本题导读

本题考查独立性检验中卡方统计量 的含义与应用。核心意图是考查学生通过 列联表判断两个分类变量之间关联性强弱的能力。

📌【题干】

Question

(2014年江西卷(理)) 某人研究中学生的性别与成绩、视力、智商、阅读量这 4 个变量之间的关系,随机抽查 52 名中学生,得到统计数据如表 1 至表 4,这与性别有关联的可能性最大的变量是()

🔍【思路分析】

破题导航

  1. 明确评价指标:在独立性检验中,卡方观测值 越大,说明两个分类变量有关联的可能性越大。
  2. 比较简化指标:观察四张表格发现,总样本容量 相同,且各表格的行计合计(男20,女32)和列计合计(不及格/及格共16和36)完全相同。这意味着分母部分 也保持一致。
  3. 计算分子核心 :由于分母相同,只需要比较分子中 的平方(即 的绝对值)的大小即可确定关联性强弱。

✅【答案】

点击查看答案

D

✍【详细解析】

Abstract

根据独立性检验的卡方公式: 由题意可知,四个列联表的分母部分均为 ,分子部分共有项 。

计算各表中变量与性别的交叉乘积差的绝对值 :

  • A. 成绩(表 1):
  • B. 视力(表 2):
  • C. 智商(表 3):
  • D. 阅读量(表 4):

比较可知,,即表 4(阅读量)对应的 观测值最大。

故与性别有关联的可能性最大的变量是阅读量。

故选 D

💡【考点归纳与避坑指南】

Danger

  1. 核心考点:卡方统计量 的数值大小直接反映了两个分类变量“有关联”的可信度(可能性)。

  2. 核心方法:在比较多个同边际合计(行列总计相同)的列联表时,快速计算主对角线乘积与副对角线乘积的差值 是最有效的捷径。

  3. 避坑指南:不需要算出具体的 值。由于分母完全一样,直接比较分子的差异化部分即可。

📖【试题探源与推广】

Tip

  1. 试题探源: 相关系数 (用于连续型变量)、回归直线方程。

  2. 结论推广: 在实际统计中,常用 来描述关联的显著性,常见的临界值有 (95% 把握)和 (99% 把握)。

  3. 方法推广: 独立性检验不仅能定性判断是否有关系,还能通过 值大小定量描述关系的强弱。

🔗【关联脉络】

Multi column