文档介绍：-3第三章统计案例如果要研究吸烟与患肺癌是否有关系,我们需要什么数据,可否将你想要的数据列成表格便于查看?得到数据后你准备如何对数据进行分析?吸烟与肺癌列联表不患肺癌患肺癌总计不吸烟7775427817吸烟2099492148总计9874919965为了调查吸烟是否对肺癌有影响,某肿瘤研究所随机地调查了9965人,得到如下结果(单位:人)%%说明:吸烟者和不吸烟者患肺癌的可能性存在差异,吸烟者患肺癌的可能性大。吸烟与肺癌列联表不患肺癌患肺癌总计不吸烟7775427817吸烟2099492148总计9874919965在不吸烟者中患肺癌的比重是________用A表示吸烟,B表示患肺癌,则“吸烟与患肺癌没有关系”等价于“吸烟与患肺癌独立”,即P(AB)=P(A)P(B).吸烟与肺癌列联表不患肺癌患肺癌总计不吸烟7775427817吸烟2099492148总计9874919965因此|ad-bc|越小,说明吸烟与患肺癌之间关系越弱;|ad-bc|越大,说明吸烟与患肺癌之间关系越强。不患肺癌患肺癌总计不吸烟aba+b吸烟cdc+d总计a+cb+da+b+c+d在表中,a恰好为事件AB发生的频数;a+b和a+c恰好分别为事件A和B发生的频数。由于频率接近于概率,所以在AB相互独立思维条件下应该有分类晕机B1不晕机B2合计男性A1233255女性A292534合计325789在一次恶劣气候的飞行航行中调查男女乘客在机上晕机的情况如下表所示,据此资料你是否因为在恶劣气候飞行中男性比女性更容易晕机?甲同学说:因为男性晕机的人所占比例女性晕机的人所占比例为乙同学说:因为P(A1B1)=与P(A1)P(B1)=两者差距比较大,所以认为晕机与性别有关。差距不大,所以认为晕机与性别无关。假设两个变量相互独立构造卡方统计量根据卡方观测值的大小判断假设的合理程度得到原结论成立的可信程度独立性检验现在想要知道能够以多大的把握认为“吸烟与患肺癌有关”,为此先假设H0:+b吸烟cdc+d总计a+cb+da+b+c+d把表中的数字用字母代替,得到如下用字母表示的列联表用A表示不吸烟,B表示不患肺癌,则“吸烟与患肺癌没有关系”等价于“吸烟与患肺癌独立”。为了使不同样本容量的数据有统一的评判标准,基于上述分析,我们构造一个随机变量-----卡方统计量(1)那么这个值到底能告诉我们什么呢?卡方统计量作为检验在多大程度上可以认为“两个变量有关系”的标准分析:卡方越小,|ad-bc|越小,说明吸烟与患肺癌之间关系越弱;卡方越大,|ad-bc|越大,说明吸烟与患肺癌之间关系越强.