SCM7.1.ppt.ppt

Chapter 7Inference for Distributions 7.1 Inference for the Mean of a Population 7.2 Comparing Two Means 7.3 Inference for Population Spread Section 7.1 Inference for the Mean of a Population 單一母體均數的檢定 均數推論的假設 母體中選出的一組隨機樣本(SRS)，樣本數為 n 該母體為常態母體，期望值為 m 標準差為s。一般應用上，m 與s 都是未知 實用上，只要樣本數夠多，資料分配呈對稱且單峰即可 樣本均數的分配 資料選自常態母體的假設下，隨機樣本的均數 服從常態 N(m, s2/n ) 標準差s 未知，以樣本標準差 s 估計之 以 標準化後服從標準常態 以 標準化後則服從 t 分配 標準誤差(standard error) 的標準差估計值 又稱為 的標準誤差 (standard error of mean, 簡記為SEM) When the standard deviation of a statistic is estimated from the data, the result is called the standard error of the statistic. t 統計量與 t 分配 常態母體 N(m, s2)，抽出隨機樣本，樣本數為 n 定義單樣本 t 統計量 (one-sample t statistic)為 則 t 統計量服從自由度為 n-1的 t 分配 以 t(k)或 tk 表示自由度為 k 的 t 分配 t 分配的自由度來自於樣本標準差 s 之自由度 常態分配與 t 分配圖形 常態與 t 分配圖形特性比較 t 分配圖形與常態分配圖形相似 都具有對稱於零、單峰及鐘形的特性 t 分配圖形的散佈(spread)比常態分配圖形大， t 分配圖形的尾端具有較大的機率 以 替代 來標準化，使得 t 分配有較大的變異性。 t 分配自由度越大圖形與越接近常態。 樣本數越大 s 估計 s 越準，估計值造成的額外變異性越少。 單母體均數的 t 信賴區間 由未知均數 m 的母體，選出一組隨機樣本，樣本數為 n。m 的C水準信賴區間為 其中t*為 tn-1分配之上(1-C)/2臨界點。 常態母體時信賴區間具有正確(exact)水準，非常態母體時樣本數大時為近似(approximate)水準。 單母體均數的 t 檢定 由未知均數 m 的母體，選出一組隨機樣本，樣本數為 n。 H0：m = m0 的標準化檢定統計量為 令T 服從 tn-1分配則各對立假說之P-值為 Ha：m m0 之 P-值為 。 Ha：m m0 之 P-值為 。 Ha：m m0 之 P-值為 常態母體時信賴區間具有正確水準，非常態母體樣本數大時為近似水準。 例題7.1 蟑螂新陳代謝研究 5隻蟑螂餵食葡萄糖10小時後，尾腸葡萄糖含量為(毫克) 55.95 68.24 52.73 21.50 23.78 = 44.44, s = 20.741 95%信賴水準之 tn-1臨界值為 t* = 2.776 95%信賴區間為 = (18.69, 70.19) 例題7.2 可樂甜度 例6.8續：10位品嚐員對健怡可樂甜度衰減評分樣本為： 2.0 0.4 0.7 2.0 -0.4 2.2 -1.3 1.2 1.1 2.3 檢定 H0：m = 0 vs. Ha：m 0 = 1.02, s = 1.196 t值為 P-值= 0.0122。 df = 9 之 P-值表 t 檢定 P-值實例圖示 單一樣本 t 程序應用的注意事項 理論上，資料必須是來自常態母體的SRS樣本 樣本數不大時，除了由過去經驗研判之外，也可消極的以“不過分違背常態法則即可接受”為原則 Fortunately, confidence levels and P-values from t procedures are not very sensitive to lack of normality. 例 7.1 及 7.2 資料之莖葉圖。 Stem-and-leaf