8. 统计学最关心的是:我们的数据能提供那些信息. 具体地说,面对一个实际问题,我们关心的是
(1)如何抽取数据;(2)如何从数据中提取信息;(3)所得结论的可靠性.
案例1 回归分析,函数关系是一种确定性关系,而相关关系是一种非确定性关系.
例1:从某大学中随机选取8名女大学生,其身高和体重数据如表:
|
编号 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
身高/cm |
165 |
165 |
157 |
170 |
175 |
165 |
155 |
170 |
|
体重/kg |
48 |
57 |
50 |
54 |
64 |
61 |
43 |
59 |
求根据一名女大学生的身高预报她的体重的回归方程,并预报一名身高为172cm的女大学生的体重.
作出散点图,得到回归方程是 ![]()
所以,对于身高172cm的女大学生,由回归方程可以预报其体重为
(kg)
案例2 假设检验 假设检验是利用样本信息,根据一定概率,对总体参数或分布的某一假设作出拒绝或保留的决断,即在论述H不成立的前提下,有利于H的小概率事件发生,就推断H发生.
例2:某地区的羊患某种病的概率是0.4,且每只羊患病与否是彼此独立的,今研制一种新的预防药,任选6只羊做实验,结果6只羊服用此药后均未患病. 你认为这种药是否有效?
现假设“药无效”,则事件“6只羊都不患病”发生的概率为
,这是一个小概率事件. 这个小概率事件的发生,说明“药无效”的假设不合理,应该认为药是有效的.
案例3 独立性检验 独立性检验是对两种分类变量之间是否有关系进行检验.
例3: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:(吸烟与患肺癌列联表;略)那么吸烟是否对患肺癌有影响?
由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.
现在想要推断的论述是 H0:吸烟与患肺癌没有关系 ----略
考前寄语:①先易后难,先熟后生;②一慢一快:审题要慢,做题要快;③不能小题难做,小题大做,而要小题小做,小题巧做;④我易人易我不大意,我难人难我不畏难;⑤考试不怕题不会,就怕会题做不对;⑥基础题拿满分,中档题拿足分,难题力争多得分,似曾相识题力争不失分;⑦对数学解题有困难的考生的建议:立足中下题目,力争高上水平,有时“放弃”是一种策略.
高中数学基础知识归类
--献给2009年赣马高级中学高三考生
7.独立性检验(分类变量关系):
.
|
|
0.10 |
0.05 |
0.025 |
0.010 |
0.005 |
0.001 |
|
|
2.706 |
3.841 |
5.024 |
6.635 |
7.879 |
10.828 |
随机变量
越大,说明两个分类变量,关系 ,反之,
经过对统计量分布的研究,已经得到了两个临界值:3.841与6.635。当根据具体的数据算出的k>3.841时,有95%的把握说事件A与B有关;当k>6.635时,有99%的把握说事件A与B有关;当k
3.841时,认为事件A与B是无关的