1 / 16

假設檢定 Hypothesis testing

假設檢定 Hypothesis testing. 假設檢定. 假設檢定 (Hypothesis testing) 對母體作一描述  利用隨機樣本推論此描述是否正確。 虛無假設 (null hypothesis) ： H 0 ，凡所定的假設欲予以否定的稱之。 對立假設 (alternative hypothesis) ： H 1 ，與虛無假設對立之假設。 顯著性 (significance) ： 有足夠的證據推翻虛無假設時，稱此檢定具顯著性。. Example ：

ledell
Download Presentation

假設檢定 Hypothesis testing

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 假設檢定 Hypothesis testing

  2. 假設檢定 • 假設檢定(Hypothesis testing) • 對母體作一描述利用隨機樣本推論此描述是否正確。 • 虛無假設(null hypothesis)： • H0，凡所定的假設欲予以否定的稱之。 • 對立假設(alternative hypothesis)： • H1，與虛無假設對立之假設。 • 顯著性(significance)： • 有足夠的證據推翻虛無假設時，稱此檢定具顯著性。

  3. Example： • 根據2000年研究報告顯示，小學生每日上網平均時數不到30分鐘，因電腦普及網路發展迅速，主管機關認為其平均值已改變，大於30分鐘。問本題中的虛無假設及對立假設為何。

  4. 假設檢定的誤差

  5. α：typeⅠ error。 • 又稱”顯著水準(significant level)” 。 • 發生型Ⅰ誤差最大的機率。 • α=max P(型Ⅰ誤差) • α=max P(拒絕H0│H0為真) • β：typeⅡ error。 • β=max P(型Ⅱ誤差) • β=max P(接受H0│H1為真) • 檢定力(1-β)越大越好 = 型Ⅱ誤差的機率越小。 • 一般而言(1-β)=

  6. 檢定力 • 1-β：power (power of a test)。 • 檢力 or 檢定力。正確的拒絕虛無假設的機率。 • 1-β= P(拒絕H0│H1為真)

  7. 檢定 • 1.檢定事件發生的p值：p<α/2 or p<α  reject H0 • 2.檢定信賴區間：是否包含μ0。 • 3.檢定臨界值：Z值。

  8. 歸納結論 • 事件發生的機率(P)是否小於顯著水準(α) • 是否有足夠的證據拒絕虛無假設(reject H0)。 • 當無法拒絕H0時，可能是沒有足夠的證據，而非H0是必然正確的。

  9. Example • 大台北地區民眾每日上班所花費的車程時間很長，經過政府改善後，希望能降至1小時以下，假設上班通車時間符合常態分配，已知標準差為18分鐘，今我們隨機抽出36個樣本，則： • 1.虛無假設及對立假設? • 2.以平均值小於55分鐘為拒絕域，當μ=60分鐘，犯型Ⅰ誤差的機率為何。(0.0475) • 2.定α為0.05，請問此拒絕域的臨界值為何。(55.065) • 3.若所抽出樣本平均值為59分鐘，請問此症改善是否有效。(can’t reject H0)

  10. Example： • 某廠商宣稱其所開發的魚線平均強度為8公斤，標準差為0.5公斤。茲從其中隨機抽出50條魚線，測其平均強度為7.8公斤，(α=0.01；Z0.01=-2.33；Z0.005=-2.575) • 請問是否符合廠商所宣稱的強度。(reject H0)(CI=(7.62 , 7.98)) • Example： • 某廠商宣稱其製造的咖啡平均重量應大於3磅，今隨機抽出36罐，得平均重量為2.97磅，假設母體標準差為0.18磅。 (α=0.01) • 請檢定此廠商的宣稱。(can’t reject H0)

  11. Example： • 實施旅遊改善措施後，旅遊業預檢定外籍旅客在台停留時間平均是否超過5日，從機場隨機抽取36位旅客，得其平均停留天數為5.3日，標準差為1.2日：(α=0.05) • 1.虛無假設及對立假設? • 2.檢定結果為何?(can’t reject H0) • Example：(小樣本檢定) • 某餐廳欲檢定顧客平均消費額是否低於150元。隨機抽取9名顧客帳單分別為135、130、140、145、130、120、140、140、130。假設顧客消費額為常態分配。 • 1.虛無假設及對立假設? • 2.本題為單尾或雙尾檢定? • 2.α=0.05檢定結果為何。(reject H0) (128.54 , 140.34)

  12. Example: • 今消基會調查市面上某速食品防腐劑含量，如下：3、4、5、4、2ppm，試推論此速食品防腐劑是否合於國家標準3ppm。(can’t reject H0 ; (2.18 , 5.10))

  13. 母體比例檢定 • 複習： • Example： • 假設5年前一次普查中，某一社區中有20%的清寒家庭，今欲了解其生活是否有改善，隨機抽取400戶，發現70戶家境清寒。(α=0.05) • 1.虛無假設及對立假設? • 2.請問家境清寒比例是否相同。(can’t reject H0)

  14. Example: • 學童近視比例日增，欲檢定國小學童近視比例是否高逾6成，隨機抽取500位國小同學，發現320位近視。(α=0.05) • 1.虛無假設及對立假設? • 2.檢定結果為何。(reject H0) • Example： • 一般患肺癌病患3年內死亡率超過90%，今有一新療法，檢驗150位肺炎病人，3年內友126位病人死亡，請問新療法是否比較好。(reject H0)；(0.792 , 0.888)

  15. 樣本大小的決定 • 在考量α、β之容忍的水準下，決定假設檢定的樣本大小。 • 樣本越大，精確度越高。

  16. 樣本大小決定公式

More Related