matlab列联表的独立性检验,(8.4列联表独立性分析案例.ppt

(8.4列联表独立性分析案例

* 郑平正 制作 8.4列联表独立性分析案例 高二数学 选修2-3 第三章 统计案例 莆田二中高二1班 怎样描述实际观测值与估计值的差异呢？ 统计学中采用 即 独立性检验 第一步：H0： 假设吸烟和患病之间没有关系 通过数据和图表分析，得到结论是：吸烟与患病有关 结论的可靠程度如何？ 患病 不患病 总计 吸烟 a b a+b 不吸烟 c d c+d 总计 a+c b+d a+b+c+d 第二步：列出2×2列联表 用χ2统计量研究这类问题的方法 步骤 第三步：引入一个随机变量：卡方统计量 第四步：查对临界值表，作出判断。 P(c2 ≥x0) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 x0 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 P(c2 ≥x0) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 x0 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 0.1%把握认为A与B无关 1%把握为A与B无关 99.9%把握认 为A与B有关 99%把握认 为A与B有关 90%把握认 为A与B有关 10%把握认为 A与B无关 没有充分的依据显示A与B有关，但也不能显示A与B无关 例如 独立性检验 通过公式计算 患病 不患病 总计 吸烟 39 15 54 不吸烟 21 25 46 总计 60 40 100 H0： 吸烟和患病之间没有关系 解： 已知在 成立的情况下， 故有99%的把握认为H0不成立，即有99%的把握认为“患病与吸烟有关系”。 即在 成立的情况下， 大于6.635概率非常小，近似为0.010 现在的 =7.307的观测值远大于6.635，出现这样的观测值的概率不超过0.010。 例1.在500人身上试验某种血清预防感冒作用，把他们一年中的感冒记录与另外500名未用血清的人的感冒记录作比较，结果如表所示。问：该种血清能否起到预防感冒的作用？ 未感冒 感冒 合计 使用血清 258 242 500 未使用血清 216 284 500 合计 474 526 1000 解：设H0：感冒与是否使用该血清没有关系。 因当H0成立时，χ2≥6.635的概率约为0.01，故有99%的把握认为该血清能起到预防感冒的作用。 P(c2 ≥x0) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 x0 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 P(χ≥x0) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 x0 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 有效 无效 合计 口服 58 40 98 注射 64 31 95 合计 122 71 193 解：设H0：药的效果与给药方式没有关系。 因当H0成立时，χ2≥1.3896的概率大于15%，故不能否定假设H0，即不能作出药的效果与给药方式有关的结论。 ＜2.072 例2：为研究不同的给药方式(口服与注射)和药的效果(有效与无效)是否有关，进行了相应的抽样调查，调查的结果列在表中，根据所选择的193个病人的数据，能否作出药的效果和给药方式有关的结论？ P(c2 ≥x0) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 x0 0.455 0.708 1.323 2.072 2.706 3.841 5.024 6.635 7.879 10.828 随机变量-----卡方统计量 第一步：H0： 吸烟和患病之间没有关系 患病 不患病 总计 吸烟 a b a+b 不吸烟 c d c+d 总计 a+c b+d a+b+c+d 第二步：列出2×2列联表 3、独立性分析的步骤 第三步：计算 第四步：查对临界值表，作出判断。 P(k≥k0) 0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001 k0 0.455