邱皓政2007统计原理与分析技术06__假设考验的原理.ppt

讓數字會說話三F 假設考驗的原理 Foundations of Hypothesis Testing 假設考驗 推論統計 利用樣本來推知母體 任何對於母體的探索，都必須透過抽樣程序與樣本統計量的計算 假設考驗 一套利用樣本統計數與抽樣理論來檢驗假設真偽的統計決策過程 統計決策理論 假設考驗的統計決策可能確實反應了真實世界的現象與變項關係，但是也有犯錯的可能 假設考驗的統計意義由決策理論中的機率關係來說明（type I error, type II error, power, confidence interval） 圖6.1 假設考驗的概念圖示 假設考驗的內涵 假設的推導hypothesis establishment：以假設形式呈現的研究問題 虛無假設null hypothesis 對立假設alternative hypothesis 統計的決策statistical testing ：樣本統計量的統計考驗 檢定統計量（test statistic） 統計分配（statistical distribution） 統計考驗（statistical test） 檢定統計量的概念 檢定統計量多為檢定值與抽樣誤差的比值 檢定值放在分子（效果量（size of effect） ） 抽樣誤差（標準誤）放在分母 除出來的結果就是檢定統計量 統計考驗的原理 檢定統計量越大，表示檢定值大於隨機誤差值，表示檢定值具有統計上的顯著意義 檢定統計量越小，表示檢定值沒有不同於隨機變化，表示檢定值只是一種隨機出現的狀況，沒有統計上的意義 假設（hypothesis）的意義 從功能來看 指研究者對於所關心的現象或問題所具有一套可被系統化檢驗的獨特觀點或看法 研究者對於研究問題的暫時性答案，有待統計程序來檢驗真偽 基本要素 「有其基礎」：具有指理論或文獻的知識基礎 「符合邏輯」：經過合理與合宜的歸納與演繹 從操作來看 假設是指變項間關係的陳述（statement） 例如「喝酒會降低駕駛的注意力，增加他們對於號誌的反應時間」 基本要素 「變項」（variables）：利用特定量尺從樣本上所獲得的數據（注意力、反應時間） 「關係」（relationship）：變項與變項之間可能具有特定的假設性關係（兩變項會相互影響，產生共同變異） 虛無假設與對立假設 對立假設（alternative hypothesis; H1） 基於研究者的觀點所提出的假設，母群體之間具有特定關係 「對立」:因為與另一個假設的立場是相對的，該假設是「喝酒的駕駛比未喝酒的駕駛，對於號誌反應不需要較長的反應時間」 虛無假設（null hypothesis; H0） 母群體之間不具有特別的關係 在假設考驗上作為一個基本的參考點，或稱為虛無或起始狀態 虛無假設反應了一種不受研究者所設定的因素干擾的一種理論與安定狀態 「喝酒的駕駛比未喝酒的駕駛，對於號誌反應的反應時間相同」 利用統計理論，可以估計此一理論或安定狀態下的機率模式 單尾與雙尾假設 單尾假設（one-tailed hypothesis） 對立假設為具有方向性的假設 統計決策時機率稱為單尾機率（one-tailed probability） 雙尾假設（two-tailed hypothesis） 對立假設為無方向的統計陳述來表示 統計決策時機率稱為雙尾機率（two-tailed probability） 顯著水準（level of significance） 顯著水準 當進行假設考驗時，用以判斷虛無假設是否成立(即拒絕或保留虛無假設)所根據的機率水準。 統計決策的原理 將實驗觀察所得到的資料，在特定機率分佈下，換算出機率值（p）（實驗所得到觀察事件以及更為極端的事件為隨機發生的機率），與某一設定值或關鍵值（critical value）相較的結果。 此一設定值稱為α水準，又稱為顯著水準 P法則 P= α：稱為顯著的結果（significant） P α：稱為不顯著的結果（non-significant） 單尾假設與雙尾假設 虛無假設分配與拒絕區 拒絕區（region of rejection） 當p值小於顯著水準α時，表示H0應被拒絕，因此此一區域稱為? 表示拒絕H0的機率範圍，面積總和等於顯著水準(α) 區隔拒絕區與非拒絕區的x值稱為臨界值(critical value；xcv)，是區分H0顯著與否的統計量數值。 統計決策與決策錯誤 凡決策即有錯誤的可能 研究者進行一項統計決策時，可能犯下的錯誤稱為統計決策錯誤，可以機率的數值來衡量其大小 決策與統計分配 虛無假設分配（null hypothesis distribution）:當虛無假設為真的統計分配 對立假設分配（alterna