《独立性检验的思想及应用PPT课件》由会员分享，可在线阅读，更多相关《独立性检验的思想及应用PPT课件（12页珍藏版）》请在金锄头文库上搜索。
1、3.2独立性检验的独立性检验的基本思想及其初步基本思想及其初步应用应用 第三章第三章 统计案例统计案例8/30/2024郑平正 制作独立性检验独立性检验本节研究的是两个分类变量的独立性检验问题。在日常生活中，我们常常关心在日常生活中，我们常常关心分类变量之间是否有关系分类变量之间是否有关系：例如，吸烟是否与患肺癌有关系？例如，吸烟是否与患肺癌有关系？ 性别是否对于喜欢数学课程有影响？等等。性别是否对于喜欢数学课程有影响？等等。8/30/2024郑平正 制作 吸烟与肺癌列联表吸烟与肺癌列联表不患肺癌不患肺癌患肺癌患肺癌总计总计不吸烟不吸烟77757775424278177817吸烟吸烟20992
2、099494921482148总计总计98749874919199659965为了调查吸烟是否对肺癌有影响，某肿瘤研究所随机为了调查吸烟是否对肺癌有影响，某肿瘤研究所随机地调查了地调查了99659965人，得到如下结果（单位：人）人，得到如下结果（单位：人）列联表列联表在不吸烟者中患肺癌的比重是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在吸烟者中患肺癌的比重是 说明：吸烟者和不吸烟者患肺癌的可能性存在差异，吸烟者患说明：吸烟者和不吸烟者患肺癌的可能性存在差异，吸烟者患肺癌的可能性大。肺癌的可能性大。0.54%0.54%2.28%2.28%探究探究8/30/2024郑平正 制作 上上面
3、面我我们们通通过过分分析析数数据据和和图图形形，得得到到的的直直观观印印象象是是吸吸烟烟和和患患肺肺癌癌有有关关，那那么么事事实实是是否否真真的的如如此此呢呢？这这需需要要用用统统计计观观点点来考察这个问题。来考察这个问题。 现在想要知道能够以多大的把握认为现在想要知道能够以多大的把握认为“吸烟与患肺癌有关吸烟与患肺癌有关”，为此先假设为此先假设 H0：吸烟与患肺癌没有关系吸烟与患肺癌没有关系.不患肺癌不患肺癌患肺癌患肺癌总计总计不吸烟不吸烟aba+b吸烟吸烟cdc+d总计总计a+cb+da+b+c+d把表中的数字用字母代替，得到如下用字母表示的列联表把表中的数字用字母代替，得到如下用字母表示
4、的列联表 用用A表示不吸烟，表示不吸烟，B表示不患肺癌，则表示不患肺癌，则“吸烟与患肺癌没有关系吸烟与患肺癌没有关系”等价于等价于“吸烟与患肺癌独立吸烟与患肺癌独立”，即假设，即假设H0等价于等价于 P(AB)=P(A)P(B).8/30/2024郑平正 制作因此因此|ad-bc|越小，说明吸烟与患肺癌之间关系越弱；越小，说明吸烟与患肺癌之间关系越弱； |ad-bc|越大，说明吸烟与患肺癌之间关系越强。越大，说明吸烟与患肺癌之间关系越强。不患肺癌不患肺癌患肺癌患肺癌总计总计不吸烟不吸烟aba+b吸烟吸烟cdc+d总计总计a+cb+da+b+c+d在表中，在表中，a恰好为事件恰好为事件AB发生的
5、频数；发生的频数；a+b和和a+c恰好分别为事恰好分别为事件件A和和B发生的频数。由于频率接近于概率，所以在发生的频数。由于频率接近于概率，所以在H0成立的条成立的条件下应该有件下应该有8/30/2024郑平正 制作 为为了了使使不不同同样样本本容容量量的的数数据据有有统统一一的的评评判判标标准准，基基于于上上述述分分析，我们构造一个随机变量析，我们构造一个随机变量-卡方统计量卡方统计量（1） 若若 H0成立，即成立，即“吸烟与患肺癌没有关系吸烟与患肺癌没有关系”，则，则K2应很小。应很小。根据表根据表3-7中的数据，利用公式（中的数据，利用公式（1）计算得到）计算得到K2的观测值为：的观测值
6、为：那么这个值到底能告诉我们什么呢？那么这个值到底能告诉我们什么呢？（2） 独立性检验独立性检验8/30/2024郑平正 制作随随机机变变量量-卡卡方方统统计计量量 5、独立性检验独立性检验0.500.400.250.150.100.050.0250.0100.0050.0010.4550.7081.3232.0722.7063.8415.0246.6357.87910.828临界值表临界值表0.1%0.1%把握认为把握认为A A与与B B无关无关1%1%把握认为把握认为A A与与B B无关无关99.9%99.9%把握认把握认A A与与B B有关有关99%99%把握认为把握认为A A与与B B
7、有关有关90%90%把握认为把握认为A A与与B B有关有关10%10%把握认为把握认为A A与与B B无关无关没有充分的依据显示没有充分的依据显示A A与与B B有关，但也不能显示有关，但也不能显示A A与与B B无关无关8/30/2024郑平正 制作在在H0成立的情况下，统计学家估算出如下的概率成立的情况下，统计学家估算出如下的概率 即即在在H0成成立立的的情情况况下下，K2的的值值大大于于6.635的的概概率率非非常常小小，近近似似于于0.01。 也也就就是是说说，在在H0成成立立的的情情况况下下，对对随随机机变变量量K2进进行行多多次次观观测，观测值超过测，观测值超过6.635的频率约
8、为的频率约为0.01。思考 答：判断出错的概率为0.01。8/30/2024郑平正 制作判断判断 是否成立的规则是否成立的规则如果如果 ，就判断，就判断 不成立，即认为吸烟与不成立，即认为吸烟与患肺癌有关系；否则，就判断患肺癌有关系；否则，就判断 成立，即认为吸烟成立，即认为吸烟与患肺癌有关系。与患肺癌有关系。独立性检验的定义独立性检验的定义 上面这种利用随机变量上面这种利用随机变量K2来确定在多大程度上来确定在多大程度上可以认为可以认为“两个分类变量有关系两个分类变量有关系”的方法，称为两的方法，称为两个分类变量的个分类变量的独立性检验独立性检验。在该规则下，把结论在该规则下，把结论“ 成立
9、成立”错判成错判成“ 不不成立成立”的概率不会差过的概率不会差过即有即有99%的把握认为的把握认为 不成立。不成立。8/30/2024郑平正 制作表表1-11 2x2联表联表 一一般般地地，假假设设有有两两个个分分类类变变量量X和和Y，它它们们的的值值域域分分别别为为x1,x2和和y1,y2,其其样样本本频频数数列列联联表表（称称为为2x2列列联表）为：联表）为：y1y2总计总计x1aba+bx2cdc+d总计总计a+cb+da+b+c+d8/30/2024郑平正 制作在实际应用中，要在获取样本数据之前通过下表确定临界值：在实际应用中，要在获取样本数据之前通过下表确定临界值：0.500.400
10、.250.150.100.455 0.7081.3232.0722.7060.050.0250.0100.0050.0013.841 5.0246.6367.87910.828具体作法是：具体作法是：(1)根据实际问题需要的可信程度确定临界值根据实际问题需要的可信程度确定临界值 ；(2)利用公式利用公式(1)，由观测数据计算得到随机变量，由观测数据计算得到随机变量 的观测值；的观测值；(3)如果如果 ，就以，就以 的把握认为的把握认为“X与与Y有关系有关系”；否则就说样本观测数据没有提供；否则就说样本观测数据没有提供“X与与Y有关系有关系”的充分证据。的充分证据。8/30/2024郑平正 制作例例1.1.在在500500人人身身上上试试验验某某种种血血清清预预防防感感冒冒作作用用，把把他他们们一一年年中中的的感感冒冒记记录录与与另另外外500500名名未未用用血血清清的的人人的的感感冒冒记记录录作作比比较较，结结果如表所示。果如表所示。未未感冒感冒感冒感冒合计合计使用血清使用血清252248500未未使用血清使用血清224276500合计合计4765241000试画出列联表的条形图，并通过图形判断这种血清能否起到预试画出列联表的条形图，并通过图形判断这种血清能否起到预防感冒的作用？并进行独立性检验。防感冒的作用？并进行独立性检验。8/30/2024郑平正 制作
