1、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7
2、817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7775427817吸烟2099492148总计9874919965 （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
3、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
4、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(K26.635)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
5、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：利用三维柱形图和二维条形图；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22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
6、，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？ 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. 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.
