统计学导论09课件.pptVIP

統計學導論 方世榮　著 假設檢定 9.1假設檢定的基本概念 9.2母體平均數的檢定 9.3母體比例的檢定 9.4樣本大小的決定 9.5母體變異數的檢定 9.1 假設檢定的基本概念 假設檢定的意義 假設的建立 單尾檢定與雙尾檢定 假設檢定的兩種誤差 自檢定中歸納結論 假設檢定的意義 統計假設(statistical hypothesis) ：係指有關母體特性之述句(假設)，而此述句為真(true)或偽(false)則可由此母體抽樣所得之訊息予以評斷。 假設檢定：在於建立一套準則，以決定接受或拒絕統計假設，此種推論過程或方法稱為假設檢定。 假設的建立 統計假設檢定的基本精神：除非具有足夠的證據可以拒絕H0，否則只好接受H0；但是接受H0並不表示H0為真，僅表示沒有充分證據可以拒絕H0。 拒絕H0時表示我們具有充分的事實證據可以拒絕H0，此時該檢定稱為具顯著性(significance)，故統計假設檢定亦稱為顯著性檢定(significant testing)。 具顯著性的檢定，其檢定的結論是拒絕H0；亦即顯著性意指有充分證據可以拒絕H0。 法庭判決與假設檢定對照表 假設檢定判斷準則(1/2) 準則1 當目標在於以樣本觀察值支持我們的主張時，則其相反的主張視為虛無假設H0，而原先之主張做為對立假設H1。 準則2 若錯誤地拒絕H0，其後果較嚴重者；此時便表示我們所建立的H0