1、独立性调查

独立性检验及其在日常生活中的应用
独立性检验是统计分析中一种常用的分析方法，用来检验两个或多个变量之间是否存在独
立性。

它可以用来分析实验结果，判断哪一变量对另一变量有多大影响。

独立性检验包括卡方检验、t检验、卡方检验和秩相关检验四种。

卡方检验是一种检验样
本中变量间独立性的常用方法，可以用于分析多组实验数据，以识别哪些变量之间存在相
互关系。

t检验则用于检验一组样本的均值和样本的成分是否有显著的差异。

卡方检验经
常用于研究样本组之间是否存在显著的观测值，或者在两个和多个非互斥分类中检验变量
之间是否存在关联。

最后，秩相关检验是一种检验两个变量之间存在折中或正向相关性的统计技术。

独立性检验在日常生活中也有广泛的应用。

比如，大量的调查性研究中都需要用独立性检验来评估调查结果，以考察某种情况下两个或多个因素之间的关系。

此外，在医药研究中，也广泛应用独立性检验，以检验某种药物对治疗所谓的“抑郁症”有何效果。

食品行业也用
独立性检验来评估口味与品质之间的关联，以确定质量控制水平。

另外，主流企业也通过
独立性检验来分析销售额，市场占有率，投资回报率等多种指标之间的相关性，为决策提
供科学依据。

总之，独立性检验作为统计分析中常用的分析方法，在实际应用中具有重要意义。

它可以帮助我们理解实验结果，找出合理的解释，并指导我们合理有效地做出决策，有助于提高
我们的工作效率。

独立性及其社会关系状况的调查报告xx年xx月xx日•调查背景与目的•调查方法与样本•调查结果与分析•结论与建议目•参考文献与附录录01调查背景与目的1调查背景23独立性是一个重要的个体特质，它影响人们在生活中的表现和满意度。

独立性包括认知、情感和行为三个维度，每个维度都对人们的社会关系产生影响。

社会关系对人们的心理健康、幸福感和生活质量都有重要影响。

调查目的探讨独立性对人们在社会中的表现和满意度的影响。

了解独立性各维度与社会关系状况的关系。

为提高个体的独立性和改善其社会关系提供建议和指导。

02调查方法与样本调查方法采用问卷调查法，以收集关于独立性及其社会关系状况的相关信息。

问卷设计包含与独立性相关的自我评价、社会互动、社交支持等方面的问题。

数据分析方法包括描述性统计、因素分析和相关分析等。

样本基本信息共收集有效问卷1000份。

样本受教育程度分布：高中及以下占20%，大专占30%，本科占35%，硕士及以上占15%。

样本年龄分布：18-25岁占30%，26-35岁占40%，36-45岁占20%，46岁以上占10%。

样本性别分布：男性占45%，女性占55%。

03调查结果与分析独立生活能力调查显示，大部分受访者（70%）具备较好的独立生活能力，能够独立完成日常生活中的基本事务，如购物、烹饪、打扫等。

财务独立性约有80%的受访者表示自己能够独立处理财务事务，包括收支平衡、储蓄和投资等方面。

社交独立性在社交方面，65%的受访者表示自己能够独立建立并维护社交关系，具备良好的社交技巧和沟通能力。

独立性状况调查结果社会关系状况调查结果家庭关系90%的受访者表示与家庭成员之间保持密切的关系，能够互相支持和照顾。

要点一要点二朋友关系约75%的受访者表示自己拥有稳定的朋友圈，能够获得情感支持和帮助。

社区参与度60%的受访者表示积极参与社区活动，与邻居、志愿者等建立良好的互动关系。

要点三独立生活能力与社交独立性的相关性独立生活能力较强的受访者往往具备更好的社交技巧和沟通能力，这表明独立生活能力有助于培养社交独立性。

概率与统计 专题四：独立性检验一、知识储备 1．22⨯列联表设X ，Y 为两个变量，它们的取值分别为12{}x x ,和12{}y y ,，其样本频数列联表(22⨯列联表)如下：2．独立性检验利用随机变量2K (也可表示为2χ)2()()()()()n ad bc a b c d a c b d -=++++(其中n a b c d =+++为样本容量)来判断“两个变量有关系”的方法称为独立性检验． 3．独立性检验的一般步骤(1)根据样本数据列出22⨯列联表；(2)计算随机变量2K 的观测值k ，查下表确定临界值k 0：(3)如果0k k ≥，就推断“X 与Y 有关系”，这种推断犯错误的概率不超过()20P K k ≥；否则，就认为在犯错误的概率不超过()20P K k ≥的前提下不能推断“X 与Y 有关系”．【注意】(1)通常认为 2.706k ≤时，样本数据就没有充分的证据显示“X 与Y 有关系”．(2)独立性检验得出的结论是带有概率性质的，只能说结论成立的概率有多大，而不能完全肯定一个结论，因此才出现了临界值表，在分析问题时一定要注意这点，不可对某个问题下确定性结论，否则就可能对统计计算的结果作出错误的解释．(3)独立性检验是对两个变量有关系的可信程度的判断，而不是对其是否有关系的判断．二、例题讲解1．（2022·榆林市第十中学高三月考（文））随着经济的发展，人们的生活水平显著提高，健康意识不断增强，健康管理理念深入人心，人们参加体育锻炼的次数与时间在逐渐增加.某校一个课外学习小组为研究居民参加体育锻炼的时长（时长不超过60分钟）是否与性别有关，对某小区居民进行调查，并随机抽取了100名居民的调查结果，其中男性有55人，根据调查结果绘制了居民日均锻炼时间的频率分布直方图如下：(1)求样本中居民日均锻炼时间的中位数；(2)将日均锻炼时间不低于40分钟的居民称为“健生达人”（健康生活达人），已知样本中“健生达人”中有10名女性，根据已知条件完成下面22⨯列联表，并据此资料判断是否有95%的把握认为“健生达人”与性别有关.附：()()()()()22n ad bcKa b c d a c b d-=++++，n a b c d=+++.【答案】(1)32.8分钟；(2)表格见解析，没有95%的把握认为“健生达人”与性别有关. 【分析】(1)根据中位数的定义求样本中居民日均锻炼时间的中位数；(2)分析数据，完成列联表，计算2K ，通过比较其与临界值的大小，确定是否接受假设. 【详解】解：本题考查独立性检验.(1)由频率分布直方图知日均锻炼时间在[)0,30对应的频率为0.050.180.20.43++=，则中位数位于[)30,40，且中位数为0.500.43301032.80.25-+⨯=（分钟）(2)由频率分布直方图可知在抽取的100人中，“健生达人”有32人，从而22⨯列联表如下：得()210033103522 3.595 3.84155456832K ⨯-⨯=≈<⨯⨯⨯，所以没有95%的把握认为“健生达人”与性别有关2．（2022·江苏南京市·高三开学考试）科研小组为提高某种水果的果径，设计了一套实验方案，并在两片果园中进行对比实验.其中实验园采用实验方案，对照园未采用.实验周期结束后，分别在两片果园中各随机选取100个果实，按果径分成5组进行统计：[)21,26，[)26,31，[)31,36，[)36,41，[]41,46（单位：mm ）.统计后分别制成如下的频率分布直方图，并规定果径达到36mm 及以上的为“大果”.（1）请根据题中信息完成下面的列联表，并判断是否有99.9%的把握认为“大果”与“采用实验方案”有关；（2）根据长期种植经验，可以认为对照园中的果径X 服从正态分布()2,N μσ，其中μ近似为样本平均数x ，5.5σ≈，请估计对照园中果径落在区间()39,50内的概率.（同一组中的数据以这组数据所在区间中点的值作代表）附：①()()()()()22n ad bc K a b c d a c b d -=++++；②若X 服从正态分布()2,N μσ，则()0.683P X μσμσ-<<+=，()220.954P X μσμσ-<<+=，()330.997P X μσμσ-<<+=.【答案】（1）列联表见解析，有99.9%的把握认为两者有关；（2）0.157. 【分析】（1）根据频率分布直方图分别求出采用实验方案大果和非大果数量及未采用实验方案大果和非大果数量，从而可得出列联表，再根据公式求出2K ，对照临界值表即可得出结论；（2）求出样本平均数x ，再根据正态分布的性质即可得出答案. 【详解】解：（1）由频率分布直方图可得：采用实验方案大果的数量为()50.1100.01010060⨯+⨯=个， 则非大果数量为1006040-=个，未采用实验方案大果的数量为()50.0400.02010030⨯+⨯=个， 则非大果数量为1003070-=个， 列联表如下：22006070304020010.8281001009011011K ⨯-⨯==⨯⨯⨯＞，所以有99.9%的把握认为两者有关； （2）由题中数据，23.50.128.50.233.50.438.50.243.50.133.5x =⨯+⨯+⨯+⨯+⨯=， 则33.5μ=，则()()0.9970.683395030.157P X P X μσμσ-=++==＜＜＜＜.三、实战练习1．（2022·定远县育才学校高三开学考试（文））微信是腾讯公司推出的一种手机通信软件，它支持发送语音短信､视频､图片和文字，一经推出便风靡全国，甚至涌现出一批在微信的朋友圈内销售商品的人.为了调查微信用户每天使用微信的时间，某经销化妆品的店家在一广场随机采访男性､女性用户各50名，将男性､女性平均每天使用微信的时间（单位：h ）分成5组：(0,2],(2,4],(4,6],(6,8],(8,10]分别加以统计，得到如图所示的频率分布直方图.（1）根据频率分布直方图估计女性平均每天使用微信的时间；（2）若每天玩微信超过4h 的用户称为“微信控”，否则称为“非微信控”，判断是否有90%的把握认为“微信控”与性别有关. 附表：（参考公式：22()()()()()n ad bc K a b c d a c b d -=++++，其中n a b c d =+++）【答案】（1）4.76()h ；（2）有90%的把握认为“微信控”与性别有关. 【分析】（1）用每个小矩形的面积乘以对应小矩形底边的中点，然后求和即可得到答案；（2）先通过频率分布直方图面积为1求出a ，进而根据参考公式求出K 2，然后将数据进行对比即可得到答案. 【详解】（1）由女性的频率分布直方图，可知女性用户平均每天使用微信的时间为0.1610.2430.2850.2070.129 4.76()h ⨯+⨯+⨯+⨯+⨯=.（2）由男性的频率分布直方图，可得2(0.040.1420.12)1a +++⨯=，解得0.08a =.由两个频率分布直方图，可得22⨯列联表如下：2K的观测值2100(38203012)2.941 2.70650506832k⨯⨯-⨯=≈>⨯⨯⨯，所以有90%的把握认为“微信控”与性别有关.2．（2022·河北唐山·高三开学考试）数字人民币是由央行发行的法定数字货币，它由指定运营机构参与运营并向公众兑换，与纸钞和硬币等价.截至2022年6月30日，数字人民币试点场景已超132万个，覆盖生活缴费､餐饮服务､交通出行､购物消费､政务服务等领域.为了进一步了解普通大众对数字人民币的感知以及接受情况，某机构进行了-次问卷调查，部分结果如下：（1）如果将高中及高中以下的学历称为“低学历”，大学专科及以上学历称为“高学历”，根据所给数据，完成下面的22⨯列联表；（2）若从低学历的被调查者中，按对数字人民币的了解程度用分层抽样的方法抽取8人，然后从这8人中抽取2人进行进一步调查，求被选中的2人中至少有1人对数字人民币不了解的概率；（3）根据列联表，判断是否有95%的把握认为“是否了解数字人民币”与“学历高低”有关？ 附：()()()()()22n ad bc K a b c d a c b d -=++++【答案】（1）列联表答案见解析；（2）914；（3）没有95%的把握认为“是否了解数字人民币”与“学历高低”有关. 【分析】（1）根据题中所给数据完成22⨯列联表即可；（2）根据分层抽样分别求出不了解数字人民币和了解数字人民币的人数，再根据古典概型公式即可得解； （3）根据公式求出2K ，在参照临界值表即可得出结论. 【详解】解：（1）22⨯列联表如下：（2）从低学历被调查者中按对数字人民币的了解程度用分层抽样的方法抽取8人，抽取的8人中，不了解数字人民币的有81503400⨯=人， 了解数字人民币的有82505400⨯=人， 从这8人中抽取2人进行进一步调查，求被选中的2人中至少有1人对数字人民币不了解的概率2528C 91C 14P =-=.（3）根据列联表得()22800125250150275800 3.463 3.841275525400400231K ⨯⨯-⨯==≈<⨯⨯⨯.故没有95%的把握认为“是否了解数字人民币”与“学历高低”有关.3．（2022·广东实验中学高三月考）在传染病学中，通常把从致病刺激物侵入机体或者对机体发生作用起，到机体出现反应或开始呈现该疾病对应的相关症状时止的这一阶段称为潜伏期．一研究团队统计了某地区1000名患者的相关信息，得到如下表格：（1）求这1000名患者的潜伏期的样本平均值x （同一组中的数据用该组区间的中点值作代表）； （2）该传染病的潜伏期受诸多因素的影响，为研究潜伏期与患者年龄的关系，以潜伏期是否超过6天为标准进行分层抽样，从上述1000名患者中抽取200人，得到如下列联表请将列联表补充完整，并根据列联表判断是否有95%的把捏认为潜伏期与息者年龄有关；（3）以这1000名患者的潜伏期超过6天的频率，代替该地区1名患者潜伏期超过6天发生的概率，每名患者的潜伏期是否超过6天相互独立．为了深入研究，该研究团队随机调查了20名患者，其中潜伏期超过6天的人数最有可能（即概率最大）．．．．．．．．．．．是多少？ 附：22()()()()()n ad bc K a b c d a c b d -=++++，其中n a b c d =+++．【答案】（1）5.4天；（2）列联表见解析，没有95%的把捏认为潜伏期与息者年龄有关.（3）潜伏期超过6天最有可能．．．．是8人.【分析】（1）根据频率直方表求平均值即可.（2）由题设写出列联表，根据卡方检验公式计算卡方值，比照参考值即可知是否有95%的把捏认为潜伏期与息者年龄有关；（3）由题意知潜伏期超过6天的人数2(20,)5X B ，则202032()()()55k k kP X k C -==，应用不等法求最大概率时的k 值即可. 【详解】（1）10.08530.20550.3170.2590.13110.015130.005x =⨯+⨯+⨯+⨯+⨯+⨯+⨯ 5.4=天.（2）由题设知：[0,6]的频率为0.6，(6,14]的频率为0.4，故200人中潜伏期在[0,6]上有120人，在(6,14]上有80人. 列联表如下：∴22200(65453555) 2.083 3.84110010012080K ⨯⨯-⨯=≈<⨯⨯⨯，故没有95%的把捏认为潜伏期与息者年龄有关.（3）由患者潜伏期超过6天发生的概率400210005=， 设潜伏期超过6天的人数为X ，则2(20,)5XB ，∴202032()()()55k k kP X k C -==且020k ≤≤，*k N ∈，由题意，()(1)()(1)P X k P X k P X k P X k =≥=+⎧⎨=≥=-⎩，即2019112020202111202032325555{32325555k k k k k k k k k k k k C C C C --++----⎛⎫⎛⎫⎛⎫⎛⎫≥ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎛⎫⎛⎫⎛⎫⎛⎫≥ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭，化简得3(1)2(20)2(21)3k k k k +≥-⎧⎨-≥⎩，解得374255k ≤≤， ∴8k ，即潜伏期超过6天最有可能．．．．是8人. 4．（2022·黑龙江高三其他模拟（文））据有关部门统计，2021年本科生的平均签约薪酬为每月4300元.2021年某高校毕业生就业指导中心为了分析本校本科毕业生的专业课成绩优秀与否与本科毕业生就业后获得薪酬的关系，随机调查了从学校毕业的200名本科毕业学进行研究.研究结果表明：在专业课成绩优秀的120名本科毕业生中有90人每月工资超过人民币4300元，另30人每月工资低于人民币4300元；在专业课成绩不优秀的80名本科毕业生中有20人每月工资超过人民币4300元，另60人每月工资低于人民币4300元. （1）试根据上述数据完成22⨯列联表；（2）能否在犯错误的概率不超过0.001的前提下认为“该高校本科毕业生的专业课成绩优秀”与“每月工资超过当年本科生的平均签约薪酬”有关系？参考公式：()()()()()22n ad bcKa b c d a c b d-=++++，其中n a b c d=+++.【答案】（1）列联表见解析；（2）能. 【分析】（1）根据题目已知数据完成22⨯列联表；（2）计算2K，根据临界值表判断即可【详解】（1）22⨯列联表如下：（2）因为()22009060302016004810.828 120801109033K⨯⨯-⨯==>>⨯⨯⨯.所以能在犯错误的概率不超过0.001的前提下认为“该校毕业生的专业课成绩优秀”与“每月工资超过当年本科生的平均签约薪酬”有关系.【点睛】方法点睛：本题考查22⨯联表判断相关性，独立性检验的一般步骤：第一步，提出假设0H：两个分类变量A和B没有关系；第二步，根据22⨯列联表和公式计算2K统计量；第三步，查对课本中临界值表，作出判断。

（2）定量变量：
定量变量的取值一定是实数，它们的取值大小有 定量变量的取值一定是实数， 特定的含义，不同取值之间的运算也有特定的含义。 特定的含义，不同取值之间的运算也有特定的含义。
例如身高、体重、考试成绩等，张明的身高是 例如身高、体重、考试成绩等，张明的身高是180cm，李立的 ， 身高是175cm，说明张明比李立高 身高是 ，说明张明比李立高180-175=5（cm）。 （ ）
1.2 独立性检验的基本思想 及其初步应用
现实生活中的几个问题 吸烟是否与得肺癌有关系？ 性别是否与数学好坏有关？ 韩国人比中国人个子高？
1、介绍两个相关的概念 、 （1）分类变量：
对于性别变量，其取值为男和女两种， 对于性别变量，其取值为男和女两种，这种变量的 不同“ 表示个体所属的不同类别 不同类别， 不同 “ 值 ” 表示个体所属的 不同类别 ， 像这样的变量称 为 分类变量， 也称为属性变量 定性变量， 属性变量或 分类变量 ， 也称为 属性变量 或 定性变量 ， 它们的取值一 定是离散的，而且不同的取值仅表示个体所属的类别。 定是离散的，而且不同的取值仅表示个体所属的类别。
表1-9 吸烟与患肺癌列联表
不吸烟 吸烟 总计 不患肺癌 7775 2099 9874 患肺癌 42 49 91 总计 7817 2148 9965
那么吸烟是否对患肺癌有影响？ 那么吸烟是否对患肺癌有影响？ 1、象这样的两个分类变量的频数表叫列联表 、象这样的两个分类变量的频数表叫列联表. 列联表 在不吸烟者中， 患有肺癌； 在不吸烟者中，有0.54%患有肺癌； 患有肺癌 在吸烟者中， 患有肺癌。 在吸烟者中，有2.28%患有肺癌。因此，直观上可以 患有肺癌 因此， 得到结论: 吸烟者和不吸烟者患肺癌的可能性存在差异。 得到结论 吸烟者和不吸烟者患肺癌的可能性存在差异。 2、与表格相比，三维柱形图和二维条形图能更直观地反映 、与表格相比， 出相关数据的总体状况。 出相关数据的总体状况。