14.2比例值的检定（大样本）.ppt

14.1 比例值的檢定 涉及二項分配 一般採用 p值檢定 ? 1. H0：p＝0.07 HA：p＞0.07 2. α＝0.05 3. 檢定統計量反對人數 4. x＝15， n＝18、p＝0.70 p值 =反對人數 ≧15的機率 = 0.166 5. p 值 0.05，無法不接受虛無假設 此樣本資料並未證明有七成以上的學生反對該提案。 1. H0：p＝0.38， HA：p≠0.38 2. α＝0.05 3. 檢定統計量 x＝25。 4. 雙尾檢定，p值為2 (0.0125)＝0.0250。 5. P值 0.05，不接受虛無假設 認得此商標的人數比例不是38% 估計 ＝ 55.6% 所以事實上，應該是大於38%。 14.2 比例值的檢定（大樣本） 樣本數 n 夠大，可使用常態曲線近似二項分配 np＞5 且n (1－p)＞5，採用檢定統計量： 或，使用連續性的修正： 大樣本的檢定標準 np， n (1－p) 均大於5，採用大樣本檢定 1. H0：p＝0.75 HA：p＜0.75 2. α＝0.01 3. z≦-2.33 時，不接受虛無假設 4. x＝206、n＝300， p0＝0.75 ，得到 z = -2.53 5. Z = -2.53 -2.33，所以不接受虛無假設 結論：至多有75% 的學前幼童，有蛋白質缺乏的情形。 14.3 比例值之間的差距 兩個比例值差距的標準誤 H0: p1＝p2 (＝p ) 時，其標準差可為 p 以合併(pooling)資料來估計 檢定量： 檢 定 標 準 14.4 雙向表的分析 從單身、已婚、喪偶、與離婚的人中隨機抽樣，請問生活中最主要的幸福感來源 虛無假設為 p1＝p2＝p3， p1、 p2、與 p3 分別為這三群二項母體的真實比例值 試驗次數固定 健康與身體狀況 檢定 兩變數間之關連性 隨機抽樣 400人，得到以下的調查結果： 期望次數 1. H0 : pi1＝pi2＝pi3 ，其中 i＝1、2、3 HA : 至少有一個 i 的 pi1、pi2、與 pi3 是不全等的。 2. α＝0.01 3. 若χ2 13.277，不接受虛無假設，自由度為 4 統計軟體分析結果 1.H0 : 測驗成績與工作績效表現是彼此獨立的。 HA : 測驗成績與工作績效表現不是彼此獨立的。 2. α＝0.01 3. χ2 13.277 時，不接受虛無假設，自由度為 4 14.5 適合度 驗證某機場每分鐘收到的無線電訊息的件數，是服從卜瓦松分配，且平均數λ＝1.5。 數據： 卡方統計量： 若χ2 χ2α ，則我們在α的顯著水準下， 不接受虛無假設。 自由度為 k－m－1，m = 估計參數的個數。 1. H0 : 母體服從λ＝1.5 的卜瓦松分配。 HA : 母體不服從λ＝1.5 的卜瓦松分配。 2. α＝0.01 3. k＝5， χ2 13.277 時，不接受虛無假設，自由度為 4 4. 將實際觀察到的次數與期望次數，代入此的公式，得到　　　　　　　 χ2 ＝20.2 5. χ2 = 20.2 13.277，不接受虛無假設，此母體不服從卜瓦松分配， 或是此服從卜瓦松分配，但是平均數 λ不為1.5。 1. H0 : 此抽樣母體服從卜瓦松分配。 　 HA : 此抽樣母體不服從卜瓦松分配。 2. α＝0.01 3. 將「4或以上」合併成一組，得到 k＝5， 根據樣本資料估計λ，m＝1，自由度為3 　 χ2 11.345 時，不接受虛無假設 * 1. H0：p1＝p2 HA：p1＞p2 2. α＝0.01 3. z≧2.33 時，不接受虛無假設 4. 將 x1＝56、x2＝38、n1＝80、n2＝80，代入 z 的公式，得到 z=2.89 5. z = 2.89 2.33，不接受虛無假設， 結論：在連續劇時段打廣告的成本效益的確高於在足球比賽時段打廣告的成本效益。 H0：兩個變數是彼此獨立的 　HA：兩個變數不是彼此獨立的 r × c (列 x 欄) 雙向表期望次數的求算方法： 將其所在列的列總和，乘上其所在欄的欄總和， 再除以整個表的表總和，即為其期望次數。 卡方統計量 　此統計量近似於卡方分配，自由度為 (r－1) (c－1)。 有一個以上的期望次數小於 5 時，最好不要用這個檢定法。 4. 5. χ2 ＝5.37 13.277，無法不接受虛無假設， 認為對這三類人而言，選擇這三種選項的機率都相同。 另一公式 4.