高中数学理科穿针法图解-高中数学和大学数学的不同
人教版高中数学选修2-3教学设计
3.2独立性检验的基本思想及其初步应用
教学目标
1、知识与技能
通过本节知识的学习,了解独立性检验的基本思想和初步
应用,能对两个分类变量是否有关
做出明确的判断。明确对两个分类变量的独立性检验的基本思想具体步
骤,会对具体问题作
出独立性检验。
2、过程与方法
在本节知识的学习中,应使学
生从具体问题中认识进行独立性检验的作用及必要性,树立学
好本节知识的信心,在此基础上学习三维柱
形图和二维柱形图,并认识它们的基本作用和存
在的不足,从而为学习下面作好铺垫,进而介绍K的平方
的计算公式和K的平方的观测值
R的求法,以及它们的实际意义。从中得出判断“X与Y有关系”的一般
步骤及利用独立性检
验来考察两个分类变量是否有关系,并能较准确地给出这种判断的可靠程度的具体做
法和可
信程度的大小。最后介绍了独立性检验思想的综合运用。
3、情感、态度与价值观 <
br>通过本节知识的学习,首先让学生了解对两个分类博变量进行独立性检验的必要性和作用,
并引导
学生注意比较与观测值之间的联系与区别,从而引导学生去探索新知识,培养学生全
面的观点和辨证地分
析问题,不为假想所迷惑,寻求问题的内在联系,培养学生学习数学、
应用数学的良好的数学品质。加强
与现实生活相联系,从对实际问题的分析中学会利用图形
分析、解决问题及用具体的数量来衡量两个变量
之间的联系,学习用图形、数据来正确描述
两个变量的关系。明确数学在现实生活中的重要作用和实际价
值。教学中,应多给学生提供
自主学习、独立探究、合作交流的机会。养成严谨的学习态度及实事求是的
分析问题、解决
问题的科学世界观,并会用所学到的知识来解决实际问题。
教学重点、难点
教学重点:理解独立性检验的基本思想;独立性检验的步骤。
教学难点;1、理解独立性检验的基本思想;
2、了解随机变量K
2
的含义;
3、独立性检验的步骤。
教学策略
教学方法:诱思探究教学法
1
人教版高中数学选修2-3教学设计
学习方法:自主探究、观察发现、合作交流、归纳总结。
教学手段:多媒体辅助教学
教学过程:
对于性别变量,其取值为男和女两种.这种变量的不同“值”表示个体所属的不同
类别,
像这类变量称为分类变量.在现实生活中,分类变量是大量存在的,例如是否吸烟,宗教信
仰,国籍,等等.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?性别对于是否喜欢数学课程有影响?等等.
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(单
位:人)
表3-7 吸烟与肺癌列联表
不患肺癌 患肺癌 总计
42
49
91
7817
2148
9965
不吸烟 7775
吸烟
总计
2099
9874
那么吸烟是否对患肺癌有影响吗?
像表3一7 这样列出的两个分类变量
的频数表,称为列联表.由吸烟情况和患肺癌情况的
列联表可以粗略估计出:在不吸烟者中,有0.54
%患有肺癌;在吸烟者中,有2.28%患有
肺癌.因此,直观上可以得到结论:吸烟者和不吸烟者患肺
癌的可能性存在差异.
与表格相比,三维柱形图和二维条形图能更直观地反映出相关数据的总体状况.图3. 2 一1
是列联表的三维柱形图,从中能清晰地看出各个频数的相对大小.
图3.2一2
是叠在一起的二维条形图,其中浅色条高表示不患肺癌的人数,深色条高表
示患肺癌的人数.从图中可以
看出,吸烟者中患肺癌的比例高于不吸烟者中患肺癌的比例.
2
人教版高中数学选修2-3教学设计
为了更清晰地表达这个特征,
我们还可用如下的等高条形图表示两种情况下患肺癌的比
例.如图3.2一3
所示,在等高条形图中,浅色的条高表示不患肺癌的百分比;深色的条高
表示患肺癌的百分比.
通过分析数据和图形,我们得到的直观印象是“吸烟和患肺癌有关”.那么我们是否能够以一定的把握认为“吸烟与患肺癌有关”呢?
为了回答上述问题,我们先假设
H
0
: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”独立”,即假设
H
0
等价于P(AB)=P(A)+P(B) .
把表3一7中的数字用字母代替,得到如下用字母表示的列联表:
表3-8
吸烟与肺癌列联表
不患肺癌 患肺癌 总计
b
d
b+d
a+b
c+d
a+b+c+d
不吸烟 a
吸烟
总计
c
a+c
在表3一8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A和B发
生的频数.由于频率近似于概率,所以在H
0
成立的条
件下应该有
3
人教版高中数学选修2-3教学设计
aa?ba?c
,
??
nnn
其中
n?a?b?c?d
为样本容量,
(a+b+c+d)≈(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.
为了使不同样本容量的数据有统一的评判标准,基于上面的分析,我们构造一个随机变量
n
?
ad?bc
?
2
(1)
K?
?
a?b
??
c?d
??
a?c??
b?d
?
其中
n?a?b?c?d
为样本容量.
若 H
0
成立,即“吸烟与患肺癌没有关系”,则 K “应该很小.根据表3一7中
的数据,
2
9965
?
7775?49?42?2099
?
利用公式(1)计算得到 K “的观测值为
K??56.632
,
7817?2148?9874?91
2
2
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 H
0
成立的情况下,
P(K
2
?6.635)?0.01
.
(2)
(2)式说明,在H
0
成立的情况下,
K
2
的观测值超过 6.
635 的概率非常小,近似为0 .
01,
是一个小概率事件.现在
K
的观测值
k
≈56.632
,远远大于6. 635,所以有理由断定H
0
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0.01,
即我们有99%的把握认为“吸烟与患肺癌
有关系” .
在上述过程中,实际上是借助于随机变量
K
的观测值
k建立了一个判断H
0
是否成立的规则:
如果
k
≥6. 635
,就判断H
0
不成立,即认为吸烟与患肺癌有关系;否则,就判断H
0
成立,
即认为吸烟与患肺癌没有关系.
在该规则下,把结论“H
0
成立”错判成“
H
0
不成立”的概率不会超过
P(K?6.635)?0.01
,
即有99%的把握认为从不成立.
上面解决问题的想法类似于反证法.要确认是否能以给定的
可信程度认为“两个分类变
量有关系”,首先假设该结论不成立,即
H
0
:“两个分类变量没有关系”
成立.在该假设下我们所构造的随机变量
K
应该很小.如果由观测数据计算得到的
K
的
观测值k很大,则在一定可信程
度上说明H
0
不成立,即在一定可信程度上认为“两个分类变
22
2
2
2
4
人教版高中数学选修2-3教学设计
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H
0
的充分证据.
怎样判断
K
2
的观测值 k 是大还是小呢?这仅需确定一个正数
k
0
,当
k?k
0
时就认为
K
2
的观测值k
大.此时相应于
k
0
的判断规则为:
如果
k?k
0
,就认为“两个分类变量之间有关系”;否则就认为“两个分类变量之间没有
关系”.
我
们称这样的
k
0
为一个判断规则的临界值.按照上述规则,把“两个分类变量之间没有
2
关系”错误地判断为“两个分类变量之间有关系”的概率为
P(K?k
0<
br>)
.
2
在实际应用中,我们把
k?k
0
解释为有
(1?P(K?k
0
))?100%
的把握认为“两个分类
2
变量之间有关系”;把
k?k
0
解释为不能以
(1?P(K?k
0
))?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
“两个分类变量之间有关系”的充分证据.上面
这种利用随机变量
K
2
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.
利用上面结论,你能从列表的三维柱形图中看出两个变量是否相关吗?
一般地,假设有两个分
类变量X和Y,它们的可能取值分别为{
x
1
,x
2
}和{
y
1
,y
2
}, 其
样本频数列联表(称为2×2列联表)为:
表3一 9 2×2列联表
y
1
y
2
总计
x
1
x
2
a
b
d
a?b
c?d
c
总计
a?c
b?d
a?b?c?d
若要推断的论述为H
l
:X与Y有关系,
可以按如下步骤判断结论H
l
成立的可能性:
1.通过三维柱形图和二维
条形图,可以粗略地判断两个分类变量是否有关系,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与副对角线上的两个柱形高度
5
人教版高中数学选修2-3教学设计
的乘积bc相差越大,H
1
成立的可能性就越大.
②在二维条形图中,可以
估计满足条件X=
x
1
的个体中具有Y=
y
1
的个体所占的
比例
也可以估计满足条件X=
x
2
的个体中具有Y=
y
2<
br>,的个体所占的比例
相差越大,H
l
成立的可能性就越大.
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.具体做法是
:
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
k
;
2<
br>③如果
k?k
0
,就以
(1?P(K?k
0
))?1
00%
的把握认为“X与Y有关系”;否则就说样本
a
,
a?b
c<
br>.“两个比例的值
c?d
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:
表3一10
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 1.323 2.706 3.841 5.024 6.635 10.828
(四)、举例:
例1.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.
(1)利用图形判断秃顶与患心脏病是否有关系.
(2)能够以 99
%的把握认为秃顶与患心脏病有关系吗?为什么?
解:根据题目所给数据得到如下列联表:
(1)相应的三维柱形图如图3.2一4所示.比较来说,底面副对角线上两个柱体高度的乘积要
大一些
,可以在某种程度上认为“秃顶与患心脏病有关”.
6
人教版高中数学选修2-3教学设计
1437?(214?597
?175?451)
2
(2)根据列联表3一11中的数据,得到
k?
≈16
.373>6 .
389?1048?665?772
因此有 99
%的把握认为“秃顶与患心脏病有关” .
例2.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:
表3一12
性别与喜欢数学课程列联表
男
女
喜欢数学课程 不喜欢数学课程
总计
37
35
85
143
228
122
178
300 总计
72
2
由表中数据计算得
K
的观测值
k?4.514
.能
够以95%的把握认为高中生的性别与是否喜
欢数学课程之间有关系吗?请详细阐明得出结论的依据.
解:可以有约95%以上的把握认为“性别与喜欢数学课之间有关系”.作出这种判断的
依据是
独立性检验的基本思想,具体过程如下:
分别用a , b , c , d 表示样本中喜欢数学课
的男生人数、不喜欢数学课的男生人数、喜欢
数学课的女生人数、不喜欢数学课的女生人数.如果性别与
是否喜欢数学课有关系,则男生
中喜欢数学课的比例
c
a
与女生中喜欢数学课
的人数比例应该相差很多,即
c?d
a?b
|
acad?bc
?|?||
a?
bc?d(a?b)(c?d)
将上式等号右边的式子乘以常数因子
(a?b?c?d)(a?
b)(c?d)
(a?c)(b?d)
,
7
人教版高中数学选修2-3教学设计
n(ad?bc)
2
然后平方得
K?
,
(a?b)(c?
d)(a?c)(b?d)
2
其中
n?a?b?c?d
.因此
K2
越大,“性别与喜欢数学课之间有关系”成立的可能性越大.
另一方面,在假设“性别与喜欢数学课之间没有关系”的前提下,事件A
={
K
2
≥3. 841}
的概率为P
(
K
2
≥3. 841) ≈0.05,
因此事件 A
是一个小概率事件.而由样本数据计算得
K
2
的观测值k=4.514,即小概率事件
A发生.因此应该断定“性别与喜欢数学课之间有关系”成立,并且这种判断结果出错的可能
性
约为5 %.所以,约有95 %的把握认为“性别与喜欢数学课之间有关系”.
补充例题1:打鼾不
仅影响别人休息,而且可能与患某种疾病有关,下表是一次调查所
得的数据,试问:每一晚都打鼾与患心
脏病有关吗?
每一晚都打鼾
不打鼾
合计
解:略。
患心脏病
30
24
54
未患心脏病
224
1355
1579
合计
254
1379
1633
8