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.