统计学statistics的意义.docVIP

複習截至目前的內容 相關 用全國國手選拔的方式記憶( 將全國所有n隊伍中的男x女y 選手聚集在一起先將其分組男生、女生分開預賽(分子的記憶法)；另需注意公平起見，所以要將男國手 與女國手集合起來，分別與所有一般男女選手對打兩次(分母的記憶法)計算步驟：製表( 填空( 計算各欄總和( 代入公式( 求得相關係數 X Y X2 Y2 xy (和) ， ， ( 相關強度( 協助管理者做預測(迴歸) (管理技能) 管理者如何管理( 績效評比( 標準化(標準分數/z分數)( 準確說出區間( 推論(管理技能) 假設檢定 從z0.05，z0.01 開始複習 Z分數複習(1 2) 回想一下，上述的題目是不是都是在已知母體的平均數、標準差情況下，利用樣本來推論母體(群)之結果。那請問在抽樣過程有無犯錯的可能？ 假設檢定（Hypothesis Testing） 先對母群體特性作一描述，然後利用抽出來的隨機樣本來推論該描述的真或偽。 假設種類 虛無假設（Null Hypothesis, Ho） 對立假設（Alternative Hypothesis, H1/Ha） 假設檢定的基本精神 在樣本資料中，找足夠的證據來拒絕Ho，接受H1；若無法拒絕Ho只好接受Ho。 接受Ho並不表示Ho為真，只是表示樣本資料並沒有充分證據可以拒絕Ho。 若是拒絕Ho，接受H1，此檢定稱為顯著性檢定（Significant Testing）。 建立假設的準則 若是錯誤拒絕Ho，所承受的後果會比較嚴重。 將所有的研究，假定其無差異(Ho)，然後針對H1，利用抽樣來考驗研究假設(H1)真偽，並間接接受(不能接受) H1。 任何Ho的反面敘述為H1。 檢定種類 雙尾檢定（Two-tailed Test） H0: θ=θ0 H1: θθ0 單尾檢定（One-tailed Test） 右尾檢定（Upper-tailed Test） H0: θθ0 H1: θθ0 左尾檢定（Lower-tailed Test） H0: θθ0 H1: θθ0 假設檢定的步驟 設立假設（Hypothesis） 設定α值（Set α） 找出臨界值（Critical Region） 決定法則（Decision Rule） 檢定統計量（Test Statistic） 結論（Conclusions） μ的假設檢定 當母群體呈(1)常態且(2)σ已知 Z檢定 設立假設 雙尾檢定 H0: μ=μ0 H1: μμ0 右尾檢定 H0: μμ0 H1: μμ0 左尾檢定 H0: μμ0 H1: μμ0 設定α值（信心水準） 設定α值在決定「拒絕域」（Reject Region）與「接受域」（Accept Region）的大小。 「拒絕域」與「接受域」的大小與型I誤差（Type I Error）和型II誤差（Type II Error）有關。 型I誤差（α）：拒絕Ho，但為Ho真。 型II誤差（β）：接受Ho，但為Ho假。 檢定力（Power）：正確的拒絕Ho，1-β。 α與β關係如下表所示： 母群體的真實情形 Ho為真 Ho為假 結論 接受Ho 正確決策 1-α 錯誤決策 型II誤差 β 拒絕Ho 錯誤決策 型I誤差 α 正確決策 β 檢定力 找出臨界值 雙尾 P[Z-z]=α/2 P[Zz]=α/2 右尾 P[Zz]=α 左尾 P[Z-z]=α 決定法則 雙尾 Reject H0 if Z*Zα/2 or Z* -Zα/2(大於大值，小於小值) 右尾 Reject H0 if Z*Zα(大於大值) 左尾 Reject H0 if Z* -Zα(小於小值) 檢定統計量 結論 Reject H0 at α=□level Fail to reject H0 or Accept H0 P value檢定 找出P value 雙尾 P value = 2P[Z|Z*|] 右尾 P value = P[ZZ*] 左尾 P value = P[ZZ*] 決定法則 Reject H0 if P value α 結論 μ的假設檢定 當母群體呈(1)常態但(2)σ未知 t檢定 設立假設 雙尾檢定 H0: μ=μ0 H1: μμ0 右尾檢定 H0: μμ0(虛無假設處有等號) H1: μμ0 左尾檢定 H0: μμ0(虛無假設處有等號) H1: μμ0 設定α值 找出臨界值 雙尾 P[t-tn-1]=α/2 P[ttn-1]=α/2 右尾 P[ttn-1]=α 左尾 P[t-tn-1]=α 決定法則 雙尾 Reject H0 if t*tn-1,α/2 or t* -t n-1,α/2(大於大值，小於小值) 右尾 Reject H0 if t*t n-1,α