卡方检定-成功大学.PPT

第十一章 卡方檢定 陳順宇 教授 成功大學統計系 卡方檢定分成兩大類， 一類為適合度檢定 一類為獨立性檢定 適合度檢定是檢驗某組資料 是否符合某種分配 獨立性檢定是驗證 兩個屬性是否有相關 適合度檢定 檢查一組資料滿足某種分配的問題 稱為適合度檢定(Goodness of Fit)， 最常用的檢定方法是卡方檢定， 此分類資料常以次數分配表 的方式呈現資料 獨立性檢定 也是在探討因果關係，只是〝因〞與〝果〞都是離散型(分類)的資料， 探討教育程度與性別是否有相關的問題， 此分類資料常以列聯表方式呈現 11.1 離散型資料之適合度檢定 有傳說”台南市成年市民， 國中、高中(職)及大專以上的 教育程度比例分別為 15％，35％與50％”， 張三認為這種傳說不實。 此題寫成檢定問題為 表11.1 50位台南市市民教育程度次數分配表 理論上50位市民各種教育程度期望人數的次數 量化指標 卡方值 即沒有證據說此傳說是不正確 期望次數 適合度檢定卡方值 棄卻域 例11.1、 某媒體報導台中市市民 各種宗教信仰人數所佔比例如下表: 某人懷疑此報導不實，隨機抽樣200位市民，各種宗教信仰人數 各種宗教信仰期望人數 卡方值 有證據說此報導是不實的 例11.2、 某城市有7個行政區， 已知各區人口所佔比例分別為 0.21，0.08 ，0.15，0.12，0.09， 0.10， 0.25， 隨機抽樣100位， 結果各區樣本所佔比例分別為 0.18，0.13，0.14，0.12，0.08，0.11， 0.24 (1) 試問抽樣的樣本比例與母體比例 是否有一致性? (2) 如果抽樣1000位，而各行政區樣本 所佔比例不變，分別為 0.18，0.13，0.14，0.12，0.08，0.11，0.24 試問各行政區抽樣樣本比例與 母體比例 是否有一致性? ? (3)試問抽樣1000位的卡方值與 抽樣100位的卡方值有何關係? (1) 抽樣100位 無證據說7個行政區抽樣的樣本比例與母體比例沒有一致性 (2) 抽樣1000位 有證據說7個行政區抽樣的樣本比例與母體比例沒有一致性 (3) 由(1)與(2)， 抽樣1000位之卡方值是 抽樣100位卡方值的10倍 均勻分配 的適合度檢定 在第十章檢驗一個銅板是否公正？ 我們利用一組樣本比例來做檢定， 它是屬於二項分配。 如果要檢定一個骰子是不是公正？ 因為擲一個骰子出現點數有 1，2，3，4，5，6共有6種可能， 它是屬於多項分配， 需要利用卡方檢定 例11.3、 有人懷疑某骰子是不公正的 ? 假使擲此骰子120次 擲120次骰子出現各種點數之次數表 有無證據說這個骰子是不公正呢？ 均勻分配，即檢定 擲120次骰子出現各種點數之觀察次數與期望次數 即無證據說這個骰子是不公正的 例11.4、(例11.3續)假使擲此骰子1200次 有無證據說這個骰子是不公正的呢？ 擲1200次骰子出現各種點數之次數 卡方值 有證據說這個骰子是不公正的 2. 二項分配 的適合度檢定 例11.7、(例10.8續)有人懷疑某銅板是否公正 ? 即檢定 假如他擲此銅板10次， 結果出現正面9次， 試問是 否顯著？ 擲10次銅板出現正、反面觀察與期望次數 卡方值 有證據說此銅板是不公正的 卡方檢定所得的卡方值與例10. 8 檢定z值有平方關係 例11.8、(例10.9續) 某公司為了降低產品不良率， 提出改善計畫， 若已知改善前不良率為10%， 改善後由生產線隨機抽樣400個產品， 得樣本不良率為8%， 試以卡方檢定此改善策略是否有效? 左尾檢定 不良品與良品觀察次數與期望次數 卡方值 沒有證據說改善策略有效 11.2 連續型資料之適合度檢定 例11.9、(例1.9續) 由台南市成年市民抽樣50位 身高資料如表1.2， 試問是否有證據說 此組身高分佈不是常態分配？ 檢定 抽樣50位台南市成年市民身高次數分配表 期望次數計算方式 例如，第2組的期望次數 第1組的期望次數 抽樣50位台南市成年市民身高觀察與期望次數 合併後的表格 卡方值 11.3 獨立性之檢定 政府想知道民眾對某政策(如核四興建) 男女