高中数学 2.3.3实习作业教案 新人教A版

1、2.3.3实习作业教学目标：会用随机抽样的基本方法和样本估计总体的思想，解决一些简单的实际问题；能通过对数据的分析为合理的决策提供一些依据，认识统计的作用，体会统计思维与确定性思维的差异。教学重点：会用随机抽样的基本方法和样本估计总体的思想，解决一些简单的实际问题；能通过对数据的分析为合理的决策提供一些依据，认识统计的作用，体会统计思维与确定性思维的差异。教学过程：1课本86页案例设计一个题目2尝试解决下面的问题。（1）下面是关于吸烟情况的20个国家的统计数字，其中第一行是国名，第二行是男性吸烟成员的百分数，第三行是女性吸烟成员的百分数。韩国拉脱维亚俄罗斯多米尼加汤加土耳其中国泰国斐济日本68

2、.267.067.066.365.063.061.060.059.359.06.312.030.013.614.024.07.015.030.614.8美国巴基斯坦芬兰土库曼尼日利亚巴拉圭巴林新西兰瑞典巴哈马28.127.427.026.624.424.124.024.020.019.323.54.419.01.56.75.56.022.024.03.8根据以上数据，试研究这些国家吸烟状况的类似程度。问题(1)的分析: 要根据数据研究这些国家吸烟状况的类似程度,我们可以仅讨论男性的吸烟情况，首先确定一个划分类似的标准,不妨取1%,即当两个国家男性吸烟人数百分比之差小于1%时,将这两个国家称为类

3、似的.则可分成下面九组：（1）韩国；（2）拉脱维亚，俄罗斯和多米尼加；（3）汤加；（4）土耳其；（5）中国，泰国，斐济和日本；（6）美国；（7）巴基斯坦，芬兰和土库曼；（8）尼日利亚，巴拉圭，巴林和新西兰；（9）瑞典和巴哈马。对于女性吸烟的情况也可做类似的分析。如果我们要整体地讨论吸烟情况，我们应当怎样做呢？一个直接的想法就是考虑下面的平面图：以女性吸烟者的百分数为横轴，男性吸烟者的百分数为纵轴。（如下图所示）从图中可以看出，基本上分成下面四组：（1）巴哈马，巴基斯坦，巴拉圭，巴林，尼日利亚和土库曼斯坦；（2）芬兰，新西兰，瑞典和美国；（3）中国，日本，泰国，韩国，拉脱维亚，多米尼加和汤加；（

4、4）土耳其，斐济和俄罗斯。这个过程叫做聚类分析,它的基本思想是：在一批样本数据中，定义能度量样本数据或类别间相近程度的统计量，在此基础上计算出个样本数据或类别之间的相近程度度量值；再按相近程度的大小，把样本逐一归类，关系密切的聚集到一个小的分类单位，关系疏远的聚集到一个大的分类单位，直到所有的样本数据都聚集完毕；最后把不同的类别一一划分出来，形成一个关系密疏图，并用以直观地显示分类对象的差异和联系。上例向我们展示了对数据进行的聚类分析的过程, 一般来说,进行聚类分析需要解决两个问题：一是如何确定度量两个数据的接近程度的方法；二是究竟分成多少类合适。这两个问题都需要根据实际问题的背景和数据本身的

5、意义来确定。统计上对此提出了一套程序化的方法：（1）选择一种确定接近程度的方法，最直接的就是点之间的距离，我们上面的分析即是基于此；（不同的方法将得到不同的分类结果）（2）设要分类的对象有n个；我们以这n个对象分成n类开始，按所选择的方法确定这n个对象两两的接近程度度量值，将最接近的两个对象合并为一类，如此我们得到了至多n-1类；（3）确定类与类之间接近程度的方法；（4）对n-1类重复步骤（2），如此下去到完全归为一类止。至于究竟分成多少类合适，需要分析者根据所讨论的问题来决定。在实际问题中，往往需要对几种分类方案进行比较后，再加以选择。（2）为了研究某种新药的副作用（如恶心等），给50位患者

6、服用此新药，另外50位患者服用安慰剂，得到下列实验数据： 副作用药物有无合计新药153550安慰剂44650合计1981100请问服用新药是否可产生副作用？问题(2)的分析:假定服用新药与产生副作用没有关联.那么，首先要给“没有关联”下一个“能够操作”的定义。根据直观的经验，在服用新药与产生副作用的情形下，这个定义可以是这样的：如果服用新药与产生副作用没有关联，就意味着，无论服用新药与否，产生副作用的概率都是一样的。就此例题而言：二者相差较大。由此可以推断，开始的假设是不成立的。也就是说，服用新药与产生副作用是有关联的。由统计的常识知道，要求等号成立是非常苛刻的条件，实际上一般也是办不到的，我

7、们所能追求的是在概率意义下的可靠性。对于上面的独立性问题，类比在聚类分析讨论中的想法，我们应当寻找一个适当的统计量，用它的大小来说明独立性是否成立。在统计中，我们引入下面的量 副作用B 药物A 有副作用B1无副作用B2合计新药A1安慰剂A2合计在前面的例子中a15,b35，c4，d46。注意到独立性要求：P（全体生实验者产生副作用）P（服用新药产生副作用）即 这等价于 因此，可以用的大小来衡量独立性的好坏。问题：（1）用是不是更好些？（2）用比用合理，你认为有道理吗？（3）为了得到统计量的近似的分布，统计学家最终选用了：Q2=用它的大小来衡量独立性的大小，你能把它化简得到下式吗？从上面的表达式可以直观地看出：的值越小，事件A与B之间的独立性将会越大（当的值为0时，事件A与B完全独立）。通过有关统计量分布的计算可知：当时，事件A与B在概率为95%的意义下是相关的；当时，事件A与B在概率为99%的意义下是相关的。我们来算一算本题中的值：于是得出结论：在概率为99%的意义下，