独立性检验 (3)ppt课件

3.2独立性测试基本思想的初步应用，2。问题1:以下两组变量取不同值时的差异(1)体重、身高、学生的学业成绩(2)性别、国籍、宗教信仰、吸烟或疾病。答：当对1中的每个变量取不同的“值”时，代表不同的个体；当对2中的每个变量取不同的“值”时，代表不同类别的个体；问题2:吸烟与肺癌相关吗？性别对喜欢数学课程有影响吗？本课学习独立性检验在分析分类变量间关系中的应用。1分类变量：变量的不同“值”表示个人所属的不同类别。像这样的变量叫做分类变量。问题的提出，为了调查吸烟是否对肺癌有影响，某肿瘤研究所随机调查了9965人，得出以下结果(单位：人)。那么吸烟对肺癌有影响吗？表3-7中列出的两个分类变量的频率表称为列联表。结论：吸烟者和非吸烟者患肺癌的可能性存在差异，吸烟者更容易患肺癌。0.0228，0.0054，4，轮廓柱状图，非疾病比率，疾病比率，结论：吸烟更容易引起肺癌，5，2。列联表(1)定义：列出的两个分类变量的频率表称为列联表。(2) 22列联表：假设有两个分类变量x和y，它们的值是x1，x2和y1，y2，它们的样本频率序列列联表(称为22列联表)是：3。等高线条形图(1)定义：柱形图中的数据由两个高度相同的条形图表示，两列中的数据分别对应不同的颜色。这是等高线条形图。(2)与表格相比，等高线柱状图能更直观地反映两个分类变量是否相互影响。等值线条形图通常用于显示柱形图数据的频率特性。(3)观察等高线柱状图显示的差异很大，可以判断两个分类变量之间的关系。6、结论是否可靠？假设H0:吸烟与肺癌无关，A表示不吸烟，B表示不患肺癌，h相当于吸烟与肺癌无关的P(AB)=P(A)P(B)，7，作用：检验两个变量之间是否有关系，8，9，用随机变量来判断两个分类变量之间的关系。(1)列出2X2应急表，(3)检查临界值并做出判断。(2)计算观测值k；卡方临界值表：P(K2k0)，k0，如果确定x和y相关；然而，这种判断很可能会出错，出错的概率不会超过。K2的观察值为k，独立性检验的定义为：10，对独立性检验概念的理解：独立性检验的基本概念类似于数学中的反证法。首先，假设“两个分类变量之间没有关系”成立，并计算随机变量K2的值。如果K2很大，这个假设是不合理的。k2越大，两个分类变量之间关系的可能性就越大。判断两个分类变量是否相关的研究方法：(1)知觉知识：首先，通过列联表或等高线条形图观察两个变量之间是否存在相关性；(2)理性理解：假设两个量相互独立，然后研究这一假设发生的概率。如果概率很小(小于10%)，那么这个假设是不可靠的，因此可以获得两个量之间的相关性！在因心脏病住院的665名男性患者中，214名患有秃顶。然而，在772名没有因心脏病住院的男性患者中，有175名患有秃顶。(1)用图表判断秃顶是否与心脏病有关？(2)在出错概率不超过0.01的前提下，我们能相信秃顶与心脏病有关吗？根据本主题给出的数据，获得了以下表格：13，图2，可以看出，秃顶样本中的心脏病频率明显高于非秃顶样本。因此，可以认为秃顶与心脏病有关。(1)轮廓条c(2)根据列联表中的数据，得出(3)秃顶与心脏病有99%的确定性吗？(4)100名心脏病患者中有99名可以被认为是秃头吗？()、是、否、15、例2:气管炎是一种常见的呼吸道疾病。医学研究人员比较了两种中草药对慢性气管炎的疗效，并问：它们的疗效有什么不同？解：K210.828的概率为0.001，在误差概率不超过0.1%的前提下可以考虑差值。1.下面是一个22列的列表，那么表中的A和B的值分别是()，A.94，96B，52，50C，52，60D，54，52，C，17，D，18，A，4.514，19。在实际