3.2.1独立性检验的基本思想及其初步应用.doc

3. 2.1独立性检验的基本思想及其初步应用 教学目标 （1）通过对典型案例的探究，了解独立性检验（只要求列联表）的基本思想、方法及初步应用； （2）经历由实际问题建立数学模型的过程，体会其基本方法。 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、问题情境 5月31日是世界无烟日。有关医学研究表明，许多疾病，例如：心脏病、癌症、脑血管病、慢性阻塞性肺病等都与吸烟有关，吸烟已成为继高血压之后的第二号全球杀手。这些疾病与吸烟有关的结论是怎样得出的呢？我们看一下问题： 某医疗机构为了了解肺癌与吸烟是否有关，进行了一次抽样调查，共调查了9965个人，其中吸烟者2148人，不吸烟者7817人。调查结果是：吸烟的2148人中有49人患肺癌，2099人未患肺癌；不吸烟的7817人中有42人患肺癌，7775人未患肺癌。 问题：根据这些数据能否断定“患肺癌与吸烟有关”？ 二、学生活动 （1）引导学生将上述数据用下表（一）来表示：（即列联表） 不患肺癌 患肺癌 总计 不吸烟 7775 42 7817 吸烟 2099 49 2148 总计 9874 91 9965 （2）估计吸烟者与不吸烟者患肺癌的可能性差异： 在不吸烟者中，有≈0.54％的人患肺癌； 在吸烟的人中，有≈2.28％的人患肺癌。 问题：由上述结论能否得出患肺癌与吸烟有关？把握有多大？ 三、建构数学 1、从问题“吸烟是否与患肺癌有关系”引出独立性检验的问题，借助样本数据的列联表，柱形图和条形图的展示，使学生直观感觉到吸烟和患肺癌可能会有关系。但这种结论能否推广到总体呢？要回答这个问题，就必须借助于统计理论来分析。 2、独立性检验： （1）假设：患肺癌与吸烟没有关系。即：“吸烟与患肺癌相互独立”。用A表示不吸烟，B表示不患肺癌，则有P(AB)=P(A)P(B) 若将表中“观测值”用字母代替，则得下表（二）： 患肺癌 未患肺癌 合计 吸烟 不吸烟 合计 学生活动：让学生利用上述字母来表示对应概率，并化简整理。 思考交流：越小，说明患肺癌与吸烟之间的关系越 （强、弱）？ （2）构造随机变量（其中） 由此若成立，即患肺癌与吸烟没有关系，则K2的值应该很小。把表中的数据代入计算得K2的观测值k约为56.632，统计学中有明确的结论，在成立的情况下，随机事件P(K2≥6.635)≈0.01。由此，我们有99%的把握认为不成立，即有99%的把握认为“患肺癌与吸烟有关系”。 上面这种利用随机变量K2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。 说明：估计吸烟者与不吸烟者患肺癌的可能性差异是用频率估计概率，利用K2进行独立性检验，可以对推断的正确性的概率作出估计，观测数据取值越大，效果越好。在实际应用中，当均不小于5，近似的效果才可接受。 （2）这里所说的“患肺癌与吸烟有关系”是一种统计关系，这种关系是指“抽烟的人患肺癌的可能性（风险）更大”，而不是说“抽烟的人一定患肺癌”。 （3）在假设成立的情况下，统计量K2应该很小，如果由观测数据计算得到K2的观测值很大，则在一定程度上说明假设不合理（即统计量K2越大，“两个分类变量有关系”的可能性就越大）。 3、对于两个分类变量A和B，推断“A和B有关系”的方法和步骤为： ①利用三维柱形图和二维条形图； ②独立性检验的一般步骤： 第一步，提出假设：两个分类变量A和B没有关系； 第二步，根据2×2列联表和公式计算K2统计量； 第三步，查对课本中临界值表，作出判断。 4、独立性检验与反证法： 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； 独立性检验原理：在一个已知假设下，如果一个与该假设矛盾的小概率事件发生，就推断这个假设不成立。 四、数学运用 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名秃顶. 分别利用图形和独立性检验方法判断秃顶与患心脏病是否有关系？你所得的结论在什么范围内有效？ ① 第一步：教师引导学生作出列联表，并分析列联表，引导学生得出“秃顶与患心脏病有关”的结论； 第二步：教师演示三维柱形图和二维条形图，进一步向学生解释所得到的统计结果； 第三步：由学生计算出的值； 第四步：解释结果的含义. ② 通过第2个问题，向学生强调“样本只能代表相应总体”，这里的数据来自于医院的住院病人，因此题目中的结论能够很好地适用于住院的病人群体，而把这个结论推广到其他群体则可能会出现错误，除非有其它的证据表明可以进行这种推广. 变式练习：课本P97练习 【板书设计】： 【作业布置】：课本P97习题3.2第1题 3.2.1独立性检验的基本思想及其初步应用 课前预习 阅读教材P91-P95，了解相关概念，如：分类变量、列联表、独立性检验。 学习目标 （1）通过对典型案例的探究，了解独立性检验（只要求列联表）的基本思想、方法及初步应用； （2）经历由实际问题建立数学模型的过程，体会其基本方法。 学习重点：独立性检验的基本方法 学习难点：基本思想的领会 学习过程 一、情境引入 5月31日是世界无烟日。有关医学研究表明，许多疾病，例如：心脏病、癌症、脑血管病、慢性阻塞性肺病等都与吸烟有关，吸烟已成为继高血压之后的第二号全球杀手。这些疾病与吸烟有关的结论是怎样得出的呢？我们看一下问题： 某医疗机构为了了解肺癌与吸烟是否有关，进行了一次抽样调查，共调查了9965个人，其中吸烟者2148人，不吸烟者7817人。调查结果是：吸烟的2148人中有49人患肺癌，2099人未患肺癌；不吸烟的7817人中有42人患肺癌，7775人未患肺癌。 问题：根据这些数据能否断定“患肺癌与吸烟有关”？ 二、学生活动 【自主学习】 （1）将上述数据用下表（一）来表示： 不患肺癌 患肺癌 总计 不吸烟 吸烟 总计 （2）估计吸烟者与不吸烟者患肺癌的可能性差异： 在不吸烟者中患肺癌的人约占多大比例？ ； 在吸烟的人中患肺癌的人约占多大比例？ 。 问题：由上述结论能否得出患肺癌与吸烟有关？把握有多大？ 【合作探究】 1、观察、分析样本数据的列联表和柱形图、条形图，你能得出什么结论？ 2、该结论能否推广到总体呢？ 3、假设：患肺癌与吸烟没有关系。则两事件发生的概率有何关系？ 不患肺癌 患肺癌 总计 不吸烟 a b a+b 吸烟 c d c+d 总计 a+c b+d a+b+c+d 试用上表（二）中字母表示两概率及其关系，并化简该式。你能得到何结论？ 4、构造随机变量（其中），结合3中结论，若成立，则K2应该很 (大、小) 根据表(一)中的数据，利用4中公式，计算出K2的观测值，该值说明什么？（统计学中有明确的结论，在成立的情况下，P(K2≥6.635)≈0.01。） 5、结合表（二）和三维柱形图、二维条形图如何判断两个分类变量是否有关系？利用独立性检验呢？二者谁更精确？ 【当堂检测】 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名秃顶. 分别利用图形和独立性检验方法判断秃顶与患心脏病是否有关系？ 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K2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： 专业 性别 非统计专业 统计专业 男 13 10 女 7 20 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 K2，∵K2， 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）： （K2≥k0） 0.10 0.05 0.025 0.010 k0 2.706 3.841 5.024 6.635 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 　　　72 　　　228 　　　300 由表中数据计算得到的观察值. 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. 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。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 分析：在口服的病人中，有的人有效；在注射的病人中，有的人有效。从直观上来看，口服与注射的病人的用药效果的有效率有一定的差异，能否认为用药效果与用药方式一定有关呢？下面用独立性检验的方法加以说明。 说明：如果观测值K2≤2.706，那么就认为没有充分的证据显示“A与B有关系”，但也不能作出结论“成立”，即A与B没有关系 小结：独立性检验的方法、原理、步骤 三、巩固练习： 某市为调查全市高中生学习状况是否对生理健康有影响，随机进行调查并得到如下的列联表：请问有多大把握认为“高中生学习状况与生理健康有关”？ 不健康 健　康 总计 不优秀 41 626 667 优　秀 37 296 333 总　计 78 922 1000 3.2.2独立性检验的基本思想及其初步应用 学习目标 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K2进行独立性检验． 学习重点：独立性检验的应用 学习过程 一．前置测评 （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？ 。 （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： 专业 性别 非统计专业 统计专业 男 13 10 女 7 20 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 K2，∵K2≥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 。 附：临界值表（部分）： （K2≥k0） 0.10 0.05 0.025 0.010 k0 2.706 3.841 5.024 6.635 二．典型例题 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 　　　72 　　　228 　　　300 由表中数据计算得到的观察值k≈4.514. 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？ 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。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 谈一谈：结合例1和例2你如何理解独立性检验。 三、巩固练习： 某市为调查全市高中生学习状况是否对生理健康有影响，随机进行调查并得到如下的列联表：请问有多大把握认为“高中生学习状况与生理健康有关”？ 不健康 健　康 总计 不优秀 41 626 667 优　秀 37 296 333 总　计 78 922 1000 9