独立性检验的基本思想 ppt课件.ppt

文档介绍：独立性检验的基本思想及其初步应用
定量变量的取值一定是实数，它们的取值大小有特定的含义，不同取值之间的运算也有特定的含义.
如身高、体重、考试成绩、温度等等.
变量
定量变量
分类变量
两个定量变量的相关关系分析：回归分析（画散点图、相关指数R2、残差分析）
（定性变量）
精品资料
你怎么称呼老师？
如果老师最后没有总结一节课的重点的难点，你是否会认为老师的教学方法需要改进？
你所经历的课堂，是讲座式还是讨论式？
教师的教鞭
“不怕太阳晒，也不怕那风雨狂，只怕先生骂我笨，没有学问无颜见爹娘 ……”
“太阳当空照，花儿对我笑，小鸟说早早早……”
对于性别变量，其取值为男和女两种，这种变量的不同“值”表示个体所属的不同类别，像这样的变量称为分类变量.
在日常生活中，主要考虑分类变量之间是否有关系：
如是否吸烟、宗教信仰、是否患肺癌、国籍等等.
例如，吸烟是否与患肺癌有关系？
性别是否对于喜欢数学课程有影响？等等.
分类变量也称为属性变量或定性变量，它们的取值一定是离散的，而且不同的取值仅表示个体所属的类别，如性别变量，只取男、女两个值
两个分类变量的相关关系的分析：
①通过图形直观判断两个分类变量是否相关；
②独立性检验.
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
由列联表可以粗略估计出，在不吸烟者中，%患有肺癌；在吸烟者中，%患有肺癌。因此，直观上可以得到结论：吸烟者和不吸烟者患肺癌的可能性存在差异.
与表格相比，三维柱形图和二维条形图能更直观地反映出相关数据的总体状况.
为调查吸烟是否对患肺癌有影响，某肿瘤研究所随机地调查了9965人，得到如下结果（单位：人）：
吸烟与患肺癌列联表（列出两个分类变量的频数表）：
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
1、列联表
2、三维柱形图
3、二维条形图
不患肺癌
患肺癌
吸烟
不吸烟
不患肺癌
患肺癌
吸烟
不吸烟
0
8000
7000
6000
5000
4000
3000
2000
1000
从三维柱形图能清晰看出各个频数的相对大小.
从二维条形图能看出，吸烟者中
患肺癌的比例高于不患肺癌的比例.
不吸烟
吸烟
患肺癌
比例
不患肺癌
比例
4、等高条形图
等高条形图更清晰地表达了两种情况下患肺癌的比例.
上面我们通过分析数据和图形，得到的直观印象是吸烟和患肺癌有关，那么事实是否真的如此呢？这需要用统计观点来考察这个问题.
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：吸烟与患肺癌没有关系
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
把数字用字母代替，得到如下用字母表示的列联表：