文章插图
独立性检验【独立性检验】独立性检验是统计学的一种检验方式，与适合性检验同属于X2检验，即卡方检验（英文名：chi square test），它是根据次数资料判断两类因子彼此相关或相互独立的假设检验 。
由联表中的数据算出随机变数K^2的值（即K的平方），K^2的值越大，说明“X与Y有关係”成立的可能性越大 。
基本介绍中文名：独立性检验
外文名：test for independence
类属：统计学的一种检验方式
属于：X2检验
意义：判断两类因子彼此相关或相互独立
学科：数学
定义独立性检验是统计学的一种检验方式 。与适合性检验同属于X2检验（即卡方检验，英文名：chi square test）它是根据次数资料判断两类因子彼此相关或相互独立的假设检验 。假设有两个分类变数X和Y，它们的值域分另为{x1, x2}和{y1, y2}，其样本频数列联表为：y1y2总计x1aba+bx2cdc+d总计a+cb+da+b+c+d若要推断的论述为H1：“X与Y有关係”，可以利用独立性检验来考察两个变数是否有关係，并且能较精确地给出这种判断的可靠程度 。具体的做法是，由表中的数据算出随机变数K^2的值（即K的平方）K2 = n (ad - bc) 2 / [(a+b)(c+d)(a+c)(b+d)]，其中n=a+b+c+d为样本容量K2的值越大，说明“X与Y有关係”成立的可能性越大 。当表中数据a，b，c，d都不小于5时，可以查阅下表来确定结论“X与Y有关係”的可信程度：P(K^2≥k)0.500.400.250.150.10k0.4550.7081.3232.0722.706P(K^2≥k)0.050.0250.0100.0050.001k3.8415.0246.6357.87910.828例如，当“X与Y有关係”的K2变数的值为6.109，根据表格，因为5.024≤6.109<6.635，所以“X与Y有关係”成立的机率为1-0.025=0.975，即97.5% 。与列表相关联的概念分类变数其不同“值”表示相应对象所属的不同类别的变数，分类变数的取值一定是离散的，而且不同的取值仅表示相应对象所属的类别，如性别变数只取男、女两个“值”，某商品的等级变数只取一级、二级、三级三个“值”，等等 。分类变数的取“值”有时可用数字来表示，但这时的数字除了类别以外，没有其他的含义 。如用“0”表示“男”，用“1”表示“女” 。列联表分类变数的统计汇总表（频数表）在独立性检验中，一般只研究两个分类变数，且每个分类变数只有两个可取的值；这时得到的列联表称为2×2列联表，如后面的案例中的关于患肺癌与否与吸菸与否的列联表 。独立性检验的基本思想独立性检验的必要性独立性检验的学习目标：了解独立性检验的基本思想；独立性检验的学习重点：会对两个分类变数进行独立性检验 。即为什幺不能只凭列联表中的数据和由其绘出的图形下结论，由列联表可以粗略地估计出两个变数（两类对象）是否有关(即粗略地进行独立性检验)，但2×2列联表中的数据是样本数据，它只是总体的代表，具有随机性，故需要用独立性检验的方法确认所得结论在多大程度上适用于总体 。关于这一点，在后面的案例中还要进一步说明 。独立性检验的原理及步骤独立性检验是一种假设检验（先假设，再推翻假设），它的原理及步骤与反证法类似 。反证法假设检验要证明结论A想说明假设H1（两个分类变数，即两类对象有关）成立 。在A不成立的前提下进行推理，在H1不成立，即H0（两类对象无关，即相互独立）成立的条件下进行推理，推出矛盾，意味着结论A成立，推出小机率事件（机率不超过α，α一般为0.001,0.01,0.05或0.1）发生，意味着H1成立的可能性很大（可能性为1-α），没有找到矛盾，意味着不能确定A成立，没有推出小机率事件发生，意味着不能确定H1成立 。独立性检验的案例展示案例 某医疗机构为了了解患肺癌与吸菸是否有关，进行了一次抽样调查，共调查了9965个成年人，其中吸菸者2148人，不吸菸者7817人，调查结果是：吸菸的2148人中49人患肺癌，2099人不患肺癌；不吸菸的7817人中42人患肺癌，7775人不患肺癌 。根据这些数据能否断定：患肺癌与吸菸有关？【方法一】由样本数据，可得如下列联表和条形图：烟 \ 癌症不患肺癌患肺癌总计不吸菸7775427817吸菸2099492148总计9874919965在不吸菸者中，患肺癌的比重是0.54%；在吸菸者中，患肺癌的比重是 2.28%。说明吸菸者和不吸菸者患肺癌的可能性存在较大的差异，吸菸者患肺癌的可能性大 。可初步判断：患肺癌与吸菸有关.【方法二】以上通过对数据和图表的分析，得到的结论是：患肺癌与吸菸有关.但这个结论在多大程度上适用于总体呢？要回答这个问题，就必须藉助于独立性检验的方法来分析.独立性检验是检验两个分类变数是否有关（是否相互独立）的一种统计方法：用字母表示题设数据（使之更有一般性），可得如下2×2列联表烟 \ 癌症不患肺癌患肺癌总计不吸菸aba+b吸菸cdc+d总计a+cb+dn=a+b+c+d想说明假设H1“患肺癌与吸菸有关”成立.假设H0:H1不成立，即患肺癌与吸菸没有关係 。在H0成立的条件下，吸菸者中不患肺癌的的比例应该与不吸菸者中相应的比例差不多，即a/(a+b)≈c/(c+d)； a(c+d)≈c(a+b)； ad-bc≈0 。因此|ad-bc|越小，则说明患肺癌与吸菸之间的关係越弱 。构造统计量