相等变异数t-检定.PPT

範例13.11 點選Add-Ins、Data Analysis Plus，與Z-Estimates: 2 Proportions。 計算 第13章 兩個母體比較的推論 範例13.11 計算 第13章 兩個母體比較的推論 第518頁 辨識因素 辨識p1 – p2 的z- 檢定與估計量的因素 問題目的：比較兩個母體。 資料類型：名目。 第13章 兩個母體比較的推論 第520頁 * 兩母體變異數比值的推論 到目前為止我們已經看過中央位置測量的比較，稱為兩母體的平均數。 當看到兩母體變異數，我們考慮變異數的比值，也就是，我們感興趣的參數是： 這個統計量 服從自由度為ν1 ＝ n1 － 1 和ν2 ＝ n2 －1 的F 分配。 第13章 兩個母體比較的推論 第503頁 兩母體變異數比值的推論 虛無假設永遠表達為 H0: (我們的虛無假設將永遠指向兩個母體的變異數是相等的，因此，比值將會等於1。) 因此，我們的檢定統計量是： 第13章 兩個母體比較的推論 第505頁 範例13.7 在範例12.3 中，我們應用一個變異數的卡方檢定去 決定是否有足夠的證據去下結論說母體變異數小於 1.0。 假設統計實作人員也從另一個容器填充機蒐集資料， 並且記錄了一個隨機樣本的填充量。在5% 的顯著水 準下，我們是否可以推論第二部機器的一致性是比 較好的。 第13章 兩個母體比較的推論 第505-506頁 範例13.7 問題之目的是要比較兩個母體，資料是區間的。 由於我們想要有關兩部機器一致性的資訊 · 我們想 要檢定的參數是σ12 / σ22，其中σ12 是機器 l 的變異數 而σ22是機器 2 的變異數。 辨識方法 第13章 兩個母體比較的推論 第506頁 範例13.7 我們必須執行σ12 / σ22的 F - 檢定以決定是否母體 2 的變異數是小於母體 l 的變異數。 換言之，我們想要決定是否有足夠的證據去推論σ12 大於σ22。因此，我們檢定的假設為 H0: σ12 / σ22 = 1 H1: σ12 / σ22 1 辨識方法 第13章 兩個母體比較的推論 第506頁 範例13.7 點選Data、Data Analysis，與F-Test Two-Sample for Variances。 計算 第13章 兩個母體比較的推論 範例13.7 計算 第13章 兩個母體比較的推論 第506頁 範例13.7 沒有足夠的證據去推論機器2 的變異數小於機器1 的 變異數。 詮釋 第13章 兩個母體比較的推論 第507頁 範例13.8 決定在範例13.7 中兩母體變異數比值的95% 信賴區 間估計量。 已知信賴區間估計量σ12 / σ22 為: 第13章 兩個母體比較的推論 第507頁 範例13.8 開啟Estimators 工作簿中的F-Estimate_2 Variances 工作表，並且代入樣本變異數、樣本大小，以及信賴水準。 我們估計 σ12 / σ22 落在.6164 和 3.1741之間。 注意 1 在這個區間之中。 計算 第13章 兩個母體比較的推論 第507-508頁 辨識因素 辨識的F- 檢定與估計量的因素： 問題目的：比較兩個母體。 資料類型：區間。 敘述性測量的類型：變異性。 第13章 兩個母體比較的推論 第508頁 兩母體比例差異的推論 我們現在將看看當資料是名目的(即：類別的)時候，兩母體之間差異的推論。 當資料是名目的，唯一有意義的計算是計數每一種類型發生的次數，以及計算比例。因此，在本節中要被檢定的和估計的參數是兩母體比例之間的差異p1–p2。 第13章 兩個母體比較的推論 第509頁 統計量和抽樣分配 為了推論參數p1–p2，我們選取母體的樣本，計算樣本比例並且看它們的差異 是p1–p2的一個不偏且一致的估計量。 我們將母體1計數成功的次數標示為x1。 第13章 兩個母體比較的推論 第510頁 和 和 抽樣分配 在樣本大小夠大的前提下，統計量 會近似於常態分配。我們表達樣本大小的條件為 和 皆大於或等於5。 平均數、變異數、標準誤分別是： 因此，變數 是近似標準常態分配。 第13章 兩個母體比較的推論 第510-511頁 因為母體比例(p1 p2)未知，標準誤 是未知的。因此， 對於 的標準誤，我