170 likes | 356 Views
第 9 章. 推論 ( 一 ) - 假設檢定. 假設檢定,係指先對母體未知的母數給予一個假定的數值,稱為假設,然後隨機抽樣,利用樣本做成檢定統計量,應用機率原理來檢定此一假設是否可以接受之過程. 假設檢定. 虛無假設:指研究者希望放棄、否定的假設,以 Ho 表示之 對立假設:指對立於虛無假設之外之其他可能數值,以 H1 表示 以虛無假設為主,對立假設為次。當檢定結果為放棄 Ho 時,才會接受 H1 ;當接受 H0 時,便放棄 H1. 假設種類. 研究者希望放棄的假設 能使檢定式簡單的假設 欲檢定某人 ( 或單位、機構 ) 所宣稱的值. 決定虛無假設的原則.
E N D
第 9章 推論 (一) - 假設檢定
假設檢定,係指先對母體未知的母數給予一個假定的數值,稱為假設,然後隨機抽樣,利用樣本做成檢定統計量,應用機率原理來檢定此一假設是否可以接受之過程假設檢定,係指先對母體未知的母數給予一個假定的數值,稱為假設,然後隨機抽樣,利用樣本做成檢定統計量,應用機率原理來檢定此一假設是否可以接受之過程 假設檢定
虛無假設:指研究者希望放棄、否定的假設,以Ho表示之虛無假設:指研究者希望放棄、否定的假設,以Ho表示之 對立假設:指對立於虛無假設之外之其他可能數值,以H1表示 以虛無假設為主,對立假設為次。當檢定結果為放棄Ho時,才會接受H1;當接受H0時,便放棄H1 假設種類
研究者希望放棄的假設 能使檢定式簡單的假設 欲檢定某人(或單位、機構)所宣稱的值 決定虛無假設的原則
型I誤差:假設Ho為真時,但根據檢定結果卻拒絕了Ho型I誤差:假設Ho為真時,但根據檢定結果卻拒絕了Ho P(型I誤差)=P(放棄Ho|Ho為真) 型II誤差:虛無假設Ho為假,但根據檢定結果卻接受了Ho P(型II誤差)=P(接受Ho|Ho為假) 型I誤差與型II誤差
顯著水準:指型I誤差發生的最大機率 顯著水準 =max P(型I誤差) =max P(I) 兩種誤差越小越好 當樣本大小n固定時,P(I)減小,則P(II)會增加。當樣本增加時,P(1)與P(II)才有可能同時減少 先將P(I)固定在顯著水準 之下,再設法使P(II)為最小,稱為最佳檢定 型I誤差與型II誤差
雙尾檢定:顯著水準為 , Ho: ,H1: 利用 值求取臨界值,在臨界值左右兩端區域稱為放棄域,其中間區域稱為接受域,若統計樣本值 落於放棄域,則放棄虛無假設Ho,反之落於接受域,則接受Ho的假設 假設檢定模式的建立
P.291 P.292
右尾檢定:顯著水準為 , Ho: ,H1: 利用 值求取臨界值,在臨界值右端區域稱為放棄域,其左端稱為接受域,若統計樣本值 落於放棄域,則放棄虛無假設Ho,反之落於接受域,則接受Ho的假設 假設檢定模式的建立
左尾檢定:顯著水準為 , Ho: ,H1: 利用 值求取臨界值,在臨界值左端區域稱為放棄域,其右端稱為接受域,若統計樣本值 落於放棄域,則放棄虛無假設Ho,反之落於接受域,則接受Ho的假設 假設檢定模式的建立
建立假設:替母體未知數建立虛無假設Ho 選擇顯著水準 : 通常為0.01或0.05 選擇適當的檢定統計量(以Z,t統計量型態出現),並利用顯著水準 確立放棄域與接受域範圍 從樣本資料計算樣本統計值 判斷:若統計樣本值落於放棄域,則放棄虛無假設,反之落於接受域,則接受虛無假設 假設檢定的一般步驟
一個母體比率P的假設檢定(設為大樣本情況) 母體分配:點二項分配 假設:Ho:P=Po;H1:P Po (雙尾檢定) 顯著水準:設為 放棄域: 及 點二項母體比例之假設檢定
檢定統計量: , 判斷: 若Zo值落在放棄域內,則放棄Ho 若Zo值不落在放棄域內,則接受Ho 其他假設情況 右尾檢定:Ho:P<=Po :H1:P>Po,放棄域為Z > 左尾檢定:Ho:P>=Po :H1:P<Po,放棄域為Z > - 點二項母體比例之假設檢定
假設:Ho:P <= Po; H1:P > Po (右尾檢定) 顯著水準:設為 母體比例P假設檢定之樣本大小