.第八章假设之检定与信赖区间.ppt

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 8.1 假設檢定之簡介 某人聲稱他有超能力， 能猜中一銅板擲出的結果 是正面還是反面， 到底他是吹牛或真有超能力， 統計便是一種科學的驗證方法 我們試圖去相信某種說法，或是反駁它。 例如：有一說法是這樣的， 用手指月亮的人，隔天耳朵會被割傷， 另有一說法是， 早晨量身高會比晚上量的來的高， 這些說法是否正確，有待確認， 統計做驗證的例子 (1) 驗證某生產線生產的洋芋片厚度 是否已偏離目標值？ (第8章) (2)? 驗證某種藥是否有效？(第8章) (3)?驗證甲教學法是否比乙教學法效果好？ (第9章) ? ? (4)?驗證某地區男、女生的平均所得 是否有差異？ (第9章) (5)驗證某公司品管人員提出的改善策略 是否有效? (即改善策略是否有降低不良率的效 果？)(第10章) ?? ? (6)驗證兩條生產線(或兩家公司)某產品的 良率是否有差異？ (第10章) (7) 驗證某骰子是否公正？ (第11章) (8) 驗證某地區男、女生的教育程度 (分成國中以下、高中、大專以上) 是否有差異？ (第11章) (9)驗證甲、乙、丙3種肥料對蕃茄產量的 影響是否有差異？ (即肥料是否為影響蕃茄產量要因) (第12章) (10)驗證爐溫與壓力對鋼硬度的影響 是否有交互作用？是否有主效用？ (第12章) 假設檢定 假設(Hypothesis)是一種說法， 或是一種傳說， 它是對或是錯，需要經過驗證， 統計上稱驗證為檢定(Testing)。 例如有一種說法， 抽菸的男人比不抽菸的男人容易患肺癌， 這樣的說法是真是假？ 有待證明。 表8.1 抽菸與患肺癌人數表 抽菸組患肺癌比例顯然高於未抽菸組患肺癌比例 表8.2 抽樣的抽菸與患肺癌人數統計表 要判定抽菸者患肺癌比例比未抽菸者高的說法正確與否就有困難 因為 (1)樣本不能代表母體。 (2)再重抽一次樣本可能得到不同的比例。 抽樣誤差存在，有判斷錯誤機會 由於有抽樣誤差存在， 因此就有判斷錯誤， 這種判錯又分成二種狀況， 型I錯誤 一種是說法不正確 (即抽不抽菸對患肺癌沒有影響)， 但由於抽樣結果判它正確， 這種型態的錯誤稱為型I錯誤； 型II錯誤 另一種是說法正確 (即抽菸較易患肺癌)， 但由抽樣的資料判它不正確， 這種型態的錯誤稱為型II錯誤。 統計學家的工作就是想辦法使 犯這二種錯誤的機會降至最低。 8.2 檢定觀念及名詞介紹 統味公司生產飲料， 其說明書上聲稱其容量平均是250cc， 有位顧客打電話向消費者基金會抱怨說：此公司的飲料容量平均不到250cc， 消費者基金會如何 利用統計方法解決此紛爭呢？ 抽樣50筆資料 算出這瓶資料樣本平均數 及樣本標準差 是否因 就說此公司的說明書有問題呢？ 銅板實驗 假設有一銅板，連擲十次， 結果出現正面6次、反面4次， 我們是否就要懷疑此銅板不公正呢? 這個實驗讓我們聯想到 『理論與實驗的結果並不見得 是完全一致的，常會有一些偏差』。 1.虛無假設 H0: m=250 H0: p=0.5 2.對立假設 H1: m 250 單尾檢定 H1: p ? 0.5 雙尾檢定 3.型I錯誤及型II錯誤 型I錯誤(H0是對的，但誤判H0是錯) 型II錯誤(即H0是錯的，但被誤判H0為對) 型I錯誤 假設所擲銅板是公正的， 但某人連擲10次都出現正面， 因此依據判斷準則，就判定H0是錯的 型II錯誤 假設我們拿到另一個銅板， 它出現正面的機會是0.3， 但擲10次卻出現5次正面、5次反面， 因此判定H0是真(即此銅板是公正銅板) 統計檢定與法官判罪 4.顯著水準 型I誤差 :犯型I錯誤的機率 型II誤差 :型II錯誤的機率 控制好型I誤差， 使其不超過某種水準(通常訂為5%)， 此水準也稱為顯著水準 法官判罪 我們再以法官判罪為例做說明， 假使某國家認為法官犯型I錯誤 (即無罪的嫌疑犯卻被判成有罪)，