假設检定Hypothesistesting.pptVIP

假設檢定 Hypothesis testing;假設檢定 ;Example： 根據2000年研究報告顯示，小學生每日上網平均時數不到30分鐘，因電腦普及網路發展迅速，主管機關認為其平均值已改變，大於30分鐘。問本題中的虛無假設及對立假設為何。 ;假設檢定的誤差;α：typeⅠ error。 又稱”顯著水準(significant level)” 。 發生型Ⅰ誤差最大的機率。 α=max P(型Ⅰ誤差) α=max P(拒絕H0│H0為真) β：typeⅡ error。 β=max P(型Ⅱ誤差) β=max P(接受H0│H1為真) 檢定力(1-β)越大越好 = 型Ⅱ誤差的機率越小。 一般而言(1-β)=;檢定力;;歸納結論 事件發生的機率(P)是否小於顯著水準(α) 是否有足夠的證據拒絕虛無假設(reject H0)。 當無法拒絕H0時，可能是沒有足夠的證據，而非H0是必然正確的。;Example 大台北地區民眾每日上班所花費的車程時間很長，經過政府改善後，希望能降至1小時以下，假設上班通車時間符合常態分配，已知標準差為18分鐘，今我們隨機抽出36個樣本，則： 1.虛無假設及對立假設? 2.以平均值小於55分鐘為拒絕域，當μ=60分鐘，犯型Ⅰ誤差的機率為何。(0.0475) 2.定α為0.05，請問此拒絕域的臨界值為何。(55.065) 3.若所抽出樣本平均值為59分鐘，請問此