前言
数学原理
(H_0:)先假设两个变量(A),(B)是无相关关系的,(chi^2)的观测值(k_0)越大,则与之对应的假设事件(H_0)成立的概率越小,那么(H_0)不成立的概率越大,即两个变量相关的概率越大。
使用说明
独立性检验中的表格的解读:
- 使用实例:比如计算得到(chi^2=8),则有(8>7.897),而7.897对应概率值为0.005,故有(1)-0.005$=(99.5\%)以上的把握认为“两个变量有关”,但还是有低于(0.5\%)的判断出错可能性,并不是百分之百。
运算技巧
- 独立性检验的(K^2)的计算中,先化简,后计算。
比如(K^2=cfrac{105 imes(10 imes30-20 imes45)^2}{55 imes 50 imes30 imes75})
(=cfrac{21 imes(300-900)^2}{11 imes 50 imes30 imes75})(=cfrac{21 imes600 imes600}{11 imes 50 imes30 imes75})
(=cfrac{21 imes12 imes20}{11 imes 1 imes 1 imes75})(=cfrac{7 imes12 imes20}{11 imes 1 imes 1 imes25})
(=cfrac{7 imes12 imes4}{11 imes 1 imes 1 imes5})(=cfrac{336}{55}=6.11)
- 近似计算的要求和题目中已知数据的精确度保持一致。
典例剖析
(1)记(A)表示事件“旧养殖法的箱产量低于50kg”,估计(A)的概率;
分析:本题实质是考查用频率估计概率,所以要会根据频率分布直方图计算频率。
由于“旧养殖法的箱产量低于50kg”的频率为((0.012+0.014+0.024+0.034+0.040) imes 5=0.62),
故所求概率(P(A)=0.62)。
同理得到“新养殖法的箱产量低于50kg”的频率为((0.004+0.020+0.044) imes 5=0.34)
(2)填写下面列联表,并根据列联表判断是否有99%的把握认为箱产量与养殖方法有关,参考数据表格如下:
(egin{array}{c|lcr}
P(chi^2ge k_0) & 0.050 &0.010 &0.001 \
hline
k_0 & 3.841 & 6.635 & 10.828
end{array})
分析:由上问可知,“旧养殖法的箱产量低于50kg”的频数为(100 imes 0.62=62),
则“旧养殖法的箱产量不低于(50kg)”的频数为(100-62=38),
“新养殖法的箱产量低于(50kg)”的频数为(100 imes 0.34=34),
则“新养殖法的箱产量不低于(50kg)”的频数为(100-34=66),由此得到二列联表如下:
箱产量<(50kg) | 箱产量(ge 50kg) | 总计 | |
---|---|---|---|
旧养殖法 | (62(a)) | (38(b)) | (100(a+b)) |
新养殖法 | (34(c)) | (66(d)) | (100(c+d)) |
总计 | (96(a+c)) | (104(b+d)) | (200(a+b+c+d)) |
由上表计算得到(chi^2=cfrac{n(ad-bc)^2}{(a+b)(c+d)(a+c)(b+d)})
(=cfrac{200(62 imes 66-38 imes 34)^2}{(62+38)(34+66)(62+34)(38+66)}=15.705>6.635)
故有99%以上的把握认为,二者有关联。
(3)根据箱产量的频率分布直方图,对这两种养殖方法的优劣进行比较。
分析:本题目的难点有:到底从哪些角度进行比较?每一个角度下的数值的计算方法。
数据的极差:旧,(25-70);新,(35-70),极差反映了数据的取值范围和数据的几种程度,当然误差是有的;
数据的众数:旧,(47.5);新,(52.5),众数反映了出现次数最多,
数据的平均数:旧,(47.1);新,(52.35),平均数反映了一组数据的平均水平,
数据的方差(标准差):比较精确的反映了数据的分散和集中程度,将这种程度数量化了。
本题目从运算量和问题出发,可以从数据的范围和数据的中位数(或均值)两个角度作答。
“旧养殖法”的数据分布在(25-70)之间,“新养殖法”的数据分布在(35-70)之间,
故从数据范围来看,新养殖法的数据更集中,优于旧养殖法;
“旧养殖法”的平均数(中位数)分布在(40-45)之间,“新养殖法”的平均数(中位数)分布在(50-55)之间,
从平均数(中位数)角度来看,新养殖法也优于旧养殖法。