列联表与独立性检验高二下学期数学人教A版择性必修第三册

8.3列联表与独立性检验人教A版·选择性必修第三册·第八章学习目标

分类变量分类变量▌定义：变量的不同“值”仅表示个体所属的不同类别，不具有数值大小和方向意义，这类变量称为分类变量.▌常见示例：性别{男,女}、产品质量{合格,不合格}、学历{高中,本科,硕士}、垃圾分类{可回收,厨余,有害,其他}.▌核心区别：与数值变量不同，分类变量是对事物的定性描述，不具有算术运算意义.数值变量数值变量的取值为实数，其大小和运算都有实际含义.情境引入——身边的统计问题女生统计数据在校总人数：523名经常锻炼：331名(约63.3%)男生统计数据在校总人数：601名经常锻炼：473名(约78.7%)思考与讨论1.单纯对比人数，你能直接得出“性别”与“锻炼习惯”的关联吗？为什么？2.你认为，应该采用什么统计方法，才能更直观、科学地描述并判断这种关系？情境引入变量组合不常锻炼(Y=0)经常锻炼(Y=1)合计女性(X=0)192331523男性(X=1)128473601合计3208041124

情境引入

知识点一：列联表

合计合计列联表：观测数据按两个或更多属性进行交叉分类时所列出的频数表，称为列联表.例题例1：为比较甲、乙两所学校学生的数学水平，采用简单随机抽样的方法抽取88名学生．通过测验得到了如下数据：甲校43名学生中有10名数学成绩优秀；乙校45名学生中有7名数学成绩优秀．试分析两校学生中数学成绩优秀率之间是否存在差异．学校数学成绩合计33104338745合计711788

知识点二：直观分析——等高条形图核心作用：可视化关联相比于枯燥的列联表数据，等高条形图通过视觉化的条形高度差异，能让我们更直观、更快速地感知两个分类变量之间是否存在关联性.

⚠️局限性：感性认知≠严谨结论通过等高条形图的比较是感性且主观的，它无法量化差异程度.同时，观察到的差异可能只是由于抽样的随机性造成的，不能直接作为最终的推断依据.思考：“两校学生的数学成绩优秀率存在差异”这一结论是否有可能是错误的？思想引入：从“直观”到“理性”回顾：直观分析的局限列联表、等高条形图等直观方法虽然能给我们提供初步印象，但无法量化数据的差异，因此得出的结论往往是不可靠的，需要更严谨的数学证明.核心思想：类比“反证法”🔹数学反证法：先假设结论不成立，推导矛盾，从而证明结论成立.🔹独立性检验：先假设“两个分类变量独立（无关系）”，若在该假设下观测到的样本数据是一个小概率事件，则有理由推翻原假设，认为两者有关.

概率意义解读

核心思想

2x2列联表·简化计算公式

步骤三：确定检验规则——临界值小概率原理在一次随机试验中，小概率事件几乎不可能发生.

这是我们判断“是否推翻假设”的逻辑基石.临界值

常用临界值参考表0.12.7060.053.8410.016.6350.0057.8790.00110.828拒绝零假设

不拒绝零假设

独立性检验完整步骤总结01确定变量明确要研究的

两个分类变量

💡步骤口诀：假设独立是前提，列表计算要仔细.|卡方公式代数据，临界值前比一比.|若大则拒无关系，结论表述要清晰.案例分析——饮食习惯与年龄❓提出问题某同学调查了30位亲属的饮食习惯，数据如下表所示.问：能否在犯错误概率不超过0.05的前提下，认为饮食习惯与年龄有关？人群偏爱蔬菜偏爱肉类合计50岁以下481250岁以上16218

课堂练习1

A.90%B.95%C.99%D.99.9%

课堂练习2：独立性检验▍题目背景为考察高中生的性别与是否喜欢数学课程之间的关系，在某校随机抽取300名学生，得到如下列联表数据：类别喜欢数学不喜欢数学合计男3785122女35143178合计72228300Q:能否在犯错误概率不超过0.05的前提下，认为两者有关？

知识梳理与方法总结核心逻辑链条

解题口诀·速记版假设独立是前提，列表计算要仔细.

卡方公式代数据，临界值前比一比.

若大则拒无关系，结论表述要清晰.易错点提醒01

02

03

04

布置作业01/基础巩固教材第134页，练习第1,3,4题.

夯实基础知识，熟练掌握核心概念与基本计算.02/能力提升教材第135页，习题8.3