3.2独立性检验的思想及应用

3. 2.1独立性检验的基本思想及其初步应用教学目标（1）通过对典型案例的探究，了解独立性检验（只要求22列联表）的基本思想、方法及初步应用；（2）经历由实际问题建立数学模型的过程，体会其基本方法。

教学重点：独立性检验的基本方法教学难点：基本思想的领会及方法应用教学过程一、问题情境5月31日是世界无烟日。

有关医学研究表明，许多疾病，例如：心脏病、癌症、脑血管病、慢性阻塞性肺病等都与吸烟有关，吸烟已成为继高血压之后的第二号全球杀手。

这些疾病与吸烟有关的结论是怎样得出的呢？我们看一下问题：某医疗机构为了了解肺癌与吸烟是否有关，进行了一次抽样调查，共调查了9965个人，其中吸烟者2148人，不吸烟者7817人。

调查结果是：吸烟的2148人中有49人患肺癌，2099人未患肺癌；不吸烟的7817人中有42人患肺癌，7775人未患肺癌。

问题：根据这些数据能否断定“患肺癌与吸烟有关”？二、学生活动（1）引导学生将上述数据用下表（一）来表示：（即列联表）不患肺癌患肺癌总计不吸烟7775 42 7817吸烟2099 49 2148总计9874 91 9965（2）估计吸烟者与不吸烟者患肺癌的可能性差异：在不吸烟者中，有427817≈0.54％的人患肺癌；在吸烟的人中，有492148≈2.28％的人患肺癌。

问题：由上述结论能否得出患肺癌与吸烟有关？把握有多大？三、建构数学1、从问题“吸烟是否与患肺癌有关系”引出独立性检验的问题，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。

2、独立性检验：（1）假设H：患肺癌与吸烟没有关系。

即：“吸烟与患肺癌相互独立”。

用A表示不吸烟，B表示不患肺癌，则有P(AB)=P(A)P(B)若将表中“观测值”用字母代替，则得下表（二）：患肺癌未患肺癌合计吸烟 a b b a + 不吸烟 cd d c + 合计c a +d b +d c b a +++学生活动：让学生利用上述字母来表示对应概率，并化简整理。

返回目录
(2)独立性检验(精确判断) 具体实施步骤如下： ①根据实际问题需要的可信程度确定临界值 k0； ② 根 据 观 测 数 据 计 算 随 机 变 量 K2 ＝ a＋bcn＋add－ab＋cc2b＋d的观测值 k，其中 n＝a＋b＋c＋ d 为样本容量；
返回目录
③查临界值表(以K2的观测值k的大小作为检验在多 大程度上可以认为“两个变量有关系”的标准)，如果 k≥k0，就以(1－P(K2≥k0))×100%的把握认为“两分类 变量有关系”；否则，就认为根据样本数据没有充分的 理由说明“两分类变量有关系”．
返回目录
2．(独立性检验)有人发现，多看电视容易使人变冷 漠，下表是一个调查机构对此现象的调查结果.
冷漠 不冷漠 总计 多看电视 68 42 110 少看电视 20 38 58
总计 88 80 168
返回目录
则大约有多大的把握认为多看电视与人变冷漠有关
系( )
A．99%
B．97.5%
C．95%
D．90%
返回目录
要点三 独立性检验
定义 利用随机变量K2来判断“两个分类变量有关系” 的方法称为独立性检验 nad－bc2
公式 K2＝_____a_＋__b__c_＋__d__a_＋__c___b_＋__d_____，其中n＝ ___a_＋_b_＋__c_＋__d___
返回目录
①认真读题，取出相关数据，作出2×2列联表； 具体 ②根据2×2列联表中的数据，计算K2的观测值k； 步骤 ③通过观测值k与临界值k0比较，得出事件有关的
返回目录
P(K2≥k0) 0.100 0.050 0.010 k0 2.706 3.841 6.635
思维导引：根据列联表直接代入K2公式可得南方学 生和北方学生的差异与是否喜欢甜品的相关程度．

解：由列联表中的数据，得 K2 的观测值为 1 633×30×1 355－224×242 k＝ ≈68.033>10.828. 254×1 379×54×1 579 因此，在犯错误的概率不超过 0.001 的前提下，认为每 一晚都打鼾与患心脏病有关.
为了调查某生产线上，某质量监督员甲对产
品质量好坏有无影响，现统计数据如下：质量监督员在现 场时，990件产品中合格品为 982 件，次品数为 8 件，甲不 在现场时，510件产品中合格品为493件，次品数为17件， 试分别用列联表、等高条形图、假设检验的方法对数据进
的方法来判断色盲与性别是否有关？你所得的结论在什么
范围内有效？ 解：根据题目所给的数据作出如下的列联表： 色盲 不色盲 合计
男 女 合计
38 6 44
442 514 956
480 520 1 000
根据列联表作出相应的等高条形图，如图所示：
38 从等高条形图来看在男人中患色盲的比例480比在女人
38 6 6 中患色盲的比例520要大，其差值为480－520 ≈0.068，差
位统一，图形准确，但它不能给我们两个分类变量有关或
无关的精确的判断，若要作出精确的判断，可以进行独立 性检验的有关计算．
本题应首先作出调查数据的列联表，再根据列联表画
出等高条形图，并进行分析，ห้องสมุดไป่ตู้后利用独立性检验作出判 断．
在调查 480 名男士中有 38 名患有色盲， 520名女士中有6名患有色盲，分别利用图形和独立性检验
步
骤
③如果 k≥k0 ，就推断“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证据支持结论“X与Y有 关系”.

学校：二中 学科：数学 编写人： 游恒涛 审稿人:马英济3.2.2独立性检验的基本思想及其初步应用教学目标通过对典型案例的探究，进一步巩固独立性检验的基本思想、方法，并能运用K 2进行独立性检验．教学重点：独立性检验的基本方法 教学难点：基本思想的领会及方法应用 教学过程 一．学生活动练习：（1）某大学在研究性别与职称(分正教授、副教授)之间是否有关系，你认为应该收集哪些数据？女教授人数，男教授人数，女副教授人数，男副教授人数。

（2）某高校“统计初步”课程的教师随机调查了选该课的一些学生情况，具体数据如下表：为了判断主修统计专业是否与性别有关系，根据表中的数据，得到 K 2250(1320107) 4.84423272030⨯⨯-⨯=≈⨯⨯⨯，∵K 2 3.841≥，所以判定主修统计专业与性别有关系，那么这种判断出错的可能性为 ．（答案：5%）附：临界值表（部分）：P （K 2≥k 0）0.10 0.05 0.025 0.010 k 02.7063.8415.0246.635二．数学运用例1 为考察高中生的性别与是否喜欢数学课程之间的关系，在某城市的某校高中生中随机抽取300名学生，得到如下列联表： 喜欢数学课程 不喜欢数学课程 总 计 男 37 85 122 女 35 143 178 总 计72228300由表中数据计算得到2K 的观察值 4.514k ≈. 在多大程度上可以认为高中生的性别与是否数学课程之间有关系？为什么？ （学生自练，教师总结）强调：①使得2( 3.841)0.05P K ≥≈成立的前提是假设“性别与是否喜欢数学课程之间没有关系”.如果这个前提不成立，上面的概率估计式就不一定正确； ②结论有95%的把握认为“性别与喜欢数学课程之间有关系”的含义；③在熟练掌握了两个分类变量的独立性检验方法之后，可直接计算2K 的值解决实际问题，而没有必要画相应的图形，但是图形的直观性也不可忽视.专业性别非统计专业 统计专业男13 10 女7 20例2、为研究不同的给药方式（口服或注射）和药的效果（有效与无效）是否有关，进行了相应的抽样调查，调查结果如表所示。