下载文档原格式
3.2 独立性检验是如何判断两个事件是否相互独立的独立性检验的基本思想类似于反证法.要确认“两个分类变量有关系”这一结论成立的可信程度，首先假设结论不成立，即假设结论“两个分类变量没有关系”成立,在该假设下构造的随机变量2χ应该很小.如果由观测数据计算得到的2χ的观测值很大,则在一定程度上说明假设不合理.根据随机变量2χ的含义,可以通过概率式评价该假设不合理的程度,由实际计算的2χ>6.635,说明假设不合理的程度约为99%,即“两个分类变量有关系”这一结论成立的可信程度约为99%．当2χ≤3.841时,认为两个分类变量是无关的.对于两事件而言即相互独立.1.两个事件独立的判定例1: 为了研究不同的给药方式（口服与注射）和药的效果（有效与无效）是否有关，进行了相应的抽样调查，调查结果列表如下：根据193个病人的数据，能否作出药的效果与给药方式有关的结论？请说明理由．解：提出假设H0：药的效果与给药方式无关系．根据列联表中的数据，得χ2＝2193(58314064)122719895-⨯-⨯⨯⨯⨯≈1.3896＜2.072．当H0成立时，χ2＞1.3896的概率大于15%，这个概率比较大，所以根据目前的调查数据，不能否定假设H0，即不能作出药的效果与给药方式有关的结论．注意：这是一个由列联表来验证的独立性检验问题,其结论是没有关系的假设成立.并且应该注意上述结论是对所有口服药物与注射药物的实验人而言的,绝不要误以为对被跟踪的193个跟踪研究对象成立.例2:调查某医院某段时间内婴儿出生的时间与性别的关系,得到下面的数据表．试问能以多大把握认为婴儿的性别与出生时间有关系.分析：利用表中的数据通过公式计算出2χ统计量,可以用它的取值大小来推断独立性是否成立．解：由公式()841.368892.35732345531826248922<≈⨯⨯⨯⨯-⨯⨯=χ 故婴儿的性别与出生时间是相互独立的(也可以说没有充分证据显示婴儿的性别与出生时间有关)．2.两个事件不独立的判定例3:在某医院，因为患心脏病而住院的665名男性病人中,有214人秃顶,而另外772名不是因为患心脏病而住院的男性病人中有175人秃顶.利用独立性检验方法判断秃顶与患心脏病是否有关系?你所得的结论在什么范围内有效?分析:列出22⨯列联表,利用公式求出2χ与两个临界值3.841与6．635比较大小得适当范围.解：根据题目所给数据得到如下表所示： 秃顶与患心脏病列联表由公式,得:()635.6373.167726651048389451175597214143722>≈⨯⨯⨯⨯-⨯⨯=χ所以有99％的把握认为“秃顶与患心脏病有关”.说明:因为这组数据来自住院的病人,因此所得到的结论适合住院的病人群体.例4.某班主任对全班50名学生进行了作业量多少的调查,喜欢玩电脑游戏的同学认为作业多的有18人,认为作业不多的有9人,不喜欢玩电脑游戏的同学认为作业多的有8人,认为作业不多的有15人,则认为喜欢玩电脑游戏与认为作业量的多少有关系的把握大约是多少？解：2x =059.523272426)981518(502=⨯⨯⨯⨯-⨯， ()024.52>x P =0.025, 有97.5%的把握认为喜欢玩电脑游戏与认为作业多有关系.。
7.教学环节： 教师活动学生活动媒体&信息技术应用环节一：问题回溯教师活动1回顾上节课的例1例1.为比较甲、乙两所学校学生的数学水平，采用简单随机抽样的方法抽取88名学生. 通过测验得到了如下数据: 甲校43名学生中有10名数学成绩优秀；乙校45名学生中有7名数学成绩优秀.试分析两校学生中数学成绩优秀率之间是否存在差异.思考：你认为“两校学生的数学成绩优秀率存在差异”这一结论是否有可能是错误的？学生活动1学生回顾上节课的例题1，并作出回答。
媒体&信息技术应用1教学PPT 展示活动意图说明：对于随机样本而言，因为频率具有随机性，频率与概率之间存在误差，所以我们的推断可能犯错误，而且在样本容量较小时，犯错误的可能性会较大.因此需要找到一种更为合理的推断方法，同时能对出现错误推断的概率有一定的控制或估算。
环节二：新知探究一教师活动2考虑以ΩΩ上，取值于{0,1}的成对分类变量。
我们希望判断事件{X=1}和{Y=1}之间是否有关联。
抽象简化列联表如下：我们需要判断下面的假定关系：0:(1|0)(1|1)H P Y X P Y X =====是否成立，通常称H 0为零假设或原假设.（类比法官判案中的无罪假设） 进一步由条件概率(0,1)(1,1)(0)(1)P X Y P X Y P X P X ====⇒===(1)(1,1)(1,1)(0)(1)P Y P X Y P X Y P X P X =-====⇒===(1)(1)(1)(1,1)(0)(1,1)P Y P X P X P X Y P X P X Y ⇒=⋅===⋅==+=⋅== (1)(1)(1,1)P Y P X P X Y ⇒=⋅====所以零假设H 0 等价于{X=1}和{Y=1}独立。
学生活动2做好预习，认真阅读材料，了解原假设的设法，以及领悟如何从条件概率出发，一步一步把事件的独立和分类变量的独立等价起来。
此处要求学生复习好条件概率及其性质。
高二数学独立性检验知识点独立性检验是高中数学中的重要概念之一，用于判断两个或多个事件是否相互独立。
在数学考试中，独立性检验经常被应用于概率统计等相关题目。
本文将详细介绍高二数学中的独立性检验知识点，帮助同学们更好地理解和应用。
一、独立性的定义和特性在进行独立性检验之前，我们首先需要了解独立性的定义和特性。
在概率统计中，两个事件A和B的独立性表示事件A的发生与事件B的发生是互相独立的，即A的发生不影响B的发生，反之亦然。
独立性的特性包括以下几个方面：1. 互斥性：如果A和B互斥（即A和B不能同时发生），则A和B是相互独立的。
2. 互不影响性：如果A和B是相互独立的，那么A和B的补事件也是相互独立的。
即P(A) = 1 - P(A')，P(B) = 1 - P(B')。
3. 乘法法则：如果A和B是相互独立的，那么P(A∩B) = P(A) × P(B)。
二、独立性检验方法在实际应用中，我们需要通过数据分析或实验来判断两个事件是否独立。
针对不同情况，有不同的独立性检验方法。
1. 经验法：当数据较少或不能进行大样本实验时，我们可以使用经验法来判断独立性。
经验法主要是通过观察、比较和思考来判断两个事件是否独立。
2. 理论法：当数据比较充足并且满足一定的条件时，我们可以使用理论法来进行独立性检验。
理论法主要是基于概率计算和统计推断来判断独立性。
三、常见的独立性检验方法在高二数学中，常见的独立性检验方法包括以下几种：1. 卡方检验：卡方检验是一种针对频数资料的检验方法，用于检验两个事件是否独立。
通过计算观察频数和期望频数之间的差异来判断独立性。
2. 相关系数检验：相关系数检验可以用于判断两个事件之间是否存在线性相关性。
当两个事件呈现出线性相关性时，它们往往是不独立的。
3. 二项分布检验：二项分布检验可以用于判断两个事件的独立性。
当事件满足二项分布的条件时，可以通过计算观察值与理论值之间的差异来判断独立性。
