Transcript 假設檢定1
假設檢定
名詞定義
Hypothesis Testing:先對
提出假設
或主張,再利用
決來定是否拒絕或
是不拒絕該假設的統計推論方法。
Hypothesis (假設) : a statement or assumption
about the
.
ex : 新竹科學園區工程師月收入平>10,000
大學生平均打工時數約10小時
失業率 5%
兩個假設
虛無假設(Null Hypothesis, H o ) :the claim
or assertion to be tested.
對立假設(Alternative Hypothesis, H 1 ) :the
opposite of null hypothesis.
EX:
H 0 : μ 30
H 0 : μ 30
H 0 : μ 30
H 1 : μ 30
H 1 : μ 30
H 1 : μ 30
注意:
H 0 : x 30
H 1:x 3 0
H 1 never contains
.
兩個決策&臨界值
兩個決策:
根據機率理論,訂出合理的上下限,以樣本求
出的檢定量加以做出推論決策:
拒絕(reject)
不拒絕(do not reject) (不說接受(accept))
臨界值(critical value) :
The dividing point between the region where the
null hypothesis is rejected and the region where is
not rejected.
顯著水準( %)
Recall 區間估計:信賴水準(1- )%
(1 - )%
在假設檢定中, %稱為顯著水準(significant
level) the probability if reject the H o (拒絕區
域的大小)
顯著水準( %)
/2
/2
μ
Critical values
Rejection Region
若統計量落在拒絕區域, then reject H o
差異來自於
1.
2.
.
.
3 cases-1
(1) 雙尾檢定
H 0 : = 0
(say, =30)
H 1 : 0
/2
/2
X
30
Reject H0
-Zα/2
Do not reject H0
0
Reject H0
+Zα/2
Z
3 cases-2
(2)右尾檢定
H 0 : 0
(say, 30)
H 1 :μ> 0
Do not reject H0
30
Zα
Reject H0
μ
Critical value
3 cases-3
(3)左尾檢定
H 0 : 0
H 1 :μ< 0
Reject H0
Do not reject H0
-Zα
30
μ
Critical value
(say, 30)
兩個錯誤
型I錯誤:
型II錯誤:
P(型I錯誤)=P(
P(型II錯誤)=P(
與
的關係?
|
|
)=
)=
兩個錯誤
真實情況
Ho
決
策
不拒絕
拒絕
Ho
Ho
為真
Ho
為偽
假設檢定四大步驟
1.建立
Ho
&H
1
2.決策顯著水準
Z值法
P值法
3.利用樣本求出檢定統計量
4.做出決策
Reject H o
Do not reject H o
假設檢定
母體
大樣本
小樣本
母體p
大樣本
小樣本 (以後詳談)
母體
2
(以後詳談)
整理:母體平均數的假設檢定
一、大樣本之下
( n 30 )
二、小樣本之下
( n < 30 )
母體 已知:
母體 未知:
已知:
母體為常態
未知:
已知:
母體非常態
未知:
Notes:
Berenson et al. 課本認為,
才是大樣本。
2. Berenson et al. 課本認為,只要σ未知,均用
。
3. 常用的z值上下限:
1.
Notes:
Berenson et al. 課本認為,
才是大樣本。
2. Berenson et al. 課本認為,只要σ未知,均用
。
3. 常用的z值上下限:
1.
在雙尾檢定之下
α
α/2
Zα/2
在單尾檢定之下
α
0.1
0.05
0.05
0.025
0.01
0.005
Zα