1.2 独立性检验的基本思想及其初步应用教学目标设计

独立性检验的基本思想及其初步应用

新授课

一、基本说明 1模块:高中数学选修2-3 2年级:高中二年级 3所用教材版本:人民教育出版社 4所属的章节:第三章第二节 5学时数: 45分钟(多媒体教室授课)

二、教学内容与教学对象分析

通过典型案例，学习下列一些常用的统计方法，并能初步应用这些方法解决一些实际问题。通过对典型案例（如“患肺癌与吸烟有关吗”等）的探究。了解独立性检验（只要求2×2列联表）的基本思想、方法及初步应用。

在本课之前，学生已经学习过事件的相互独立性、正态分布及回归分析的基本思想及初步应用。本节课利用独立性检验进一步分析两个分类变量之间是否有关系，是高中数学知识中体现统计思想的重要课节。

在本节课的教学中，要把重点放在独立性检验的统计学原理上，理解独立性检验的基本思想，明确独立性检验的基本步骤。在独立性检验中，通过典型案例的研究，介绍了独立性检验的基本思想、方法和初步应用。独立性检验的基本思想和反证法类似，它们都是假设结论不成立，反证法是在假设结论不成立基础上推出矛盾从而证得结论成立，而独立性检验是在假设结论不成立基础上推出有利于结论成立的小概率事件发生，于是认为结论在很大程度上是成立的。因为小概率事件在一次试验中通常是不会发生的，所以有利于结论成立的小概率事件的发生为否定假设提供了有力的证据。

学习独立性检验的目的是“通过典型案例介绍独立性检验的基本思想、方法及其初步应用，使学生认识统计方法在决策中的作用”。这是因为，随着现代信息技术飞速发展，信息传播速度快，人们每天都会接触到影响我们生活的统计方面信息，所以具备一些统计知识已经成为现代人应具备的一种数学素养。

三. 学习目标

1、知识与技能

通过本节知识的学习，了解独立性检验的基本思想和初步应用，能对两个分类变量是否有关做出明确的判断。明确对两个分类变量的独立性检验的基本思想具体步骤，会对具体问题作出独立性检验。

2、过程与方法

在本节知识的学习中，应使学生从具体问题中认识进行独立性检验的作用及必要性，树立学好本节知识的信心，在此基础上学习等高条形图，并认识它们的基本作用和存在的不足，从而为学习下面作好铺垫，进而介绍K的平方的计算公式和K的平方的观测值R的求法，以及它们的实际意义。从中得出判断“X与Y有关系”的一般步骤及利用独立性检验来考察两个分类变量是否有关系，并能较准确地给出这种判断的可靠程度的具体做法和可信程度的

大小。最后介绍了独立性检验思想的综合运用。

3、情感、态度与价值观

通过本节知识的学习，首先让学生了解对两个分类变量进行独立性检验的必要性和作用，并引导学生注意比较与观测值之间的联系与区别，从而引导学生去探索新知识，培养学生全面的观点和辨证地分析问题，不为假想所迷惑，寻求问题的内在联系，培养学生学习数学、应用数学的良好的数学品质。加强与现实生活相联系，从对实际问题的分析中学会利用图形分析、解决问题及用具体的数量来衡量两个变量之间的联系，学习用图形、数据来正确描述两个变量的关系。明确数学在现实生活中的重要作用和实际价值。教学中，应多给学生提供自主学习、独立探究、合作交流的机会。养成严谨的学习态度及实事求是的分析问题、解决问题的科学世界观，并会用所学到的知识来解决实际问题。

四．教学重点、难点

教学重点：理解独立性检验的基本思想；独立性检验的步骤。

教学难点；1、理解独立性检验的基本思想；

22、了解随机变量K的含义；

3、独立性检验的步骤。

五、教学过程：

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，像这类变量称为分类变量．在现实生活中，分类变量是大量存在的，例如是否吸烟，宗教信仰，国籍，等等．在日常生活中，我们常常关心两个分类变量之间是否有关系．例如，吸烟与患肺癌是否有关系？性别对于是否喜欢数学课程有影响？等等．

为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）

表3-7 吸烟与肺癌列联表

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

那么吸烟是否对患肺癌有影响吗？

像表3一7 这样列出的两个分类变量的频数表，称为列联表．由吸烟情况和患肺癌情况的列联表可以粗略估计出：在不吸烟者中，有0.54 ％患有肺癌；在吸烟者中，有2.28％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．

为了更清晰地表达这个特征，我们还可用如下的等高条形图表示两种情况下患肺癌的比例．如图所示，在等高条形图中，浅色的条高表示不患肺癌的百分比；深色的条高表示患肺癌的百分比．

1

0.9

0.80.7

0.6

患肺癌0.5不患肺癌

0.4

0.3

0.2

0.10

不吸烟吸烟

通过分析数据和图形，我们得到的直观印象是“吸烟和患肺癌有关”．那么我们是否能够以一定的把握认为“吸烟与患肺癌有关”呢？

为了回答上述问题，我们先假设

H0：吸烟与患肺癌没有关系．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”独立”，把表3一7中的数字用字母代替，得到如下用字母表示的列联表：

表3-8 吸烟与肺癌列联表

不吸烟

吸烟

总计

不患肺癌

a c a+c 患肺癌b d b+d [来源:学科网ZXXK]

总计

a+b c+d a+b+c+d[来源:学,科,网]

在表3一8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．由于频率近似于概率，所以在H0成立的条件下应该有

aabac, nnn其中nabcd为样本容量， (a+b+c+d)≈(a+b)(a+c) , 即ad≈bc. 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．

【设计意图】要研究两个分类变量有关系是不容易解决的问题，本着“正难则反”的思想方法，借助反证法的思考模式，将问题转化为两个分类变量独立，利用事件独立的概率相关知识，用频率代替概率，利用列联表由学生自己动手推导出，在H0成立的条件下有adbc，进而引出随机变量K2公式中的部分结构（adbc）。

为了使不同样本容量的数据有统一的评判标准，基于上面的分析，我们构造一个随机

变量

nadbc2K (1) abcdacbd其中nabcd为样本容量．

若 H0

成立，即“吸烟与患肺癌没有关系”，则 K “应该很小．根据表3一7中的数据，利用公式（1）计算得到 K “的观测值为

299657775494220992K56.632, 78172148987491这个值到底能告诉我们什么呢？

统计学家经过研究后发现，在 H0成立的情况下，

2P(K26.635)0.01. (2) (2）式说明，在H0成立的情况下，K的观测值超过 6. 635 的概率非常小，近似为0 . 01，是一个小概率事件．现在K的观测值k≈56.632 ，远远大于6. 635，所以有理由断定H0不成立，即认为“吸烟与患肺癌有关系”．但这种判断会犯错误，犯错误的概率不会超过0.01，即我们有99％的把握认为“吸烟与患肺癌有关系” . 在上述过程中，实际上是借助于随机变量K的观测值k建立了一个判断H0是否成立的规则：

如果k≥6. 635，就判断H0不成立，即认为吸烟与患肺癌有关系；否则，就判断H0成立，即认为吸烟与患肺癌没有关系．

在该规则下，把结论“H0

成立”错判成“H0

不成立”的概率不会超过

222P(K26.635)0.01, 即有99％的把握认为从不成立．

【设计意图】随机变量K2的理解是本节课的难点之一，利用概率知识解读卡方临界值表中数据的含义，有助于学生理解独立性检验的基本思想。

本环节将卡方临界值表进行讲解，这样改变后能使学生首先了解随机变量K的含义，并能体会到如果K的观测值很大，就认为两个分类变量是有关系的合理性，为后面引出独立性检验的规则做好铺垫。达到突破难点的目的。

上面解决问题的想法类似于反证法．要确认是否能以给定的可信程度认为“两个分类变量有关系”，首先假设该结论不成立，即 H0:“两个分类变量没有关系”成立．

在该假设下我们所构造的随机变量K应该很小．如果由观测数据计算得到的K的观测值k很大，则在一定可信程度上说明H0不成立，即在一定可信程度上认为“两个分类变量有关系”；如果k的值很小，则说明由样本观测数据没有发现反对H0

的充分证据．

2222

上面这种利用随机变量K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．

一般地，假设有两个分类变量X和Y，它们的可能取值分别为｛x1,x2｝和｛y1,y2｝, 其样本频数列联表（称为2×2列联表）为：

2y1

y2

b

d

bd

总计

x1

x2

总计

a

c

ab

cd

abcd

ac

若要推断的论述为Hl:X与Y有关系，

可以按如下步骤判断结论Hl 成立的可能性： 1．在等高条形图中，可以估计满足条件X=x1的个体中具有Y=y1的个体所占的比例ac，也可以估计满足条件X=x2的个体中具有Y=y2，的个体所占的比例.“两个比cdab例的值相差越大，Hl

成立的可能性就越大． 2．可以利用独立性检验来考察两个分类变量是否有关系，并且能较精确地给出这种判断的可靠程度．具体做法是： ①

根据实际问题需要的可信程度确定临界值k0； ②

利用公式（ 1 ) ，由观测数据计算得到随机变量K的观测值k; ③

如果kk0，就以(1P(K2k0))100%的把握认为“X与Y有关系”；否则就说样本观测数据没有提供“X与Y有关系”的充分证据．

在实际应用中，要在获取样本数据之前通过下表确定临界值：

2P(K2k0).50

0

0.40 0.708

0.25 1.323

0.15 2.072

0.10 1.323 .05

02.706

0.025 3.841

0.010 5.024

0.005 6.635

0.001 10.828 k0

0.455 【设计意图】让学生再次经历问题解决的过程，既深化对该统计思想的理解，又掌握应用独立性检验解决问题的步骤。

例题详解

例：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的情况，具体数据如下表：

专业性别 男生 女生 合计 非统计专业 13 7 20 统计专业 10 20 30 合计 23 27 50

是否有95%把握主修统计专业与性别有关系

解：由图中已知数据得

所以有95%把握认为主修统计专业与性别有关系

分小组合作探究展示

例题1：某中学将100名高一新生分成水平相同的甲、乙两个“平行班”，每班50人．陈老师采用A，B两种不同的教学方式分别在甲、乙两个班级进行教改实验．为了解教学效果，期末考试后，陈老师分别从两个班级中各随机抽取20名学生的成绩进行统计，作出茎叶图如图．记成绩不低于90分者为“成绩优秀”．由以上统计数据作出列联表，并判断“成绩优秀”与教学方式是否有关．

例题2：某市教育局邀请教育专家深入该市多所中小学，开展听课、访谈及随堂检测等活动，他们把收集到的180节课分为三类课堂教学模式，教师主讲的为A模式，少数学生参与的为B模式，多数学生参与的为C模式，A，B，C三类课的节数比例为3∶2∶1．为便于研究分析，教育专家将A模式称为传统课堂模式，B，C统称为新课堂模式，根据随堂检测结果，把课堂教学效率分为高效和非高效，根据检测结果统计得到如下2×2列联表(单位：节)

高效 非高效 总计

新课堂模式 60 30 90

传统课堂模式 40 50 90

总计 100 80 180 请根据统计数据回答：有没有99%的把握认为课堂教学效率与教学模式有关？并说明理由．

2

例题3某工厂有两台不同机器A和B生产同一种产品各10万件,现从各自生产的产品中分别随机抽取二十件，进行品质鉴定，鉴定成绩的茎叶图如下所示：

该产品的质量评价标准

规定：鉴定成绩达到的

产品，质量等级为优秀；

鉴定成绩达到的产品，

质量等级为良好；鉴定成绩达到的产品，质量等级为合格.完成下列列联表，以产品等级是否达到良好以上（含良好）为判断依据，判断能不能在误差不超过0.05的情况下，认为B机器生产的产品比A机器生产的产品好；

良好以上（含良好） 合格 合计 A生产的产品 B生产的产品 合计

【设计意图】各小组将各自收集的分类变量数据进行独立性检验，并将检验结果展示给全体同学，加深本组及其它各组学生对独立性检验思想的理解，体验数学在实际生活中的应用。同时用学生收集的分类变量数据做练习，更能提高学生的参与兴趣。

课堂小结

1．知识梳理

2．规律小结

（1）等高条形图

（2）独立性检验的基本思想

（3）独立性检验的一般方法

作业：课本习题3.2 题1,2 实习作业：中学生喜欢文科还是理科与性别有关吗?