《独立性检验的基本思想及其初步应用》说课稿

独立性检验的基本思想及其初步应用教材整理 独立性检验 1.卡方统计量 χ2＝n (n 11n 22－n 12n 21)2n 1＋n 2＋n ＋1n ＋2，用χ2的大小可以决定是否拒绝原来的统计假设H 0.如果算出的χ2值较大，就拒绝H 0，也就是拒绝“事件A 与B 无关”，从而就认为它们是有关的了.2.两个临界值(1)当根据具体的数据算出的χ2>3.841时，有95%的把握说事件A 与B 有关； (2)当χ2>6.635时，有99%的把握说事件A 与B 有关，当χ2≤3.841时，认为事件A 与B 是无关的.1.判断(正确的打“√”，错误的打“×”)(1)分类变量中的变量与函数中的变量是同一概念.(×) (2)独立性检验的方法就是反证法.(×)(3)独立性检验中可通过统计表从数据上说明两分类变量的相关性的大小.(√) 2.考察棉花种子经过处理与生病之间的关系，得到下表中的数据：种子处理 种子未处理合计 得病 32 101 133 不得病 61 213 274 合计93314407A.种子是否经过处理与是否生病有关B.种子是否经过处理与是否生病无关C.种子是否经过处理决定是否生病D.有90%的把握认为种子经过处理与生病有关 【解析】χ2＝407×(32×213－61×101)293×314×133×274≈0.164<0.455，即没有充足的理由认为种子是否经过处理跟生病有关. 【答案】 B3.若由一个2×2列联表中的数据计算得χ2＝4.013，那么有__________的把握认为两个变量之间有关系.【解析】查阅χ2表知有95%的把握认为两个变量之间有关系.【答案】95%用2×2列联表分析两变量间的关系在对人们饮食习惯的一次调查中，共调查了124人，其中六十岁以上的70人，六十岁以下的54人.六十岁以上的人中有43人的饮食以蔬菜为主，另外27人则以肉类为主；六十岁以下的人中有21人的饮食以蔬菜为主，另外33人则以肉类为主.请根据以上数据作出饮食习惯与年龄的列联表，并利用n11n1＋与n21n2＋判断二者是否有关系.【自主解答】饮食习惯与年龄2×2列联表如下：年龄在六十岁以上年龄在六十岁以下合计饮食以蔬菜为主432164饮食以肉类为主273360合计7054124 将表中数据代入公式得n11 n1＋＝4364≈0.67，n21 n2＋＝2760＝0.45.显然二者数据具有较为明显的差距，据此可以在某种程度上认为饮食习惯与年龄有关系.1.作2×2列联表时，注意应该是4行4列，计算时要准确无误.2.作2×2列联表时，关键是对涉及的变量分清类别.[再练一题]1.上例中条件不变，尝试用|n11n22－n12n21|的大小判断饮食习惯与年龄是否有关.【解】将本例2×2列联表中的数据代入可得|n11n22－n12n21|＝|43×33－21×27|＝852.相差较大，可在某种程度上认为饮食习惯与年龄有关系.由χ2进行独立性检验某校高三年级在一次全年级的大型考试中，数学成绩优秀和非优秀的学生中，物理、化学、总分也为优秀的人数如下表所示，则我们能否在犯错误的概率不超过0.001的前提下认为数学成绩优秀与物理、化学优秀有关系？物理优秀 化学优秀 总分优秀 数学优秀 228 225 267 数学非优秀14315699注：该年级此次考试中数学成绩优秀的有360人，非优秀的有880人.【精彩点拨】 首先分别列出数学成绩与物理、化学、总分的2×2列联表，再正确计算χ2的观测值，然后由χ2的值作出判断.【自主解答】 (1)根据已知数据列出数学与物理优秀的2×2列联表如下：物理优秀 物理非优秀合计 数学优秀 228 b 360 数学非优秀 143 d 880 合计371b ＋d1 240∴b ＝360－228＝132，d ＝880－143＝737，b ＋d ＝132＋737＝869. 代入公式可得χ2≈270.114.(2)按照上述方法列出数学与化学优秀的2×2列联表如下：化学优秀 化学非优秀合计 数学优秀 225 135 360 数学非优秀 156 724 880 合计3818591 240代入公式可得χ2≈240.611.综上，由于χ2的观测值都大于10.828，因此说明都能在犯错误的概率不超过0.001的前提下认为数学成绩优秀与物理、化学优秀有关系.1.独立性检验的关注点在2×2列联表中，如果两个分类变量没有关系，则应满足n 11n 22－n 12n 21≈0，因此|n 11n 22－n 12n 21|越小，关系越弱；|n 11n 22－n 12n 21|越大，关系越强.2.独立性检验的具体做法(1)根据实际问题的需要确定允许推断“事件A 与B 有关系”犯错误的概率的上界α，然后查表确定临界值k 0.(2)利用公式χ2＝n (n 11n 22－n 12n 221)n 1＋n 2＋n ＋1n ＋2计算随机变量χ2.(3)如果χ2≥k 0，推断“X 与Y 有关系”这种推断犯错误的概率不超过α；否则，就认为在犯错误的概率不超过α的前提下不能推断“X 与Y 有关系”，或者在样本数据中没有发现足够的证据支持结论“X 与Y 有关系”.[再练一题]2.为了调查胃病是否与生活规律有关，在某地对540名40岁以上的人的调查结果如下：患胃病 未患胃病 合计 生活不规律 60 260 320 生活有规律 20 200 220 合计80460540根据以上数据判断40岁以上的人患胃病与生活规律有关吗？ 【解】 由公式得χ2＝540(60×200－260×20)2320×220×80×460≈9.638.∵9.638>6.635，∴有99%的把握说40岁以上的人患胃病与生活是否有规律有关，即生活不规律的人易患胃病.独立性检验的综合应用探究1 利用χ2进行独立性检验，估计值的准确度与样本容量有关吗？【提示】 利用χ2进行独立性检验，可以对推断的正确性的概率作出估计，样本容量n 越大，这个估计值越准确，如果抽取的样本容量很小，那么利用χ2进行独立性检验的结果就不具有可靠性.探究2 在χ2运算后，得到χ2的值为29.78，在判断变量相关时，P (χ2≥6.635)≈0.01和P (χ2≥7.879)≈0.005，哪种说法是正确的？【提示】 两种说法均正确.P (χ2≥6.635)≈0.01的含义是在犯错误的概率不超过0.01的前提下认为两个变量相关；而P (χ2≥7.879)≈0.005的含义是在犯错误的概率不超过0.005的前提下认为两个变量相关.为调查某地区老年人是否需要志愿者提供帮助，用简单随机抽样方法从该地区调查了500位老年人，结果如下：男 女 需要 40 30 不需要160270(1)(2)能否有99%的把握认为该地区的老年人是否需要志愿者提供帮助与性别有关？ (3)根据(2)的结论，能否提出更好的调查方法来估计该地区的老年人中需要志愿者提供帮助的老年人的比例？说明理由.【精彩点拨】 题中给出了2×2列联表，从而可通过求χ2的值进行判定.对于(1)(3)可依据古典概率及抽样方法分析求解.【自主解答】 (1)调查的500位老年人中有70位需要志愿者提供帮助，因此该地区老年人中，需要帮助的老年人的比例的估计值为70500＝14%.(2)χ2＝500×(40×270－30×160)2200×300×70×430≈9.967.由于9.967>6.635，所以有99%的把握认为该地区的老年人是否需要帮助与性别有关. (3)由(2)的结论知，该地区老年人是否需要帮助与性别有关，并且从样本数据能看出该地区男性老年人与女性老年人中需要帮助的比例有明显差异，因此在调查时，先确定该地区老年人中男、女的比例，再把老年人分成男、女两层并采用分层抽样方法进行抽样，这比采用简单随机抽样方法更好.1.检验两个变量是否相互独立，主要依据是利用χ2＝n (n 11n 22－n 12n 21)2n 1＋n 2＋n ＋1n ＋2公式计算χ2的值，再利用该值与3.841，6.635两个值进行比较作出判断.2.χ2计算公式较复杂，一是公式要清楚；二是代入数值时不能张冠李戴；三是计算时要细心.3.统计的基本思维模式是归纳，它的特征之一是通过部分数据的性质来推测全部数据的性质.因此，统计推断是可能犯错误的，即从数据上体现的只是统计关系，而不是因果关系.[再练一题]3.若两个分类变量x 和y 的列联表为：y x y 1 y 2 x 1 5 15 x 24010则x 与y 【解析】 χ2＝(5＋15＋40＋10)(5×10－40×15)2(5＋15)(40＋10)(5＋40)(15＋10)≈18.822. ∵18.822>6.635，∴x 与y 之间有关系的概率约为1－0.01＝0.99. 【答案】 0.99。

独立性检验的基本思想及初步应用教学目标：1. 了解独立性检验的基本思想及其在实际问题中的应用。

2. 学会使用假设检验方法判断两个分类变量之间是否具有独立性。

3. 掌握利用独立性检验解决实际问题的基本步骤。

教学内容：第一章：独立性检验的基本思想1.1 独立性检验的定义1.2 独立性检验的基本原理1.3 独立性检验的应用场景第二章：列联表与卡方检验2.1 列联表的定义及制作2.2 卡方检验的原理及计算2.3 卡方检验的判断标准第三章：假设检验方法3.1 假设检验的定义及类型3.2 独立性检验的假设条件3.3 独立性检验的步骤及注意事项第四章：实际问题中的应用4.1 案例一：产品质量检验4.2 案例二：消费者偏好调查4.3 案例三：疾病与性别关系的分析第五章：总结与拓展5.1 独立性检验在实际问题中的应用范围5.2 独立性检验的局限性5.3 独立性检验与其他统计方法的比较教学方法：1. 讲授：讲解独立性检验的基本思想、原理及应用。

2. 案例分析：分析实际问题，引导学生运用独立性检验解决问题。

3. 小组讨论：分组讨论案例，培养学生的合作与交流能力。

4. 练习与反馈：布置课后习题，及时了解学生掌握情况，给予针对性的指导。

教学评估：1. 课后习题：检验学生对课堂内容的掌握程度。

2. 案例分析报告：评估学生在实际问题中运用独立性检验的能力。

3. 课堂表现：观察学生在课堂讨论、提问等方面的参与度。

教学资源：1. 教材：独立性检验相关章节。

2. 案例材料：产品质量检验、消费者偏好调查、疾病与性别关系等实际问题。

3. 计算器：用于计算卡方值及概率。

教学时数：1. 共计4课时，每课时45分钟。

2. 分配如下：第一章1课时，第二章1课时，第三章1课时，第四章1课时。

第六章：多组独立性检验6.1 多组独立性检验的定义6.2 多组独立性检验的方法6.3 多组独立性检验的应用案例第七章：非参数检验7.1 非参数检验的定义及意义7.2 非参数检验方法简介7.3 独立性检验与非参数检验的比较第八章：独立性检验的软件操作8.1 统计软件的选择与操作8.2 独立性检验的软件实现8.3 结果解读与分析第九章：独立性检验在实际问题中的应用案例分析9.1 案例一：市场调查与分析9.2 案例二：教育公平性研究9.3 案例三：医学研究中的应用第十章：总结与展望10.1 独立性检验在统计学中的地位与作用10.2 独立性检验的发展趋势10.3 独立性检验在未来的挑战与机遇教学方法：1. 讲授：讲解多组独立性检验、非参数检验及软件操作相关知识。

《独立性检验的基本思想及其初步应用》教学设计教学目标：1.理解独立性检验的基本思想2.会从列联表、柱形图、条形图直观判断吸烟与患癌有关。

3.了解随机变量K2的含义。

教学重点：理解独立性检验的基本思想。

教学难点；1.理解独立性检验的基本思想、 2.了解随机变量K2的含义。

课时安排：1课时 教学过程：一、引入：从问题“吸烟是否与患肺癌有关系”引出独立性检验的问题，并借助样本数据的列联表，柱形图，和条形图的展示，使学生直观感觉到吸烟和患肺癌可能会有关系。

但这种结论能否推广到总体呢？要回答这个问题，就必须借助于统计理论来分析。

二、独立性检验就是检验两个分类变量是否有关的一种统计方法：用字母表示吸烟与患肺癌的列联表：不患肺癌 患肺癌 合计 不吸烟 a b a+b 吸烟 c d c+d 合计a+cb+da+b+c+d样本容量 n=a+b+c+d假设H0 : 吸烟与患肺癌没有关系。

则吸烟者中不患肺癌的的比例应该与不吸烟者中相应的比例差不多，即：()()()()()()()220a ca c d c ab ad bc a b c dad bc n ad bc k a b c d a c b d n a b c d≈⇒+≈+⇒-≈++--=++++=+++因此 : 越小, 说明吸烟与患肺癌之间关系越弱.构造随机变量 其中()()2781721489874916.635⨯⨯≈⨯⨯⨯≥≈≥2020220202若H 成立,则K 应该很小. 把表中数据代入公式9965777549-422099K =56.632在H 成立的情况下.统计学家估算出如下概率P K 0.01即在H 成立的情况下,K 的值大于6.635的概率非常小.如果K 6.635,就断定H 不成立,出错的可能性有多大?出现K =56.6326.635 的概率不超过1% .因此,我们有99%的把握认为"吸烟与患肺癌有关系."三、作业：预习17页。

独立检验的基本思想及其初步应用第一课时教学设计第一课时1.2独立性检验的基本思想及其初步应用（一）教学要求：通过探究“吸烟是否与患肺癌有关系”引出独立性检验的问题，并借助样本数据的列联表、柱形图和条形图展示在吸烟者中患肺癌的比例比不吸烟者中患肺癌的比例高，让学生亲身体验独立性检验的实施步骤与必要性.教学重点：理解独立性检验的基本思想及实施步骤.教学难点：了解独立性检验的基本思想、了解随机变量的含义.教学过程：一、复习准备：回归分析的方法、步骤，刻画模型拟合效果的方法（相关指数、残差分析）、步骤.二、讲授新课：1.教学与列联表相关的概念：①分类变量：变量的不同“值”表示个体所属的不同类别的变量称为分类变量.分类变量的取值一定是离散的，而且不同的取值仅表示个体所属的类别，如性别变量，只取男、女两个值，商品的等级变量只取一级、二级、三级，等等.分类变量的取值有时可用数字来表示，但这时的数字除了分类以外没有其他的含义.如用“0”表示“男”，用“1”表示“女”.不患肺癌患肺癌总计不吸烟7775427817吸烟2099492148总计9874919965②列联表：分类变量的汇总统计表（频数表）.一般我们只研究每个分类变量只取两个值，这样的列联表称为.如吸烟与患肺癌的列联表：2.教学三维柱形图和二维条形图的概念：由列联表可以粗略估计出吸烟者和不吸烟者患肺癌的可能性存在差异.（教师在课堂上用EXCEL软件演示三维柱形图和二维条形图，引导学生观察这两类图形的特征，并分析由图形得出的结论）3.独立性检验的基本思想：①独立性检验的必要性（为什么中能只凭列联表的数据和图形下结论？）：列联表中的数据是样本数据，它只是总体的代表，具有随机性，故需要用列联表检验的方法确认所得结论在多大程度上适用于总体.②独立性检验的步骤（略）及原理（与反证法类似）：反证法假设检验要证明结论A备择假设H在A不成立的前提下进行推理在H不成立的条件下，即H成立的条件下进行推理推出矛盾，意味着结论A成立推出有利于H成立的小概率事件（概率不超过的事件）发生，意味着H成立的可能性（可能性为（1－））很大没有找到矛盾，不能对A下任何结论，即反证法不成功推出有利于H 成立的小概率事件不发生，接受原假设③上例的解决步骤第一步：提出假设检验问题H：吸烟与患肺癌没有关系H：吸烟与患肺癌有关系第二步：选择检验的指标（它越小，原假设“H：吸烟与患肺癌没有关系”成立的可能性越大；它越大，备择假设“H：吸烟与患肺癌有关系”成立的可能性越大.第三步：查表得出结论P(k2>k)0.500.400.250.150.100.050.0250.0100.0050.001k0.4550.7081.3232.0722.7063.845.0246.6357.87910.83三、课堂小结分类变量、独立检验的步骤四、课堂练习高中数学选修1-2第17面练习五、课外作业课时练习六、板书设计导入新课例题课堂练习课时小结。

独立性检验的基本思想及其初步应用教学目标：1理解独立性检验的基本思想2、会从列联表、柱形图、条形图直观判断吸烟与患癌有关。

3、了解随机变量K2的含义。

教学重点：理解独立性检验的基本思想。

教学难点；1、理解独立性检验的基本思想、2、了解随机变量K2的含义。

教学过程：一、引入：从问题“吸烟是否与患肺癌有关系”引出独立性检验的问题，并借助样本数据的列联表，柱形图，和条形图的展示，使学生直观感觉到吸烟和患肺癌可能会有关系。

但这种结论能否推广到总体呢？要回答这个问题，就必须借助于统计理论来分析。

二、独立性检验就是检验两个分类变量是否有关的一种统计方法：用字母表示吸烟与患肺癌的列联表：不患肺癌患肺癌 合计 不吸烟 a b a+b 吸烟 c d c+d 合计 a+cb+da+b+c+d样本容量 n=a+b+c+d假设H0 : 吸烟与患肺癌没有关系。

则吸烟者中不患肺癌的的比例应该与不吸烟者中相应的比例差不多，即：()()()()()()()220a ca c d c ab ad bc a b c dad bc n ad bc k a b c d a c b d n a b c d≈⇒+≈+⇒-≈++--=++++=+++因此 : 越小, 说明吸烟与患肺癌之间关系越弱.构造随机变量 其中()()2781721489874916.635⨯⨯≈⨯⨯⨯≥≈≥2020220202若H 成立,则K 应该很小. 把表中数据代入公式9965777549-422099K =56.632在H 成立的情况下.统计学家估算出如下概率P K 0.01即在H 成立的情况下,K 的值大于6.635的概率非常小.如果K 6.635,就断定H 不成立,出错的可能性有多大?出现K =56.6326.635 的概率不超过1% .因此,我们有99%的把握认为"吸烟与患肺癌有关系."。