兩樣本均值的比較.pptx

兩樣本均值的比較 兩種處理方法的比較 Example： 常遇到的問題 1.新舊比較效果比較。 2.兩不同品種產量比較。 3.A與B事件比較。 名詞解釋 處理(treatment)： 欲做比較的事實。有吃藥/無吃藥；對象的種類。 實驗單位(experiment unit)： 陳述一項處理的基本單位，或稱受測者(experimental subjects) 反應(response)： 被實驗者在一處理後的特徵。 獨立與成對 獨立樣本(independent sample)： treatment 1 treatment 2 不相關。 成對樣本(paired sample) or (matched sample)： 受測者成對抽取，每對中的各元素性質相近。 二個獨立樣本平均數差的統計推論 X1與X2是來自兩個母體的獨立樣本，其統計量： 的抽樣分配 兩樣本均值差的抽樣分配 大樣本μ1-μ2之抽樣分配 Z檢定： 信賴區間： Example：(sσ) 醫院比較A、B兩病房住院病人的平均住院天數，隨機抽取A病房64個病例，平均數6.54天，標準差1.2。隨機抽取B病房，81個病例，其平均數為6.24天，標準差為0.96。問兩病房平均住院天數差的95%信賴區間。(-0.06 , 0.6607) Example：(單尾) 從A城市湖水中抽取85個樣本得到其湖水的鹽分含量18.3，標準差1.2。從B城市湖水中抽取110個樣本得到其湖水的鹽分含量17.8，標準差1.8。請檢定A城市湖泊鹽分是否高於B城市湖泊鹽量。(α=0.05)(reject H0) Example： 與比較A、B兩個社團中女性第一次結婚的年齡，由此兩社團中隨機抽出各100位已婚女性，紀錄第一次結婚的年齡，A社團為20.7歲，標準差6.3；B社團18.5，標準差5.8。試求μ1-μ2之95%信賴區間。(0.52 , 3.88) 小樣本μ1-μ2之抽樣分配 σ1 , σ2未知但相等 t檢定： 信賴區間： 復習 小樣本μ1-μ2之抽樣分配 σ1 , σ2未知但不相等 t檢定：--不須計算Sp；以S1，S2代替σ1 , σ2 Cochran折衷法 If tt’(σ/2) then reject H0 Example：(Sp) 為了比較A、B兩種咖啡中的咖啡因含量，從A咖啡中抽取10樣本，測得咖啡因含量為3.1毫克，標準差為0.5毫克。自B中抽取8個樣本，其平均值為2.7毫克，標準差為0.7毫克，假設兩組樣本變異數相同，求兩A、B母體平均數差的95%信賴區間。(-0.2 , 1) Example： 為進行一項研究，選出25乳牛，比較兩種飼料的效果，一為脫水牧草，另一為枯萎牧草。隨機選出12頭餵食脫水牧草，另外13頭餵食枯萎牧草。其牛乳產量如下表。μ1、μ2為常態分配，且有相同的變異數，試求：﹙α=0.05﹚ 請檢定兩種牧草的效果是否相同。 μ1-μ2之95%信賴區間。(-4.02 , 9.82) 牛奶產量表 A牧草 n1=13 平均數45.15 均方63.97 B牧草 n2=12 平均數42.25 均方76.39 Example： 欲檢測肥沃土壤與貧脊土壤的某微量元素含量是否相同，試檢測兩土壤之該元素含量有無差異。 沃土 脊土 5.9 7.6 3.8 1.4 6.5 1.1 18.3 3.2 16.2 5.5 16.1 4.1 7.6 成對樣本平均值檢定（paired t-test） 實驗設計需要兩處理的基本條件相似。 成對（match）或區集 （block） 當兩樣本來自於相同環境。 Example： 某一藥劑研究員欲研究某種藥丸是否如預期降低血壓，研究人員先記錄15名女性的血壓，在服用6個月之後再檢測血壓，得下列資料 1.虛無假設及對立假設 2.檢定此藥丸是否有降低血壓之功用(reject H0) 3.1-2之95％信賴區間(2.72 , 14.88) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 前 70 80 72 76 76 76 72 78 82 64 74 92 74 86 84 後 68 72 62 70 58 66 68 52 64 72 74 60 74 72 74 Example： 今欲比較洗腎病人透析前後重之差異是否不同，隨機抽取六位病人得下表資料： 1.虛無假設及對立假設 2.檢定透析前後體重是否不同(reject H0) 3.1-2之95％信賴區間(1.56 , 4.86) 前 後 53.2 48 73 69.6 61.8 57.2 43.4 41.6 62.9 61.8 62.8 59.6 兩母體比例差的檢定 檢定P1-P2的點估計與區間估計。 Example： 調查某城市及鄉村居民對