Inferences Based on a Single Sample: Tests of Hypothesis Chapter 9

Slides:



Advertisements
Similar presentations
20-Opening 統計學 授課教師:楊維寧 10Simple-R-Commands.
Advertisements

第 11 章 假設檢定的介紹.
單元九:單因子變異數分析.
人群健康研究的统计方法 预防医学系 指导教师:方亚 电话:
如何定义和确定参考区间 郭健 卫生部北京医院.
應用統計理論 編著:劉正夫教授 Reference:1) Wonnacott and Wonnacott. Introductory
行銷研究 單元二 行銷研究的程序.
假設檢定之基本概念 單一母體平均數之假設檢定 假設檢定與信賴區間之相關性 兩母體平均數之假設檢定  
第 10 章 單組樣本的假設檢定.
第 9 章 假設檢定 Part A ( ).
第 9 章 假設檢定 Part A ( ).
第 8 章 一組樣本 單變項推論方法.
第 10 章 假設檢定的介紹與單一母體的介紹.
判斷步驟 Step 1 :判斷是否為常態分配 Step 2 :如果是常態分配,用「假設檢定」,如果不是請看 Step 3
第六章 假设检验的基本概念.
信賴區間估計 (一) Estimation with Confidence Intervals
假設檢定.
實驗計畫資料分析作業解答 何正斌 國立屏東科技大學工業管理系.
商用統計學 Chapter 8 假設檢定.
Population proportion and sample proportion
型II誤差機率的計算 Calculating Type II Error Probabilities
Sampling Theory and Some Important Sampling Distributions
一元线性回归(二).
兩獨立母體成功比例差- Z檢定(大樣本):說明
第六章 平均數比較 6-1 平均數比較(各種 T Test 的應用) 6-2 Means 平均數分析 6-3 單一樣本 T 檢定
第十章 兩母體之假設檢定 Inferences Based on Two-Samples:
One-Sample Tests of Hypothesis
計數值抽樣檢驗計劃 (MIL-STD-105E)
第11章 抽樣設計 本章的學習主題 1.抽樣的基本概念 2.抽樣的程序 3.機率抽樣 4.非機率抽樣 5.電話抽樣
統計學: 應用與進階 第14 章: 變異數分析.
11.1單一母體變異數的推論 前幾章中,我們以樣本變異數
Interval Estimation區間估計
第一章.
统 计 学 (第三版) 2008 作者 贾俊平 统计学.
Hypothesis testing 假設檢定
七. 假說檢定Ⅰ (Hypothesis Testing Ⅰ) (Chapter 7)
第 9 章 假設檢定 Part B ( ).
Workshop on Statistical Analysis
Chap 9 Testing Hypotheses and Assessing Goodness of Fit
課程七 假設檢定.
統計學 指導老師: 郭燿禎 Date: 2/14/12.
第十章補充 允收抽樣.
Introduction to Basic Statistics
抽樣分配 Sampling Distributions
相關統計觀念復習 Review II.
第 7 章 推論方法.
估計與假設檢定.
第八章 假設之檢定與信賴區間 陳順宇 教授 成功大學統計系.
Introduction to Basic Statistics
第七章 假設檢定.
7-2 抽樣分配(sampling distribution)
第五章 估計與信賴區間 5.1 估計概論 估計量的分配 信賴度、信賴區間與最大容忍誤差16
Review of Statistics.
Introduction to Basic Statistics
Review of Statistics.
Parameter Estimation and Statistical Inference
楊志強 博士 國立台北教育大學系 教育統計學 楊志強 博士 國立台北教育大學系
Chapter 8 假設檢定.
Introduction to Basic Statistics
品質管理與實習 : MIL-STD-105E 何正斌 國立屏東科技大學工業管理學系.
R教學 t檢定R指令與範例 羅琪老師.
第 11 章 假設檢定的介紹.
參考書籍:林惠玲與陳正倉(2002),《應用統計學第二版》。台北:雙葉書廊有限公司。
第七章 计量资料的统计分析.
政治大學財政所與東亞所選修--應用計量分析--中國財政研究 黃智聰
假說檢定程序 3.1 定義 3.2 假說檢定程序 3.3 檢定的種類與方法 3.4 統計檢定精神 個案:假說建立
17.1 相關係數 判定係數:迴歸平方和除以總平方和 相關係數 判定係數:迴歸平方和除以總平方和.
Presentation transcript:

Inferences Based on a Single Sample: Tests of Hypothesis Chapter 9 第九章 單一母體之假設檢定 Inferences Based on a Single Sample: Tests of Hypothesis Chapter 9

學習目標 1. 區別各種的假設 假設與檢定的過程 3. P值p-value的觀念與應用 單母體假設與檢定問題的解決 5. 假設的檢定力與應用 1. 區別各種的假設 假設與檢定的過程 3. P值p-value的觀念與應用 單母體假設與檢定問題的解決 5. 假設的檢定力與應用 As a result of this class, you will be able to ...

推論統計的應用 5

假設檢定的觀念 Hypothesis Testing Concepts 9

假設檢定Hypothesis Testing

假設檢定Hypothesis Testing Population       

假設檢定Hypothesis Testing Population       

假設檢定Hypothesis Testing Population       隨機抽樣 Random sample  Mean X = 20  

假設檢定Hypothesis Testing 拒絕Reject hypothesis! 差了太多 Population       隨機抽樣 Random sample  Mean X = 20  

何謂假設Hypothesis? 1.對於母體母數的信念論述A belief about a population parameter 母體的母數可能為population mean, proportion, variance 必須在事前先確定Must be stated before analysis

何謂假設Hypothesis? 1.對於母體母數的信念論述A belief about a population parameter 母體的母數可能為population mean, proportion, variance 必須在事前先確定Must be stated before analysis 我認為本班同學的平均 GPA 為 3.5! ?1984-1994 T/Maker Co.

虛無假設Null Hypothesis 1. 對於母體母數的通常性,一般性的論述 2. 若被拒絕則就得到對立假設的顯著性 1. 對於母體母數的通常性,一般性的論述 2. 若被拒絕則就得到對立假設的顯著性 3. 總是包含了等號: , , or  4. 通常簡寫為H0 5. 例如 H0:   某特定值 也可寫為不等式(或) 例H0:   3

對立假設 Alternative Hypothesis 1. 對立於虛無假設 2. 總是為不等式(不包含=)即: ,, or  3. 通常寫作Ha (亦被記為H1) 4. 例如Ha:  < 某特定值 例, Ha:  < 3

得到虛無及對立假設的步驟Identifying Hypotheses Steps 1.將問題以統計方式敘述 2.需要充分證據證明的設為對立假設 3.將對立假設以不等式表達 , <, or > 4.確定虛無假設並以數學式表達

得到虛無及對立假設的步驟Identifying Hypotheses Steps 1.將問題以統計方式敘述 2.需要充分證據證明的設為對立假設 3.將對立假設以不等式表達 , <, or > 4.確定虛無假設並以數學式表達 範例 某廠商由供應商進了一批零件需求的規格是:平均長度為2吋,為了決定此批零件該被收下或退回,品管部門須抽樣做檢定 Ha:   2 H0:  = 2

得到虛無及對立假設的步驟Identifying Hypotheses Steps 1.將問題以統計方式敘述 2需要充分證據證明的設為對立假設 3.將對立假設以不等式表達 , <, or > 4.確定虛無假設並以數學式表達 範例 每位大學生平均每年逛書店的次數明顯的低於過去的20次? Ha:  < 20 H0:  ≧ 20

得到虛無及對立假設的步驟Identifying Hypotheses Steps 1.將問題以統計方式敘述 2.需要充分證據證明的設為對立假設 3.將對立假設以不等式表達 , <, or > 4.確定虛無假設並以數學式表達 範例 某研究室設計了一種新的汽化器,預計能增加汽油利用的效率。假設過去平均每加崙的汽油可行使24哩,在大量製造推廣這種新的汽化器之前,我們必須搜尋充分證據證明此種新的設計的確比舊的有效 Ha:   24 H0:  ≦ 24

檢定依對立假設的形式可分成三類 以母體平均數μ之檢定為例 H0:  ≦ 0,Ha:  > 0 右尾檢定(right-tailed test) H0:  ≧ 0,Ha:  < 0 左尾檢定( left-tailed test ) H0:  = 0,Ha:  ≠ 0 雙尾檢定( two-tailed test ) 0為一事先決定之常數 其中1. 2.又稱為單尾檢定

估計時可靠度(relibility)之評估 信賴水準(Confidence Level ) 誤差範圍(Error Bound)

決策風險機率 Decision Making Risks 檢定時可靠度之評估 決策風險機率 Decision Making Risks

決策錯誤機率 Errors in Making Decision 1. 型I錯誤Type I error 拒絕了正確的虛無假設reject a true null hypothesis 型I錯誤機率以(alpha)表示 也就是檢定的顯著水準Called level of significance 2. 型II錯誤Type II error 接受了錯誤的虛無假設Do not reject false null hypothesis 型II錯誤機率以(beta)表示

檢定力(power of the test) 正確的接受了對立假設的機率 =P(reject Ho I Ha is true) =1 - b

每位大學生平均每年逛書店的次數明顯的低於過去的20次? 範例 每位大學生平均每年逛書店的次數明顯的低於過去的20次? H0:  ≧ 20 Ha:  < 20 型I錯誤 真實的情形:大學生平均每年逛書店的次數大於等於20次 檢定的決策:大學生平均每年逛書店的次數少於20次 型 II 錯誤 真實的情形:大學生平均每年逛書店的次數少於20次 檢定的決策:大學生平均每年逛書店的次數大於等於20次

決策後之結果 Decision Results H0: 被告是無辜的Innocent

 與 有相互間的反效應

 與 有相互間的反效應  

 與 有相互間的反效應  

 與 有相互間的反效應  

 與 有相互間的反效應 你無法同時減低型I與型II誤差  

決策後之結果 Decision Results H0: 被告是無辜的Innocent

顯著水準 Level of Significance 2. 一般以(alpha)表達;為既定顯著水準 3. 在進行檢定之前就先確定 常見的值為 .01, .05, .10

單母體假設檢定

單母體假設檢定 One Population

單母體假設檢定 One Population Mean

單母體假設檢定 One Population Mean Proportion

單母體假設檢定 σknown One Population Mean Proportion Large Sample Z Test (1 & 2 tail)

單母體假設檢定 σunknown σknown One Population Mean Proportion Small Large Sample Sample Z Test t Test (1 & 2 (1 & 2 tail) tail)

單母體假設檢定 σunknown σknown One Population Mean Proportion Small Large Sample Sample Z Test t Test (1 & 2 (1 & 2 tail) tail)

基本知識

基本知識 What is Z given  = .025?  = .025 

基本知識 當 = .025 時 Z 為?  .500 - .025 .475  = .025  α

基本知識 當 = .025 時 Z 為? 標準常態分配表 (部份)   .500 - .025 .475 .06  = .025  0.025 1.9 .4750

基本知識 當 = .025 時 Z 為? 標準常態分配表 (部份)   .500 - .025 .475 .06  = .025  = 0.025  1.9 .4750

假設檢定問題解決的步驟 Hypothesis Testing Steps 9

解決檢定問題的步驟流程 根據問題決定 H0 根據問題決定 H1 根據問題決定  決定樣本數 n 決定合適的檢定統計

解決檢定問題的步驟流程 確定拒絕域rejection region及臨界值 critical values 根據問題決定 H0 計算出檢定統計值 根據檢定統計值做出決策 將決策以口語或文字表達 出來 根據問題決定 H0 根據問題決定 H1 根據問題決定  決定樣本數 n 決定合適的檢定統計

σ已知時平均數的單尾Ζ檢定 One-Tailed Z Test of Mean (σ known) 9

左尾檢定的範例 你是福特公司的汽車性能分析師,你想要了解Escorts型汽車的耗油量是否顯著的低於所訂定的32 mpg(公里每公升)。根據製造部門提供的訊息得知標準差為3.8 mpg。今隨機抽取了 60 輛Escorts汽車得到了樣本平均耗油輛為 30.7 mpg。 試以顯著水準a=0.01 決定耗油量是否低於所訂定的32 mpg? Alone Group Class

解決檢定問題的步驟流程 根據問題決定 H0 根據問題決定 H1 根據問題決定  決定樣本數 n 決定合適的檢定統 計 H0:μ≧32 α = 0.01 n = 60

步驟五:決定檢定統計量 (Test Statistic) 若有一統計量其數值可判定虛無假設應被接受或拒絕,則此統計量稱為檢定統計量 一般檢定μ時,x 為一恰當的檢定統計量

解決檢定問題的步驟流程 確定拒絕域rejection region及臨界值 critical values 根據問題決定 H0 計算出檢定統計值 根據檢定統計值做出決策 將決策以口語或文字表達 出來 根據問題決定 H0 根據問題決定 H1 根據問題決定  決定樣本數 n 決定合適的檢定統計

步驟六:確定拒絕域(rejection region)及臨界值(critical value) 拒絕域: X < C C 即為臨界值 臨界值須由檢定統計量的抽樣分配及顯著水準決定

當母體的機率分配為常態或是大樣本(n≧30) 基本知識:X 的抽樣分配 當母體的機率分配為常態或是大樣本(n≧30) X 的抽樣分配為(或近似) 常態分配 N(μ,σ/√n)

單尾拒絕區 Rejection Region (One-Tail Test) Rejection region does NOT include critical value.

單尾拒絕區 Rejection Region (One-Tail Test) Sampling Distribution Rejection region does NOT include critical value. Ho Sample Statistic Value

單尾拒絕區 Rejection Region (One-Tail Test) Sampling Distribution Rejection Region Rejection region does NOT include critical value. Ho Sample Statistic Value

單尾拒絕區 Rejection Region (One-Tail Test) Sampling Distribution Rejection Region Rejection region does NOT include critical value. Nonrejection Region 接受區 Ho Sample Statistic Value

單尾拒絕區 Rejection Region (One-Tail Test) Sampling Distribution Rejection Region Rejection region does NOT include critical value. Nonrejection Region 臨界值 Critical Value Ho Sample Statistic Value

單尾拒絕區 Rejection Region (One-Tail Test) Sampling Distribution Rejection Region Rejection region does NOT include critical value.  Nonrejection Region Ho Critical Value Sample Statistic Value

單尾拒絕區 Rejection Region (One-Tail Test) Sampling Distribution Level of Confidence Rejection region does NOT include critical value. 1 -  接受虛無假設 若樣本統計落在接受區Observed sample statistic

單尾拒絕區 Rejection Region (One-Tail Test) Sampling Distribution Level of Confidence Rejection region does NOT include critical value. 1 -  不接受虛無假設 若樣本統計落在拒絕區Observed sample statistic

臨界值的決定

臨界值的決定

步驟八:根據檢定統計值作出決策 X = 30.7 < 30.86 落在拒絕域 決策:拒絕虛無假設( H0:μ≧32 )

Escorts型汽車的耗油量顯著的低於所訂定的32 mpg(公里 / 公升)。 步驟九:將決策以文字表達 在0.01的顯著水準下, 有充分的證據證明 Escorts型汽車的耗油量顯著的低於所訂定的32 mpg(公里 / 公升)。

動腦想一想 μ>32 時之型 ∣錯誤機率為何? 2. 需要將型 ∣錯誤機率降的更低嗎?

動腦想一想 μ>32 時之型 ∣錯誤機率為何? Ans: μ>32 時之型 ∣錯誤機率必定較 μ=32 時之型 ∣錯誤機率為小 2. 需要將型 ∣錯誤機率降的更低嗎? Ans: 不用,否則型 ∥錯誤機率會增加

Standardized Test Statistic: 標準化檢定統計量 亦可將 X 標準化後以做為檢定統計量 Standardized Test Statistic: Z = (X -μ)/ (σ/ √n)

標準化檢定統計量 亦可將 X 標準化後以做為檢定統計量 Test Statistis: Z = (X -μ)/ (σ/ √n) Z的抽樣分配為標準常態 N(0 ,1)

標準化檢定統計量 亦可將 X 標準化後以做為檢定統計量 Test Statistis: Z = (X -μ)/ (σ/ √n) Z的抽樣分配為標準常態 N(0 ,1) 左尾檢定之拒絕域:Z<- Zα

左尾檢定的範例 你是福特公司的汽車性能分析師,你想要了解Escorts型汽車的耗油量是否顯著的低於所訂定的32 mpg(公里每公升)。根據製造部門提供的訊息得知標準差為3.8 mpg。今隨機抽取了 60 輛Escorts汽車得到了樣本平均耗油輛為 30.7 mpg。 試以顯著水準a=0.01 決定耗油量是否低於所訂定的32 mpg? Alone Group Class

標準化檢定統計量解答 H0: Ha:  = n = Critical Value(s): Test Statistic: Decision: Conclusion:

單尾Z檢定解答 H0:  = 32 Ha:  < 32  = n = Critical Value(s): Test Statistic: Decision: Conclusion:

單尾Z檢定解答 H0:  = 32 Ha:  < 32  = .01 n = 60 Critical Value(s): Test Statistic: Decision: Conclusion:

單尾Z檢定解答 H0:  ≧ 0.60 Ha:  < 0.60  = 0.10 n = 48 Critical Value(s): Test Statistic: Decision: Conclusion: -1.28

單尾Z檢定解答 H0:  = 32 Ha:  < 32  = .01 n = 60 Critical Value(s): Test Statistic: Decision: Conclusion:

單尾Z檢定解答 H0:  = 32 Ha:  < 32  = .01 n = 60 Critical Value(s): Test Statistic: Decision: Conclusion: 在 = .01下拒絕虛無假設

σ已知時平均數的單尾Ζ檢定解答 H0:  = 368 Ha:  > 368  = .05 n = 25 Critical Value(s): Test Statistic: Decision: Conclusion: 在  = .05情形下拒絕Ho 有充分證據證明重量超過368公克

σ已知時平均數的單尾檢定例題 假設由台北飛金門的班機,必須平均至少有60%的載客率才會有利可圖,今隨機調查48架次由台北飛金門的班機的載客率,顯示平均載客率為58%,若已知載客率的標準差為11%,試在0.10的顯著水準下檢定此資料是否足以證明該此班機無利可圖?

σ已知時平均數的單尾Ζ檢定解答 H0:  ≧ 0.60 Ha:  < 0.60  = n = Critical Value(s): Test Statistic: Decision: Conclusion:

σ已知時平均數的單尾Ζ檢定解答 H0:  ≧ 0.60 Ha:  < 0.60  = 0.10 n = 48 Critical Value(s): Test Statistic: Decision: Conclusion:

單尾Z檢定解答 H0:  ≧ 0.60 Ha:  < 0.60  = 0.10 n = 48 Critical Value(s): Test Statistic: Decision: Conclusion: -1.28

單尾Z檢定解答 H0:  ≧ 0.60 Ha:  < 0.60  = .10 n = 48 Critical Value(s): Test Statistic: Decision: 0.58-0.60 1.26 0.11 48 -1.28

單尾Z檢定解答 H0:  ≧ 0.60 Ha:  < 0.60  = .10 n = 48 Critical Value(s): Test Statistic: Decision: 在 =0 .10下無法拒絕虛無假設 0.58-0.60 1.26 0.11 48 -1.28

單尾Z檢定解答 Conclusion: 在0.1的顯著水準下,樣本並沒有顯示充分 的證據來證明此班機無利可圖。

單尾Z檢定解答 檢定結果無法拒絕虛無假設Ho時: 錯誤結論: 有足夠的證據支持虛無假設 正確結論:沒有足夠的證據來支持對立假 設或沒有足夠的證據來拒絕虛無假設

單尾Z檢定解答 檢定結果無法拒絕虛無假設Ho時: 錯誤結論: 有足夠的證據支持虛無假設 正確結論:沒有足夠的證據來支持對立假 設或沒有足夠的證據來拒絕虛無假設 理由: 檢定時並沒有控制型II錯誤機率

影響的因素 母體母數的真實值 型I誤差, 的選擇 3. 母體的標準差,  4. 樣本數, n 當兩假設母數差異減少時, b增加 減小時b增加; 增加時b減小 3. 母體的標準差,   增加時b增加 4. 樣本數, n 當n減少時b增加

右尾檢定範例 368 gm. 盒裝的麥片重量是否顯著的多過標籤上所載為368 公克呢? 隨機抽選了36 盒的麥片得到了: 樣本平均數為X = 372.5公克。 根據盒上記載裝填所產生的標準差為15公克。請以顯著水準a= 0.05檢定之。 368 gm.

σ已知時平均數的右尾Ζ檢定解答 H0: Ha:  = n = Critical Value(s): Test Statistic: Decision: Conclusion:

σ已知時平均數的右尾Ζ檢定解答 H0:  = 368 Ha:  > 368  = n = Critical Value(s): Test Statistic: Decision: Conclusion:

σ已知時平均數的右尾Ζ檢定解答 H0:  = 368 Ha:  > 368  = .05 n = 36 Critical Value(s): Test Statistic: Decision: Conclusion:

σ已知時平均數的右尾Ζ檢定解答 H0:  = 368 Ha:  > 368  = .05 n = 36 Critical Value(s): Test Statistic: Decision: Conclusion:

σ已知時平均數的右尾Ζ檢定解答 H0:  = 368 Ha:  > 368  = .05 n = 25 Critical Value(s): Test Statistic: Decision: Conclusion:

σ已知時平均數的右尾Ζ檢定解答 H0:  = 368 Ha:  > 368  = .05 n = 25 Critical Value(s): Test Statistic: Decision: Conclusion: 在  = .05情形下拒絕Ho

σ已知時平均數的右尾Ζ檢定解答 H0:  = 368 Ha:  > 368  = .05 n = 25 Critical Value(s): Test Statistic: Decision: Conclusion: 在  = .05情形下拒絕Ho 有充分證據證明重量超過368公克

σ已知時平均數的單尾Ζ檢定 H0:≧μ0 Ha: <μ0 H0: ≦μ0 Ha:  > μ0 若檢定統計量Ζ值小於- Zα時拒絕H0 若檢定統計量Ζ值大於Zα時拒絕H0

檢定 動動腦想一想 在“某一新型汽車美加侖汽油平均行駛的里程數是否顯著的低於25哩 ”的檢定中,若已知該型汽車行駛里程數的標準差為3哩 / 加崙,隨機測試了30輛車並建立決策法則如下:若樣本平均數少於24,則拒絕虛無假設。試問 a.此檢定的顯著水準為何? b.若真實的情形:每加侖汽油平均行駛的里程數只有24.5哩,則此時的型II錯誤機率為何?

單尾Z檢定 動動腦想一想 解答 Ho:μ≧25 Ha:μ<25 P(型I錯誤機率) 顯著水準:可容忍的最大型I錯誤機率 = P(拒絕Ho∣Ho正確) = P(X < 24∣μ = 25) = P(Z < -1.83) = 0.0336

單尾Z檢定 動動腦想一想 解答 b. Ho:μ≧25 Ha:μ<25 P(型II錯誤機率) = P(接受Ho∣Ha正確) = P(X ≧ 24∣μ = 24.5) = P(Z ≧- 0.91) = 0.6814 b.