3.2独立性检验的基本思想及其初步应用(一)
《独立性检验的基本思想及其初步应用(第1课时)》教学设计
1.1.2 独立性检验的基本思想及其初步应用第一课时(谷杨华)一、教学目标1.核心素养通过学习独立性检验的基本思想及其初步应用，初步形成基本的数据分析能力,培养数学运算能力.2.学习目标（1）1.1.1.1 了解分类变量的概念（2）1.1.1.2 了解等高条形图、列联表概念，学会用列联表、等高条形图直观判断分类变量的关系（3）1.1.1.3 了解独立性检验基本思想，初步学会用独立性检验的基本思想判断分类变量的关系3.学习重点了解独立性检验基本思想，初步学会用独立性检验的基本思想判断分类变量的关系4.学习难点了解独立性检验基本思想，初步学会用独立性检验的基本思想判断分类变量的关系二、教学设计（一）课前设计1.预习任务任务1阅读教材P10－P12，思考什么是分类变量，列联表如何画？任务2有哪些方法可以直观判断两个分类变量是否有关系？2.预习自测1.下列不是分类变量的是()A.近视B.身高C.血压D.药物反应解：B.判断一个量是否是分类变量,只需看变量的不同值是否表示个体的不同类别,A,C,D选项的不同值都可以表示个体的不同类别,只有B选项的不同值不表示个体的不同类别.2.下面是一个22⨯列联表则表中a,b A. 94,96 B. 52,50 C. 52,54 D. 54,52 解：C（二）课堂设计 1.知识回顾（1）线性回归方程：∧∧∧+=a x b y ，其中:1122211()()()n niii ii i nniii i x x y y x y nx yb x x xnx∧====---==--∑∑∑∑，a ∧=x b ∧-y（2）回归分析：是对具有相关关系的两个变量进行的统计分析的一种常用方法. （3）线性回归模型：y bx a e =++其中a 和b 为模型的未知参数，e 称为随机误差. 2.问题探究问题探究一 什么是分类变量？●活动一 理论研究，概念学习—分类变量在现实生活中，会遇到各种各样的变量，如果要研究它们之间的关系，观察下面两组变量，分析在取不同的值时表示的个体有何差异？变量的不同“值”表示个体所属的不同类别，像这样的变量成为分类变量. （1） 分类变量也称为属性变量或定性变量，它的不同值表示个体所属的不同类别. （2） 分类变量的取值一定是离散的，如性别只取男、女两个值.（3） 可以把分类变量的不同取值用数字表示，如用0表示男，1表示女，这是性别变量就成了取值为0和1的随机变量，但这些数字的大小没有意义. 分类变量是大量存在的，例如是否吸烟，宗教信仰，国籍等问题探究二 如何研究两个分类变量之间是否有关系？在日常生活中，我们常常关心两个分类变量之间是否有关系.例如，吸烟与患肺癌是否有关系？性别是否对喜欢数学课程有影响？ ●活动一 实例探究，引出问题例1 为调查吸烟是否对肺癌有影响，某肿瘤研究所随机地调查了9965人，得到如下结果：表格 1那么吸烟是否对患肺癌有影响？估计吸烟者与不吸烟者患病的可能性差异？●活动二 实例探究，引出概念 1.列联表类似于上面的表格这样列出两个分类变量的频数表，称为列联表.即列联表是两个或者两个以上分类变量的频数表，书中仅限于研究两个分类变量的列联表，并且每个分类变量只取两个值，这样的列联表成为2×2列联表.一般的，假设有两个分类变量X 和Y ，它们的取值分别为{}21,x x 和{}21,y y ，其样本频数列联表为：1y 2y总计1x a bb a + 2xcd d c + 总计c a +b d +d c b a +++其中d c b a +++是样本容量. ●活动三 利用旧知，研究问题 利用频率分布表判断;由患肺癌在吸烟者与不吸烟者中的频率差异可粗略估计吸烟对患肺癌有影响; ●活动四 学习新知，对比研究与表格相比，图形更能直观的反映出两个分类变量间是否相互影响，我们常用等高条形图展示列联表数据的频率特征. 2.等高条形图利用等高条形图来分析两个分类变量之间是否具有相关关系，可以形象、直观地反映两个分类变量之间的总体状态和差异大小，进而判断它们之间是否具有相关关系.（1）绘制等高条形图时，列联表的行对应的是高度，两行的数据不相等，但对应的条形图的高度是相同的；两行的数据对应不同的颜色.（2）等高条形图中由两个高度相同的矩形，每一个矩形中都有两种颜色，观察下方颜色区域的高度，如果两个高度相差比较明显，就判断两个分类变量之间有关系.下图是吸烟与是否患肺癌的等高条形图0%10%20%30%40%50%60%70%80%90%100%不吸烟吸烟患肺癌不患肺癌由条形图可以发现，在吸烟样本中，患肺癌的频率要高些，因此直观上可以认为吸烟更容易引发肺癌.例2 在调查的480名男人中有38人患色盲，520名女人中有6名患色盲，试利用图形来判断色盲与性别是否有关？ 【知识点：分类变量，等高条形图】详解根据题目给出的数据作出如下的列联表：色盲不色盲总计男38442480女6514520总计44956 1 000根据列联表作出相应的等高条形图：从等高条形图来看在男人中患色盲的比例要比在女人中患色盲的比例大得多，因而，我们认为性别与患色盲是有关系的.点拨:利用数形结合的思想，借助等高条形图来判断两个分类变量是否相关是判断变量相关的常见方法之一.一般地，在等高条形图中，aa＋b 与cc＋d相差越大，两个分类变量有关系的可能性就越大.问题探究三如何从统计学方面研究两个分类变量之间是否有关系？重点、难点知识★▲通过数据和图形分析，我们得到的直观判断是“吸烟和患肺癌有关”那么这种判断是否可靠？我们通过统计分析回答这个问题.为研究的一般性,在列联表中用字母代替数字为了回答上述问题，我们先假设H：吸烟与患肺癌没有关系,那么吸烟样本中不患肺癌的比例应该与不吸烟样本中相应的比例差不多，即：dc cb a a +≈+，即bc ad ≈. 因此，bc ad -越小，说明吸烟与患肺癌之间关系越弱；bc ad -越大，说明吸烟与患肺癌之间关系越强.为了使不同样本容量的数据有统一的评判标准，构造一个随机变量()()()()()22n ad bc K a b c d a c b d -=++++ （1） （其中n a b c d =+++为样本容量.）若0H 成立，即“吸烟与患肺癌没有关系”，则2K 应该很小. 根据表1中的数据，利用公式（1）计算得到2K 的观测值为632.5691987421487817)209942497775(99652≈⨯⨯⨯⨯-⨯=k这个值到底能告诉我们什么呢？统计学家经过研究后发现，在0H 成立的情况下， 2( 6.635)0.01P K ≥≈ （2）在0H 成立的情况下，2K 的观测值大于6.635的概率非常小，近似为0.010，是个小概率事件.现在2K 的观测值632.56≈k ，远远大于635.6，所以有理由断定0H 不成立，即认为“吸烟与患肺癌有关系”.但这种判断会犯错误，犯错误的概率不会超过010.0.上面这种利用随机变量2K 来确定是否能以一定把握认为“两个分类变量有关系”的方法，称为两个分类变量的独立性检验. 3.课堂总结【知识梳理】(1)变量的不用“值”表示个体所属的不同类别，像这样的变量成为分类变量. (2)列出两个分类变量的频数表，称为列联表.(3)设0H ：吸烟与患肺癌没有关系,那么吸烟样本中不患肺癌的比例应该与不吸烟样本中相应的比例差不多，即：dc cb a a +≈+，即bc ad ≈. 因此，bc ad -越小，说明吸烟与患肺癌之间关系越弱；bc ad -越大，说明吸烟与患肺癌之间关系越强.为了使不同样本容量的数据有统一的评判标准，构造一个随机变量()()()()()22n ad bc K a b c d a c b d -=++++ （1） （其中n a b c d =+++为样本容量.）若0H 成立，即“吸烟与患肺癌没有关系”，则2K 应该很小.【重难点突破】(1)列联表与等高条形图列联表由两个分类变量之间频率大小差异说明这两个变量之间是否有关联关系，而利用等高条形图能形象直观地反映它们之间的差异，进而推断它们之间是否具有关联关系.一般地，在等高条形图中，a a ＋b 与cc ＋d 相差越大，两个分类变量有关系的可能性就越大.(2)利用等高条形图判断两个分类变量是否有关的步骤：4.随堂检测1.独立性检验中，可以粗略地判断两个分类变量是否有关的是（ ） A. 残差B. 等高条形图C.假设检验的思想D.以上都不对【知识点：独立性检验】 解: B.2.分类变量X 和Y 的列联表如下，则（ ）A. ad bc -越小，说明X 与Y 的关系越弱B. ad bc -越大，说明X 与Y 的关系越强C. 2()ad bc -越大，说明X 与Y 的关系越强 D. 2()ad bc -越接近于0，说明X 与Y 关系越强【知识点：独立性检验】解：C 2K 越大， 2()ad bc -越大, 犯错误的概率的越小，说明X 与Y 的关系越强. 3..在一次独立性检验中，得出2×2列联表如下：最后发现，两个分类变量x 和y 没有任何关系，则m 的可能值是（ ） A.200 B.720 C.100 D.180 【知识点：独立性检验】解：B 分类变量x 和y 没有任何的关系，所以，得到720=m ，故选B. 4.在一个2×2列联表中，由其数据计算得到K 2的观测值k ＝13.097，则其两个变量间有关系的可能性为( ) A.99.9% B.95% C.90% D.0 附表：【知识点：独立性检验】解：A 因为所求的213.09710.828k ，故可能性为99.9%，所以选A.5.某校为了研究学生的性别和对待某一活动的态度(支持和不支持两种态度)的关系，运用2×2列联表进行独立性检验，经计算K 2＝7.069，则至少有 _的把握认为“学生性别与是否支持该活动有关系”. 附：【知识点：独立性检验】 解：99﹪ （三）课后作业基础型 自主突破 1.下面说法正确的是( )A.统计方法的特点是统计推断准确、有效B.独立性检验的基本思想类似于数学上的反证法C.任何两个分类变量有关系的可信度都可以通过查表得到D.不能从等高条形图中看出两个分类变量是否相关 【知识点：独立性检验】 解：B2.观察下列各图，其中两个分类变量x ，y 之间关系最强的是( )【知识点：独立性检验】 解：D3.确定结论“X 与Y 有关系”的可信度为95℅时，则随机变量2k 的观测值k 必须（ ） A.大于828.10 B.大于841.3 C.小于635.6 D.大于706.2 【知识点：独立性检验】解：B 通过表中的数据可知可信度为95℅时2 3.841kP （K 2≥k 0） 0.05 0.025 0.010 0.005 0.001 k 03.8415.0246.6357.87910.8284. 想要检验是否喜欢参加体育活动是不是与性别有关，应该检验( ) A.H 0：男性喜欢参加体育活动 B.H 0：女性不喜欢参加体育活动 C.H 0：喜欢参加体育活动与性别有关 D.H 0：喜欢参加体育活动与性别无关 【知识点：独立性检验】 解： D5.对分类变量X 与Y 的随机变量2K 的观测值K ,说法正确的是（ ) A .K 越大，" X 与Y 有关系”可信程度越小; B . K 越小，" X 与Y 有关系”可信程度越小; C . K 越接近于0，" X 与Y 无关”程度越小 D . K 越大，" X 与Y 无关”程度越大 【知识点：独立性检验】 解： B能力型 师生共研6.若有%9.99的把握说事件A 与事件B 有关，那么具体算出的2K 的观测值k 一定满足（ ）A.828.10>kB.828.10<kC.635.6>kD.635.6<k 【知识点：独立性检验】 解： A7.假设有两个分类变量X 和Y ，它们的值域分别为{x 1，x 2}和{y 1，y 2}，其2×2列联表为：(D ) A.a ＝5，b ＝4，c ＝3，d ＝2 B.a ＝5，b ＝3，c ＝4，d ＝2 C.a ＝2，b ＝3，c ＝4，d ＝5 D.a ＝3，b ＝2，c ＝4，d ＝5 【知识点：独立性检验】 解： D8.某校为了研究学生的性别和对待某一活动的态度(支持与不支持)的关系，运用2⨯2列联表进行独立性检验，经计算K 2=7.069，则所得到的统计学结论为：有 把握认为“学生性别与支持该活动有关系”【知识点：独立性检验】解： 99％ 【解析】根据6.6357.06910.828<<，所以犯错误率低于1%，所以应该有99%的把握，认为“学生性别与支持该活动有关系” ，探究型 多维突破9.某班主任对全班50名学生学习积极性和对待班级工作的态度进行了调查,统计数据如下表所示：(1)如果随机抽查这个班的一名学生,那么抽到积极参加班级工作的学生的概率是多少？抽到不太主动参加班级工作且学习积极性一般的学生的概率是多少？ (2)试运用独立性检验的思想方法点拨：学生的学习积极性与对待班级工作的态度是否有关系？并说明理由.(参考下表)【知识点：独立性检验,古典概型】解:(1)积极参加班级工作的学生有24人,总人数为50人,概率为25125024=； 不太主动参加班级工作且学习积极性一般的学生有19人,概率为5019.(2)5.111315026242524)761918(5022≈=⨯⨯⨯⨯-⨯⨯=K , ∵828.102>K ,∴有%9.99的把握说学习积极性与对待班级工作的态度有关系.10.2016年夏季奥运会将在巴西里约热内卢举行，体育频道为了解某地区关于奥运会直播的收视情况，随机抽取了100名观众进行调查，其中40岁以上的观众有55名，下面是根据调查结果绘制的观众准备平均每天收看奥运会直播时间的频率分布表(时间：分钟)：将每天准备收看奥运会直播的时间不低于80分钟的观众称为“奥运迷”，已知“奥运迷”中有10名40岁以上的观众.（1）根据已知条件完成下面的22⨯列联表，并据此资料你是否有认为“奥运迷”与年龄有关？（2）将每天准备收看奥运会直播不低于100分钟的观众称为“超级奥运迷”，已知“超级奥运迷”中有2名40岁以上的观众，若从“超级奥运迷”中任意选取2人，求至少有1名40岁以上的观众的概率.【知识点：独立性检验,概率统计】解：（1）由频率分布表可知，在轴取的100人中，“奥运迷”有25人，从完成22⨯列联表如下：因为3.030 3.841<，所以没有“奥运迷”与年龄有关.（2）由频率分布表可知，“超级奥运迷”有5人，从而所有可能结果所组成的基本事件空间为：()()()()()()()()()(){}12132311122122313212,,,,,,,,,,,,,,,,,,,a a a a a a a b a b a b a b a b a b b b Ω=其中i a 表示男性，1,2,3,i i b =表示女性，1,2i =.Ω由10个基本事件组成，且是等可能的，用A 表示事件“任意选2人，至少有1名40岁以上观众”，则()()()()()()(){}11122122313212,,,,,,,,,,,,,A a b a b a b a b a b a b b b =，即事件A 包含7个基本事（四）自助餐1.在等高条形图中，下列哪两个比值相差越大，要推断的论述成立的可能性就越大( )A.a a ＋b 与dc ＋d B.c a ＋b 与a c ＋d C.a a ＋b 与c c ＋d D.a a ＋b 与c b ＋c【知识点：独立性检验】 解： C2.为了调查中学生近视情况，某校150名男生中有80名近视，140名女生中有70名近视.在检验这些中学生眼睛近视是否与性别有关时用什么方法最有说服力（ ） A.平均数 B.方差 C.回归分析 D.独立性检验 【知识点：独立性检验】解： D 本例考查学生眼睛的“近视”与“性别”两件事情之间是否存在相关性，从给出的数据可以列出22⨯列联表，所以适合用独立性检验.3.在一个2×2列联表中，由其数据计算得K 2的观测值k ＝7.097，则这两个变量间有关系的可能性为 （ ）A.99%B.99.5%C.99.9%D.无关系 【知识点：独立性检验】解： A 由表格数据可知k ＝7.097>6.635，所以这两个变量间有关系的可能性为99%4.某疾病研究所想知道吸烟与患肺病是否有关，于是随机抽取1000名成年人调查是否抽烟及是否患有肺病得到22⨯列联表，经计算得231.52=K ，已知在假设吸烟与患肺病无关的前提条件下，01.0)635.6(,05.0)841.3(22=≥=≥K P K P .则该研究所可以（ ）A.有%95以上的把握认为“吸烟与患肺病有关”B.有%95以上的把握认为“吸烟与患肺病无关”C.有%99以上的把握认为“吸烟与患肺病有关”D.有%99以上的把握认为“吸烟与患肺病无关” 【知识点：独立性检验】解： A 因为2 5.231 3.841K =>,而2( 3.841)0.05P K ≥=,故有有%95以上的把握认为“吸烟与患肺病有关”5.2016年3月9日至15日，谷歌人工智能系统“阿尔法”迎战围棋冠军李世石，最终结果“阿尔法”以总比分4比1战胜李世石.许多人认为这场比赛是人类的胜利，也有许多人持反对意见，有网友为此进行了调查，在参加调查的2548名男性中有1560名持反对意见， 2452名女性中有1200名持反对意见，在运用这些数据说明“性别”对判断“人机大战是人类的胜利”是否有关系时，应采用的统计方法是（ ） A.茎叶图 B.分层抽样 C.独立性检验 D.回归直线方程 【知识点：独立性检验】解:C 这是独立性检验，因为这里有两个分类变量，一个是性别分为男女，一个是意见分为支持和反对，这样就构成一个22⨯联表，用独立性检验来验证“人机大战是人类的胜利”是否有关系.6.某人研究中学生的性别与成绩、视力、智商、阅读量这4个变量之间的关系，随机抽查52名中学生，得到统计数据如表1至表4，这与性别有关联的可能性最大的变量是（ ）A.成绩B.视力C.智商D.阅读量【知识点：独立性检验】解：D由表中数据可得：表1:()25262210140.00916362032K⨯⨯-⨯=≈⨯⨯⨯；表2:()25242012161.76916362032K⨯⨯-⨯=≈⨯⨯⨯；表3:()2528241281.316362032K⨯⨯-⨯=≈⨯⨯⨯；表4:()25214302623.4816362032K⨯⨯-⨯=≈⨯⨯⨯.其中23.48最大,所以阅读量与性别有关联的可能性最大.7.如下表是对于喜欢足球与否的统计列联表依据表中的数据，得到2K.【知识点：独立性检验】解：228542122854.77245406817k⨯-⨯==⨯⨯⨯.8.若由一个2×2列联表中的数据计算得K2的观测值k＝4.013，那么在犯错误的概率不超过________的前提下认为两个变量之间有关系.【知识点：独立性检验】解：0.05 因随机变量K2的观测值k＝4.013＞3.841，因此，在犯错误的概率不超过0.05的前提下，认为两个变量之间有关系.9.如果K2的观测值为6.645，可以认为“x与y无关”的可信度是________.【知识点：独立性检验】解：1%10.某学校对该校学生作了一项调查发现:在平时的模拟考试中,性格内向的学生426人中332人在考前心情紧张,性格外向的学生594人中有213人在考前心情紧张,作出等高条形图,利用图形判断考前心情紧张与性格类别是否有关系.【知识点：独立性检验】解：作列联表如下:性格内向性格外向总计考前心情紧张332 213 545考前心情不紧张94 381 475总计426 594 1020 相应的等高条形图如图所示:图中阴影部分表示考前心情紧张与考前心情不紧张中性格内向的比例,从图中可以看出考前心情紧张的样本中性格内向占的比例比考前心情不紧张样本中性格内向占的比例大,可以认为考前紧张与性格类型有关.11.甲、乙两所学校高三年级分别有1200人，1000人，为了了解两所学校全体高三年级学生在该地区六校联考的数学成绩情况，采用分层抽样方法从两所学校一共抽取了110名学生的数学成绩，并作出了频数分布统计表如下：（1）计算x，y的值；（2）若规定考试成绩在[120,150]内为优秀，请分别估计两所学校数学成绩的优秀率；（3）根据以上统计数据完成2×2列联表，并判断是否有90%的把握认为两所学校的数学成绩有差异.【知识点：独立性检验，分层抽样，概率统计】解：（1）x＝10，y＝7；（2）甲乙分别为；25%，40%（3）见解析.试题分析：（1）由题为分层抽样，可确定出甲乙两个学校分别抽取的人数，然后结合频数表，可求出x，y的值；（2）由题给出了优秀的标准，结合给出的表格，可分别求甲乙学校的数学成绩的优秀率，（即由每个学校优秀的人数除以它们的人数）；（3）由题为独立性检验；可先做出二列联表，再代入独立性检验的公式，求出2K，对应参考值可下结论.试题解析：（1）甲校抽取人，乙校抽取人，故x＝10，y＝7，（240%.（3）表格填写如图，k2＞2.706又因为1－0.10＝0.9，故有90%的把握认为两个学校的数学成绩有差异.。
高中数学《第三章统计案例复习参考题》11PPT课件
（第1课时）
有人说：吸烟有害 健康!吸烟会引发肺癌.
另一些人说：吸烟 不影响健康.理由是， 有的吸烟老人却很长寿。
那么吸烟是否对患 肺癌有影响？
1.(1)理解独立性检验的基本思想及实施步骤． (2)会从列联表(只要求2×2列联表)、等高条形图直观分析 两个分类变量是否有关． (3)会用K2公式判断两个分类变量在某种可信程度上的相关 性． 2.(1)通过本节课的学习，感受数学与现实生活的联系，体 会独立性检验的基本思想在解决日常生活问题中的作用． (2)培养学生运用数学知识作出合理猜测，理性论证的思考 习惯．
假设H0 等价于P(AB)= P(A)P(B)
不吸烟 吸烟 总计
吸烟与肺癌列联表
不患肺癌
患肺癌+c
b+d
总计 a+b c+d a+b+c+d
P(A)=
a
+ n
b
,P(B)=
a
+ n
c
,P(AB)=
a n
其中n = a + b + c + d
在H
0
成
立
的
条
件
下
应
该
有a：≈ n
a
+ n
b
×
a
相应的等高条形图如图所示.比较来说,可以在 某种程度上认为" 秃顶与患心脏病有关".
例2.为考察高中生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:
性别与喜欢数学课程列联表
喜欢数学课程 不喜欢数学课程 总计
第三章--统计案例-3.2-独立性检验的基本思想及其初步应用
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”.
3.2.2独立性检验的基本思想及其初步应用教案
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。
独立性检验的基本思想及其初步应用
如果“吸烟与患肺癌没有关系”，那么吸烟样
本中不患肺癌的比例应该与不吸烟样本中相应的比
例差不多.
所以
a a+
b
c
c +d
,
所以 a c + d ca + b,
ad bc
即 ad bc 0.
︱ad-bc︱越小，说明吸烟与患肺癌之间的关系越弱;
︱ad-bc︱越大，说明吸烟与患肺癌之间的关系越强.
患心脏病 患其他病 总计
秃顶
214
175
389
不秃顶
451
597
1 048
总计
665
772
1 437
(1)相应的等高条形图如下所示，
不患心脏病 患心脏病
秃顶
不秃顶
由图可认为秃顶与患心脏病有关系
吸烟与患肺癌列联表（单位：人）
不患肺癌
患肺癌
总计
不吸烟
7 775
42
7 817
吸烟
2 099
49
2 148
总计
9 874
91
9 965
在不吸烟者中患肺癌的比重是__0_._5_4_%_,
在吸烟者中患肺癌的比重是__2_._2_8_%_.
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.
K2
（n ad bc）2
(a b)(c d )(a c)(b d )
临界值表：
P ( K 2 k 0 ) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001
k 0 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828
选修2-3《独立检验的基本思想及其应用》教案
教材：普通高中课程标准实验教科书数学选修32 人教A版章节：2.3独立性检验的基本思想及其初步应用一、内容和内容解析本节课是人教A版（选修）2—3第三章第二单元第一课时的内容．理论性比较强，很多教师为了图省事，在教学过程中采用学生看书自学的方式，我认为不妥。
结合课本内容，拟用两节课的时间完成整节的教学内容，本节为第一节。
山东省教育厅在2010年9月15日“关于印发山东省普通高中学科教学内容调整意见二、教学目标分析1．目标：①知识与技能目标通过生活中案例的探究，理解独立性检验的基本思想，明确独立性检验的基本步骤，会对两个分类变量进行独立性检验，并能利用独立性检验的基本思想来解决实际问题。
②过程与方法目标通过探究引出独立性检验的问题，借助样本数据的列联表分析独立性检验的实施步骤。
③情感态度价值观目标通过本节课的学习，加强数学与现实生活的联系。
以科学的态度评价两个分类变量有关系的可能性。
培养学生运用所学知识，解决实际问题的能力。
教学中适当地利用学生合作与交流，使学生在学习的同时，体会与他人合作的重要性。
2．目标解析：在学习中通过对统计案例的分析，理解和掌握独立性检验的方法，体会独立性检验的基本思想在解决实际问题的应用，以提高我们处理生活和工作中的某些问题的能力．新课标指出：学生的数学学习内容应当是现实的、有趣的和富有挑战性的。
从心理学的角度看，青少年有一种好奇的心态、探究的心理。
因此，紧紧地抓住学生的这一特征，利用学生身边的问题设计教学情境，使学生在观察、讨论等活动中，逐步提高数学能力。
本节课学生应该了解的几个问题：1、判断两个分类变量是否有关的几种方法及其不同点⑴列联表⑵三维柱形图⑶二维条形图⑷等高条形图⑸独立性检验的思想及应用2、独立性检验的思想与反证法思想的比较3、k2表达式及k2值表的含义三、教学问题诊断分析1.课本上k2的结构比较复杂，来的也比较突然，学生可能会提出疑问.关于这个问题，可借助两件事独立的定义以及样本容量较大时可以用频率近似表示概率来解决。
3.2独立性检验的基本思想及其初步应用 课件(人教A版选修2-3)
3. 独立性检验临界值表
P(K2 ≥k 0 ) k0
0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001
0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828
想一想：在K2运算时，在判断变量相关时，若K2的观测值k＝ 56.632，则P(K2≥6.635)≈0.01和P(K2≥10.828)≈0.001， 哪种说法是正确的？ 提示 两种说法均正确．
兴趣不浓厚的
总计
86
73
103
95
189
判断学生的数学成绩好坏与对学习数学的兴趣是否有关？
解 由公式得 K 的观测值
解 由公式得 K 的观测值 86×103×95×94
2
189× 64×73－22×30 k189 ＝ ×64×73－22×302 ≈38.459. 86 × 103 × 95 × 94 k＝ ≈38.459.
想一想：如何理解分类变量？
提示
(1)这里的“变量”和“值”都应作为“广义”的变量和值
来理解．例如：对于性别变量，其取值有“男”和“女”两 种，这里的“变量”指的是“性别”，这里的“值”指的是“男”
或“女”．因此，这里说的“变量”和“值”不一定是取具体的
数值． (2)分类变量是大量存在的．例如：吸烟变量有吸烟与不 吸烟两种类别，而国籍变量则有多种类别．
2．独立性检验 利用随机变量K2来判断“两个分类变量有关系”的方法 定义 称为独立性检验
公式
n ad－bc2 a＋bc＋da＋c b＋d K2＝_______________________ 其中n＝___________ a＋b＋c＋d
独立性检验的基本思想及其初步应用教学设计-【通用,经典教学资料】
3.2.1 《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.知识与技能：通过对典型案例的探究,了解独立性检验的基本思想，会对两个分类变量进行独立性检验，明确独立性检验的基本步骤，并能解决实际问题。
2.过程与方法：通过设置问题，引导学生自主发现、合作探究、归纳展示、质疑对抗，使学生成为课堂主体。
3.情感、态度与价值观：通过本节课学习，让学生体会统计方法在决策中的作用；合作探究的学习过程，使学生感受发现、探索的乐趣及成功展示的成就感，培养学生学习数学知识的积极态度。
【教学重点】了解独立性检验的基本思想及实施步骤。
【教学难点】独立性检验的基本思想；随机变量2K的含义。
【学情分析】本节课是在学习了统计、回归分析的基本思想及初步应用后，利用独立性检验进一步分析两个分类变量之间是否有关系，为以后学习统计理论奠定基础。
【教学方式】多媒体辅助，合作探究式教学。
【教学过程】一、情境引入，提出问题请看视频：[设计意图说明]好的课堂情景引入，能激发学生的求知欲，是新问题能够顺利解决的前提之一。
问题1、你认为吸烟与患肺癌有关系吗？怎样用数学知识说明呢？[设计意图说明]提出问题，引导学生自主探究，指明方向，步步深入。
二、阅读教材，探究新知1.分类变量对于性别变量，其取值为男和女两种：[设计意图说明]利用图像向学生展示变量的不同取值，更加形象的表示分类变量的概念。
这种变量的不同“值”表示个体所属的不同类别，像这样的变量称为分类变量。
生活中有很多这样的分类变量如：是否吸烟宗教信仰国籍民族……2.列联表为研究吸烟是否对患肺癌有影响，某肿瘤研究所随机地调查了9965人，得到如下结果：表3—7 吸烟与患肺癌列联表单位：人不患肺癌患肺癌总计不吸烟7775427817吸烟2099492148总计9874919965究每个分类变量只取两个值，这样的列联表称为22 列联表）。
问题1、吸烟与患肺癌有关系吗？由以上列联表，我们估计①在不吸烟者中患肺癌的比例为________；②在吸烟者中患肺癌的比例为。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
H0：吸烟与患肺癌没有关系.
用A表示不吸烟，B表示不患肺癌，则“吸烟与患肺癌没有关系”
等价于“吸烟与患肺癌独立”，即假设H0等价于 P(AB)=P(A)P(B).
把表中的数字用字母代替，得到如下用字母表示的列联表
在表中，a恰好为事件AB发生的频数；a+b和a+c恰好分别为事
件 件A下和应B该发有生P的(A频)数 a。n+由b 于, P频(B率)接a近n+ c于, 概P率(AB，)所an以. 在H0成立的条
a ≈ a + b×a + c nn n
其中n = a + b + c + d为样本容量，即
(a+b+c+d)a (a+b)(a+c),
即ad bc
因此|ad-bc|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。
研究两个变量的相关关系：
定量变量——回归分析（画散点图、相关系数r、
变量
相关指数R2、残差分析）
分类变量—— 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。
探究
列联表
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9965人，得到如下结果（单位：人）
在不吸烟者中患肺癌的比重是 0.54% 在吸烟者中患肺癌的比重是 2.28%
为“两个分类变量之间有关系”的概率为KP2( k0 ).
在实际应用中，我们把 k k0解释为有(1 P(K 2 k)) 100%
的把握认为“两个分类变量之间有关系”；把k k0 解释为
不能以(1 P(K 2 k)) 100% 的把握认为“两个分类变量
之间有关系”，或者样本观测数据没有提供“两个分类变量
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。
通过图形直观判断两个分类变量是否相关： 1、列联表
2、三维柱形图
不患肺癌 患肺癌
不吸烟 吸烟
从三维柱形图能清晰看出 各个频数的相对大小。
3、二维条形图
8000
7000 6000
不患肺癌 患肺癌
5000
4000
3000
2000
1000
0 不吸烟
吸烟
从二维条形图能看出，吸烟者中
患肺癌的比例高于不患肺癌的比例。
4、等高条形图
1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1
0
不吸烟 不吸烟
患肺癌 比例
吸烟 吸烟
不患肺癌 比例
等高条形图更清晰地表达了两种情况下患肺癌的比例。
上面我们通过分析数据和图形，得到的直观印象是吸烟和 患肺癌有关，那么事实是否真的如此呢？这需要用统计观点 来考察这个问题。
也就是说，在H0成立的情况下，对随机变量K2进行多次观 测，观测值超过6.635的频率约为0.01。
思考
如果K 2 6答.635：，就判断断定H出0不错成立的，概这种率判为断出0.错01的。可能性有多大?
现在观测值k 9965(7775 49 42 2099)2 56.632太大了， 7817 2148 9874 91
(2)在此假设下我们所构造的随机变量 K2 应该很小,如果由 观测数据计算得到K2的观测值k很大,则在一定可信程度上 说明 H0 不成立.即在一定可信程度上认为“两个分类变量
有关系”；如果k的值很小，则说明由样本观测数据没有发现
反对H0 的充分证据。
(3)根据随机变量K2的含义,可以通过评价该假设不合理的 程度,由实际计算出的,说明假设不合理的程度为1%,即“两 个分类变量有关系”这一结论成立的可信度为约为99%.
成立”的概率不会差P过(K 2 6.635) 0.01,
即有99%的把握认为 H0不成立。
独立性检验的定义
上面这种利用随机变量K2来确定在多大程度上 可以认为“两个分类变量有关系”的方法，称为两 个分类变量的独立性检验。
独立性检验的基本思想（类似反证法）
(1)假设结论不成立,即 H0 :“两个分类变量没有关系”.
与Y有关系”；否则就说样本观测数据没有提供“X与Y有关系” 的充分证据。
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：
P(K2 k0 )
k0
P(K2 k0 )
k0
之间有关系”的充分证据。
思考：
利用上面的结论，你能从列联表的三维柱形图中 看出两个分类变量是否相关呢？
一般地，假设有两个分类变量X和Y，它们的值域 分别为{x1,x2}和{y1,y2},其样本频数列联表（称为2x2列 联表）为：
表1-11 2x2联表
若要判断的结论为：H1：“X与Y有关系”，可以 按如下步骤判断H1成立的可能性：
在H
成立的情况下能够出现这样的观测值的概率不超过0.01，
0
因此我们有99%的把握认为H
不成立，即有99%的把握认为“吸烟
0
与患肺癌有关系”。
判断H 0是否成立的规则
如果 k 6.635 ，就判断 H0 不成立，即认为吸烟与
患肺癌有关系；否则，就判断 H0 成立，即认为吸烟 与患肺癌有关系。
在该规则下，把结论“H0 成立”错判成H“0 不
独立性检验
为了使不同样本容量的数据有统一的评判标准，基于上述分
析，我们构造一个随机变量-----卡方统计量
K2
n(ad bc)2
,
(a b)(c d )(a c)(b d )
（1）
其中n a b c d为样本容量。
若 H0成立，即“的数据，利用公式（1）计算得到K2的观测值为：
1、通过三维柱形图和二维条形图，可以粗略地判断两个变
量是否有关系,但是这种判断无法精确地给出所得结论的可靠 程度。
（1）在三维柱形图中， 主对角线上两个柱形高度的乘积 ad与副对角线上两个柱形高度的乘积bc相差越大，H1成立的 可能性就越大。
（2）在二维条a a形b c 图中,可a以估计满足条件X=x1的个体中具 有Y=y1的个体所占c的 d比例 a b ，也可以c 估计满足条件X=x2 的个体中具有Y=y1的个体所占的比例c d 。两个比例相差越 大，H1成立的可能性就越大。
3.2独立性检验的 基本思想及其初 步应用（一）
高二数学 选修2-3
第三章 统计案例
两种变量：
定量变量：体重、身高、温度、考试成绩等等。
变量 分类变量：性别、是否吸烟、是否患肺癌、
宗教信仰、国籍等等。
在日常生活中，我们常常关心分类变量之间是否有关系：
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。
k 9965(777549 42 2099）2 56.632 （2） 7817 2148987491
那么这个值到底能告诉我们什么呢？
在H0成立的情况下，统计学家估算出如下的概率
P(K 2 6.635) 0.01.
（2）
即在H0成立的情况下，K2的值大于6.635的概率非常小，近似
于0.01。
2、可以利用独立性检验来考察两个分类变量是否有关系，并
且能较精确地给出这种判断的可靠程度。
具体作法是：
(1)根据实际问题需要的可信程度确定临界值
k
；
0
(2)利用公式(1)，由观测数据计算得到随机变量 K 2的观测值；
(3)如果 k k0 ，就以(1 P(K 2 k0 )) 100%的把握认为“X
怎样判断K2的观测值k是大还是小呢？
值
这仅需要确定一个正数 k0 ，当 k k大。此时相应于k 0 的判断规则为：
k0
时就认为K2的观测
k 如就果认为k“两k个0 ，分就类认变为量“之两间个没分有类关变系量”之。-间---有临关界系值”；否则 0
按照上述规则，把“两个分类变量之间没有关系”错误的判断