Download presentation
Presentation is loading. Please wait.
1
第十章 兩母體之假設檢定 Inferences Based on Two-Samples:
Tests of Hypothesis Chapter 10 10 - 1
2
學習目標 延伸假設檢定之基本觀念到兩母體假設檢定 兩獨立母體假設檢定之型態介紹 兩相依母體假設檢定之型態介紹 無母數檢定 10 - 2
3
章節介紹 兩獨立母體之比較 兩母體成功比例差之Z檢定-大樣本 兩母體變異數比例之F檢定 兩相依（配對）母體之比較 兩獨立母體平均數差之Z檢定
具有共同變異數之兩母體平均數差之T檢定 兩母體成功比例差之Z檢定-大樣本 兩母體變異數比例之F檢定 兩相依（配對）母體之比較 配對樣本 Z 檢定 配對樣本 T 檢定 10 - 3
4
無母數檢定 魏克森等級合（ Wilcoxon rank-sum）檢定 魏克森符號等級（ Wilcoxon Sign-rank）檢定
(continued) 無母數檢定 魏克森等級合（ Wilcoxon rank-sum）檢定 魏克森符號等級（ Wilcoxon Sign-rank）檢定 10 - 4
5
兩母體檢定：說明 在前面章節中，我們曾經討論了兩母體的區間估計，包括兩母體平均數差的區間估計，兩母體比例差的區間估計，及兩母體變異數比的區間估計。現在我們改以假設檢定的方法來討論它們。兩母體平均數差異的假設檢定分為兩母體獨立與不獨立兩種。其中又分大樣本與小樣本兩種情形。 10 - 5
6
估計母體的各項未知參數 母體參數 樣本統計 Mean x Proportion p p Variance s
(parameters) (statistic) Mean x ^ Proportion p p Variance 2 2 s Differences - x - x 1 2 1 2 10 - 6
7
估計的過程 母體Population 結論 隨機樣本 Decision
Random Sample 母體之平均數m=50 母體平均數, , 未知 Mean x = 50 Sample 10 - 7 9
8
信賴區間 (confidence intervals)
1. 大樣本(n 30), 平均數 m (若s未知,以s 代替) (1-a)100%信賴區間 `x - za/ < m < `x + za/2 ---- 2. 大樣本(np5; nq5), 百分比 p , [ q=(1-p) ] p - za/2 pq/n < p < p + za/2 pq/n 估計誤差 s s n n 信賴水準 ^ ^ ^ ^ ^ ^ 10 - 8
9
平均數m信賴區間 3. 小樣本(n < 30), 母體常態, 變異數不知
(1-a)100%信賴區間(confidence interval) `x - ta/ < m < `x + ta/2 ---- 4. 若比較兩個平均數或兩個百分比公式雷同 s s n n 10 - 9
10
假設檢定 (testing hypothesis)
我想各位年平均存錢超過 50萬 (研究假設) 猜錯了! 差太多! 母體 隨機抽樣 樣本平均 x = 20萬
11
何謂假設 (Hypothesis)? 我認為各位每年儲蓄平均超過50萬! 對於母體的某一特性的信念論述
母體的特性可能為平均數、百分比、變異數 僅建立兩種假設 虛無的特定假設(Ho) 研究假設(Ha)或稱對立假設 我認為各位每年儲蓄平均超過50萬! ? T/Maker Co.
12
建立Ho及Ha的步驟 如何認定Ho,Ha對錯？ 例題 步驟 各位平均年儲蓄超過50萬? (右尾檢定) 1. 將問題以統計方式敘述
1. {平均超過50萬} 2. Ha: > 50 3. {平均沒超過50萬} 4. Ho: 50 步驟 1. 將問題以統計方式敘述 2. 確定研究假設, Ha Ha以不等式表達 , <, or > 稱之雙尾或單尾檢定 3. 確定虛無假設, Ho Ho內一定有 ‘=’ =, , 如何認定Ho,Ha對錯？
13
基本觀念 Ho之平均數的樣本分配 H0中的‘=’基準 根據所得樣本平均數為20; 符合虛無假設所述
Ho: m=5 `X 20 H0中的‘=’基準
14
左尾檢定: 左尾拒絕區 Ho: `X的樣本分配 顯著水準, a Ho: m=m0 Ha: m<m0 `X m0 拒絕區 10 - 14
Rejection region does NOT include critical value. `X m0 拒絕區
15
檢定統計量(test statistic)
若計算下列檢定統計值後看是否落在拒絕區 1. 平均數 大樣本: Z = (`X-m) / (s/n) - 用Ｚ–表 小樣本: t = (`X-m) / (s/n) - 用 t –表 2. 百分比 大樣本: Z = (p-p0) / (p0q0 /n) -用Ｚ–表 3. 其它(卡方表、Ｆ–表) ^
16
兩獨立樣本Z檢定 (當兩母體變異數已知) 兩母體平均數差 之檢定─Z檢定
1.若母體皆為常態分配且變異數皆已知，則不論樣本大小皆以常態分配處理。 2.若不知母體分配為何，且皆為大樣本時也以常態分配處理。
17
兩獨立樣本Z檢定 (當兩母體變異數已知) 假設條件 隨機且獨立抽取自常態分配母體之樣本 母體變異數已知 檢定統計量
18
兩獨立樣本Z檢定 (當兩母體變異數已知) 需無假設H0與對立假設H1之設定 H0: m 1 = m 2 H1: m 1 ¹ m 2
Two Tail OR H0: m 1 £ m 2 H1: m 1 > m 2 H0: m 1 - m 2 £ 0 H1: m 1 - m 2 > 0 Right Tail OR H0: m 1 ³ m 2 H0: m 1 - m 2 ³ 0 H1: m 1 - m 2 < 0 Left Tail OR H1: m 1 < m 2
19
兩獨立樣本Z檢定(當兩母 體變異數已知)：例題1
設義美餅乾製造商有二台機器同時生產每塊標準重量5公克之餅乾，若已知兩機器之母體標準差分別為0.21及0.35，現自二台機器所生產的餅乾中各抽驗100塊，其平均重量如下，試於母體分配為常態的前提下，檢定二台機器之產品重量是否一致？（=0.01） 機器 平均重量 母體標準差（已知）
20
兩獨立樣本Z檢定(當兩母 體變異數已知)：例題1題解
1.設立虛無假設與對立假設為：
21
兩獨立樣本Z檢定(當兩母 體變異數已知)：例題1題解
1.設立虛無假設與對立假設為： 2.檢定統計量Z為
22
兩獨立樣本Z檢定(當兩母 體變異數已知)：例題1題解
1.設立虛無假設與對立假設為： 2.檢定統計量Z為 3.檢定統計量Z的觀測值為
23
兩獨立樣本Z檢定(當兩母 體變異數已知)：例題1題解
4.決策： 檢定統計量Z的觀測值z=4.17大於 ，故拒絕虛無假設。
24
兩獨立樣本Z檢定(當兩母 體變異數已知)：例題1題解
4.決策： 檢定統計量Z的觀測值z=4.17大於 ，故拒絕虛無假設。 5.結論： 由上面檢定結果可以拒絕虛無假設，故可下結論：「兩台機器生產的餅乾平均重量並不相等。」
25
兩獨立樣本Z檢定 (大樣本) 兩母體平均數差 之檢定─Z檢定 1.若母體皆為常態分配且變異數皆已知，則不論樣本大小皆以常態分配處理。
2.若不知母體分配為何，且皆為大樣本時也以常態分配處理。
26
兩獨立樣本Z檢定 (大樣本) 假設條件 隨機且獨立抽取之樣本 母體變異數已知或未知 兩樣本之樣本數至少30以上 檢定統計量
27
兩獨立樣本Z檢定(大樣本)： 例題2 設義美餅乾製造商有二台機器同時生產每塊標準重量5公克之餅乾，現自二台機器所生產的餅乾中各抽驗100塊，其平均重量及樣本標準差如下 ，試檢定二台機器之產品重量是否一致？ 機器 平均重量 樣本標準差
28
兩獨立樣本Z檢定(當兩母 體變異數已知)：例題2題解
1.設立虛無假設與對立假設為：
29
兩獨立樣本Z檢定(當兩母 體變異數已知)：例題2題解
1.設立虛無假設與對立假設為： 2.檢定統計量Z為
30
兩獨立樣本Z檢定(當兩母 體變異數已知)：例題2題解
1.設立虛無假設與對立假設為： 2.檢定統計量Z為 3.檢定統計量Z的觀測值為
31
兩獨立樣本Z檢定(當兩母 體變異數已知)：例題2題解
4.決策： 檢定統計量Z的觀測值z=4.17大於 ，故拒絕虛無假設。 5.結論： 由上面檢定結果可以拒絕虛無假設，故可下結論：「兩台機器生產的餅乾平均重量並不相等。」
32
兩獨立樣本Z檢定 (MS EXCEL之應用)
33
兩獨立樣本Z檢定 (MS EXCEL之應用)
34
兩獨立樣本Z檢定 (MS EXCEL之應用)
35
聯合變異數t 檢定 (Variances Unknown)
假設條件 兩母體為常態分配 隨機且獨立抽取之樣本，皆為小樣本 母體變異數未知但假設相等 若母體非常態分配，則需大樣本才可
36
聯合變異數t 檢定 需無假設H0與對立假設H1之設定 H0: m 1 = m 2 H1: m 1 ¹ m 2
Two Tail OR H0: m 1 £ m 2 H1: m 1 > m 2 H0: m 1 - m 2 £ 0 H1: m 1 - m 2 > 0 Right Tail OR H0: m 1 ³ m 2 H0: m 1 - m 2 ³ 0 H1: m 1 - m 2 < 0 Left Tail OR H1: m 1 < m 2
37
聯合變異數t 檢定 (continued) 聯合變異數之計算公式
38
Hypothesized difference
(continued) 計算樣本統計量觀察值 Hypothesized difference
39
聯合變異數t 檢定: 例題3 假設你是一位股票分析師，你如果想要了解不同產業間（ NYSE & NASDAQ ）的股價是否有所差異？ 因此，蒐集了以下資料做一比較： NYSE NASDAQ Number Sample mean Sample std dev 假設兩母體變異數相等， 請問在a = 0.05下其平均 值是否有顯著差異? © T/Maker Co.
40
例題3題解：傳統拒絕域法 H0: m1 - m2 = 0 i.e. (m1 = m2)
41
例題3題解：傳統拒絕域法 .025 .025 t H0: m1 - m2 = 0 i.e. (m1 = m2)
a = 0.05 df = = 44 臨界值: Reject H Reject H .025 .025 2.0154 t 2.03
42
計算檢定統計量之觀察值
43
例題3題解：傳統拒絕域法 .025 .025 t 檢定統計量觀察值： H0: m1 - m2 = 0 i.e. (m1 = m2)
a = 0.05 df = = 44 臨界值: 檢定統計量觀察值： Reject H Reject H .025 .025 2.0154 t 2.03
44
例題3題解：傳統拒絕域法 .025 .025 t 檢定統計量觀察值： 決策： Reject at a = 0.05
H0: m1 - m2 = 0 i.e. (m1 = m2) H1: m1 - m2 ¹ 0 i.e. (m1 ¹ m2) a = 0.05 df = = 44 臨界值: 檢定統計量觀察值： 決策： Reject H Reject H Reject at a = 0.05 .025 .025 2.0154 t 2.03
45
例題3題解：傳統拒絕域法 .025 .025 t 檢定統計量觀察值： 決策： 結論： Reject at a = 0.05
H0: m1 - m2 = 0 i.e. (m1 = m2) H1: m1 - m2 ¹ 0 i.e. (m1 ¹ m2) a = 0.05 df = = 44 臨界值: 檢定統計量觀察值： 決策： 結論： Reject H Reject H Reject at a = 0.05 .025 .025 在顯著水準a = 0.05下，有足夠證據證明兩者平均數有顯著差異。 2.0154 t 2.03
46
例題3題解： p -Value法 Z Reject Reject a 2 =.025 -2.0154 2.0154
Z 2.0154 2.03 Test Statistic 2.03 is in the Reject Region
47
例題3題解： p -Value法 Z p Value 2 is between .01 and .025 Reject Reject a 2
=.025 Z 2.0154 2.03 Test Statistic 2.03 is in the Reject Region
48
(p-Value介於0 .02 到 0.05之間) < (a = 0.05). 所以，拒絕需無假設。
is between .01 and .025 Reject Reject a 2 =.025 Z 2.0154 2.03 Test Statistic 2.03 is in the Reject Region
49
聯合變異數t 檢定之Excel應用 兩個母體平均數差點定--T檢定（當兩母體變異數未知，但知其相等）
50
聯合變異數t 檢定之Excel應用
51
兩獨立樣本Z檢定 (MS EXCEL之應用)
Similar presentations
