.072 2.706 3.841 5.024 6.635 7.879 10.828
19
解 由题意可知,样本中男生40人,女生60人.样本中属于“高消费群”的共有25人,其中女
生20人,得出以下 列联表:
单位:人
性别 消费情况 合计
属于“高消费群” 不属于“高消费群”
男 5 35 40
女 20 40 60
合计 25 75 100
提出假设 认为该校学生属于“高消费群”与“性别”无关.
根据列联表中的数据,可以求得
.
故有 的把握认为该校学生属于“高消费群”与“性别”有关.
20
规律方法 通过处理数据、提取信息、构建独立性检验模型、进行推断、获得结论,提
升了学生获取有价值信息并能进行定量分析的意识和能力.
跟踪训练3 某研究所从长江上游区域和长江下游区域分别
任意选取100个观测点进行水质检测,并将水质等级检测结
果按,,,, 分组进行统计,如果水质等
级达到7,就认为该检测点水质“达标”,否则就认为“不达标”,
已知上游区域被检测的观测点中,水质“达标”的有75个,不
达标的有25个,对下游区域的检测结果统计得如下频率分布直方图,其中,, 成等差数
列,且 .
(1)请完成下面的列联表,并判断:能否有 的把握认为长江水质等级是否
“达标”与区域有关?
水质“达标”检测点数 水质“不达标”检测点数 总计
长江上游区域 75 25 100
长江下游区域 100
总计 200
23
解 由题意可得,, ,
解得,, ,
所以长江下游区域水质“达标”检测点数有 (个),则水
质“不达标”检测点数有40个,所以列联表如下:
水质“达标”检测点数 水质“不达标”检测点数 总计
长江上游区域 75 25 100
长江下 游区域 60 40 100
总计 135 65 200
所以
,
所以有 的把握认为长江水质等级是否“达标”与区域有关.
24
(2)为进一步调研长江下游区域的水质情况,若以样本频率估计总体概率,再从整个长
江下游区域中随机抽取3个观测点,记其中水质“达标”的个数为随机变量 ,求 的概率
分布和数学期望.
参考公式:独立性检验统计量,其中 .
临界值表:
0.15 0.10 0.05 0.025 0.010 0.005 0.001
2.072 2.706 3.841 5.024 6.635 7.879 10.828
25
解 由(1)可知长江下游区域水质“达标”的概率为,水质“不达标”的概率为 ,
由题意可得 的可能取值为0,1,2,3,则
,
,
,
,
故 的分布列为
0 1 2 3
0.064 0.288 0.432 0.216
所以 .
26
$