“统计学”讲义 - 静宜大学.pdf

靜宜大學企管系 97 學年第4 學期 『統計學』講義 任課老師：陳欣得 2009 年8月 第六章 6 假設檢定 2006 年 8 月 21 日 最後修改 6.1 假設檢定概論 6.2 檢定統計量 6.3 假設檢定的形式與步驟 6.4 單一樣本之假設檢定 6.5 兩組樣本之假設檢定 6.6 型 I 錯誤與型 II 錯誤 6.7 檢定力函數與作業曲線 6.8 相關係數的檢定 6.1 假設檢定概論 假設 （Hypothesis ）：一個對母體參數可判定真實與否的陳述 假設檢定 （Hypothesis Testing ）：以樣本檢測對母體參數之陳述是否真實的操作程序 H ） 虛無假設 （Null Hypothesis ）：用來檢定的陳述（寫成 0 對立假設 （Alternate Hypothesis ）：虛無假設的否定陳述（寫成 H 1 ） 範例 6.1 虛無假設與對立假設 以下是有關母體平均數虛無假設： H 0 : μ≤4 數學三一律告訴我們，對立假設應為 H 1 :μ 4 另外的虛無、對立假設如 H 0 : μ 8 ⇔H1 :μ≠8 、H 0 : μ≥8 ⇔H1 :μ8 。 ■ 假設檢定的邏輯 虛無假設很難證明其為 真，但只要有一個反證就可證明其為偽。 ©2006 陳欣得 統計學—假設檢定 第 6- 1 頁 不可能樣本、拒絕區域 在虛無假設的條件下，出現 不可能出現的樣本即可證明虛無假設為偽。 不可能樣本：出現機率為零的樣本 拒絕區域 （Reject Region ）：不可能樣本的區域（範圍） 顯著水準 機率小於某個臨界值就會被當成零，該臨界值稱為顯著水準 顯著水準 （Level of Significance ）：顯然不是零的臨界值 顯著水準是一個機率值，習慣上以 α來表示，如α 0.05 找到不可能樣本，然後推翻虛無假設才有意義，反之則沒有意義。 在統計裡，我們只有一次推翻虛無假設的機會。 另外，我們需要知道這個樣本出現的機率，如此才可以判斷其是否為不可能樣本。 其者需要抽樣分配的知識，後者需要會計算拒絕區域 （已知分配下給機率求臨界值）。 範例 6.2 （假設檢定的邏輯） 張三宣稱袋中的 100 個球都是白色的（ 虛無假設），若從袋中抽出紅球來（不可能樣 本），則可證明張三的宣稱為偽。反過來，即使抽出來的是白球（合理樣本），我們也 不能證實『袋中都是白球』的虛無假設為真（接受對立假設沒有意義）；要證實該陳 述為真的唯一方法，是把所有球都拿出來檢查（ 支持虛無假設很困難）。 抽出一個紅球後，張三改口說『袋中的 100 個球中，除了三個紅球之外，都是白色的』 （虛無假設）。若第二次又抽出紅球來，這時有人會跳出來指責張三撒謊，因為不可 能連續抽出兩個紅球（出現 不可能樣本）。事實上，連續兩次抽出紅球的機率大約 0.0006 ，並不是不可能，只是出面指責的人認為0.0006 與 0 沒有差異（0.0006 已經小 於他的顯著水準）。不可否認的，這時還是有些神經比較大條的人會認為，連續出現 兩次紅球的機率是小一點，但是也不是不可能呀（他們的顯著水準比 0.0006 小）。如 果第三次又抽出紅球呢？剛剛還耐得住性子的人也該翻臉了，因為連續三次紅球的機 率只有 0.000006 。 ■ 虛無假設與對立假設 統計虛無假設的形式如下 ©2006 陳欣得