• 2.19 MB
  • 2021-06-24 发布

高中数学选修1-2公开课课件1_2《独立性检测的基本思想及其初步应用》

  • 28页
  • 当前文档由用户上传发布,收益归属用户
  1. 1、本文档由用户上传,淘文库整理发布,可阅读全部内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,请立即联系网站客服。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细阅读内容确认后进行付费下载。
  4. 网站客服QQ:403074932
新课标人教版课件系 列 《高中数学》 选修1-2 1.2《独立性检验的 基本思想及其初步应用》 审校:王伟 教学目标  1理解独立性检验的基本思想  2、会从列联表、柱形图、条形图直观判断吸 烟与患癌有关。  3、了解随机变量K2的含义。  理解独立性检验的基本思想及实施步骤。  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K2的含义;独立性检验的步 骤。 看到这个课题,你能想到什么? 案 例:某医疗机构为了了解呼吸道疾病与吸 烟是否有关,进行了一次抽样调查,共调查了 515个成年人,其中吸烟者220人,不吸烟者 295人。 调查结果:吸烟的220人中有37人患呼吸道疾 病,183人未患呼吸道疾病;不吸烟的295人中 有21人患病,274人未患病。 根据这些数据,能否断定:患呼吸道疾 病与吸烟有关? 数据整理 患病 未患病 合计 吸烟 不吸烟 合计 37 21 58 183 274 457 220 295 515 问题:判断的标准是什么? 吸烟与不吸烟,患病的可能性的大小是否有差异? 频率估计概率 患 病 未患病 合 计(n) 吸 烟 16.82% 83.18% 100%(220) 不吸烟 7.12% 92.88% 100%(295) 通过图形直观判断 不患病 比例 患病 比例 解决问题:直观方法 吸烟的患病率 不吸烟的患病率 37/220 16.82% 21/295 7.12% 根据统计分析的思想,用频率估计概率 可知,吸烟者与不吸烟者患病的可能性 存在差异。 你能有多大把握认为“患病与吸烟有关”呢 ? 有一个颠扑不破的真理,那就是当 我们不能确定什么是真的时,我们就 应该去探求什么是最可能的。 笛卡尔 能否用数量来刻画“有关”程度 问题的数学表述  “患呼吸道疾病与吸烟有关”这句话是什么意思 ?  “某成年人吸烟”记为事件A, “某成年人患病”记为事 件B  这句话的意思是:事件A与事件B有关。  问题的另一面是:事件A与事件B独立。 患病 未患病 合计 吸烟 不吸烟 合计 37 21 58 183 274 457 220 295 515 一般化: P(A)、P(B)不知道,怎么办? 频率估计概率 P(A)  P(B)  P(AB)  • 同理,吸烟但不患病的人数约为 n • • 由此估计: 吸烟且患病的人数约为 n • • 不吸烟但患病的人数约为 n • • 不吸烟也不患病的人数约为 n • • 怎样估计实际观测值与理论估计值的误差? 采用如下的量(称为χ2 统计量)来刻画这个差异: + + + 化简得 =2 2统计量 2 =11.8634 解决问题的思路  思路:反证法思想  (1)假设:H0:患病与吸烟无关  即 P(A)P(B)= P(AB)  (2)在 H0成立的条件下进行推理  (3)如果实际观测值与由(2)推出的值 相差不大,则可以认为这些差异是由随机 误差造成的,假设H0不能被否定;否则, 假设H0不能被接受 反证法原理与假设检验原理 反证法原理: 在一个已知假设 下,如果推出一 个矛盾,就证明 了这个假设不成 立。 假设检验原理: 在一个已知假设 下,如果推出一 个小概率事件发 生,则推断这个 假设不成立的可 能性很大。 一般地,对于两个研究对象Ⅰ和Ⅱ,Ⅰ有两类 取值,即类A和B(如吸烟与不吸烟);Ⅱ也有两类 取值,即类1和2(如患病与不患病)。于是得到 下列联表所示的抽样数据:   类1 类2 总计 类A a b a+b 类B c d c+d 总计 a+c b+d a+b+c+d 要推断“Ⅰ和Ⅱ有关系”,可按下面的步骤进行: (1)提出假设H0 :Ⅰ和Ⅱ没有关系; (3)查对临界值,作出判断。 (2)根据2× 2列联表与公式计算 的值; 由于抽样的随机性,由样本得到的推断 有可能正确,也有可能错误。利用 进行 独立性检验,可以对推断的正确性的概率作 出估计,样本量n越大,估计越准确。 0.5 0.4 0.25 0.15 0.1 0.05 0.025 0.01 0.005 0.001 xo 0.4 55 0.7 08 1.32 3 2.07 2 2.7 06 3.84 1 5.024 6.63 5 7.879 10.82 8 卡方临界值表: 则有99.9%的把握认为“Ⅰ与Ⅱ有关系”;(1)若观测值χ2>10.828. (3)若观测值χ2>2.706,则 (4)若观测值χ2<2.706,则 (2)若观测值χ2>6.635,则有99%的把握认为“Ⅰ与Ⅱ有关系”; 则有90%的把握认为“Ⅰ与Ⅱ有关系”; 则没有充分的证据显示“Ⅰ与Ⅱ有关 系”,但也不能作出结论“H0成立” ,即Ⅰ与Ⅱ没有关系。 例2:为研究不同的给药方式(口服与注射)和 药的效果(有效和无效)是否有关,进行了相 应的抽样调查,调查的结果列在下表中,根据 所选择的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? 有效 无效 合计 口服 58 40 98 注射 64 31 95 合计 122 71 193 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可以求出:当H0成立时, 的概率大 于10%,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。 小结: 1、所学的知识; 2、解决问题的思路; 3、假设检验原理。

相关文档