单一母体变异数的区间估计.ppt

母體變異數的假設檢定 左尾檢定 統計檢定量 假設檢定 其中 母體變異數的假設值 第11章 母體變異數的推論 第426頁 19 左尾檢定 (續) 若 p 值 ≤ a ，拒絕 H0 p 值法： 絕對值法： 拒絕法則 若 ，拒絕 H0 其中 值是基於自由度為 n - 1 的卡方分配 母體變異數的假設檢定 第11章 母體變異數的推論 第426頁 20 右尾檢定 統計檢定量 假設檢定 母體變異數的假設檢定 其中 母體變異數的假設值 第11章 母體變異數的推論 第426 - 427頁 21 右尾檢定 (續) 若 ，拒絕 H0 若 p 值 ≤ a ，拒絕 H0 p 值法： 絕對值法： 拒絕法則 母體變異數的假設檢定 其中 值是基於自由度為 n - 1 的卡方分配 第11章 母體變異數的推論 第426頁 22 雙尾檢定 統計檢定量 假設檢定 母體變異數的假設檢定 其中 母體變異數的假設值 第11章 母體變異數的推論 第426, 432頁 23 雙尾檢定 (續) 若 p 值 ≤ a ，拒絕 H0 p 值法： 絕對值法： 拒絕法則 若 ，拒絕 H0 母體變異數的假設檢定 其中 與 值是基於自由度為 n - 1 的卡方分配 第11章 母體變異數的推論 第431頁 24 母體變異數的假設檢定(實例) 聖路易 Metro Bus 公司希望藉著鼓勵旗下的駕駛員行車準時，提升該公司可信賴的形象。該公司提出的標準政策為希望各站到達時間有極低的變異性，其標準為到達時間的變異數必須在 4 分鐘以內。下面即為協助該公司判斷到達時間的母體變異數是否過大的假設檢定： H0：σ2 ≤ 4 Ha：σ2 4若假設 H0為真，則假定到達時間的母體變異數均符合公司規定。 第11章 母體變異數的推論 第427頁 25 母體變異數的假設檢定(實例) 以 α＝0.05的顯著水準進行假設檢定。 假定在市區某個十字路口觀察隨機樣本 24 輛公車的到站時間之樣本變異數為 s2＝4.9。如果到站時間的母體分配為近似常態，則檢定統計量計算如下：自由度為 n－1＝24－1＝23 的卡方分配如圖 11.3 所示。 第11章 母體變異數的推論 第427頁 26 母體變異數的假設檢定(實例) 第11章 母體變異數的推論 第428頁 圖11.3 27 母體變異數的假設檢定(實例) p 值法： 因此為右尾檢定，故位於檢定統計量χ2 ＝28.18 右邊區域的值即為本檢定的 p 值。 因為χ2 ＝28.18 小於 32.007，故右尾面積 (p 值) 將大於 0.10。因為 p 值 α ＝0.05，故我們不能拒絕虛無假設。此樣本並不支持到站時間的母體變異數超過標準的說法。 第11章 母體變異數的推論 第427頁 28 母體變異數的假設檢定(實例) 絕對值法： 當α＝0.05 時， 值即為右尾假設檢定的臨界值。使用表 11.1，查得自由度為 23 之 ＝ 35.172，則到站時間範例的拒絕法則為  若 χ235.172，則拒絕 H0因為檢定統計量 χ2＝28.18，故我們不能拒絕虛無假設。 第11章 母體變異數的推論 第427頁 29 母體變異數的假設檢定(實例) 以車輛監理站所面臨的情形為例，說明如何以卡方分配進行單一母體變異數的雙尾檢定。根據紀錄，考駕照者的測驗成績之變異數為 σ2＝100。監理所目前剛設計出一份新的測驗卷，主管希望考駕照者成績的變異數仍維持既有水準。為評估新測驗卷成績的變異數，而擬出雙尾檢定如下。 H0：σ2 ＝ 100 Ha：σ2 ＝ 100如果 H0 被拒絕，表示變異數確已改變，因而有必要修改新測驗卷的部分試題，以使新測驗卷成績的變異數與舊測驗卷相同。 第11章 母體變異數的推論 第427頁 30 母體變異數的假設檢定(實例) 使用 α＝0.05 的顯著水準進行檢定，並抽取30位申請駕照者為樣本，給予新測驗卷作答。 此30份測驗成績的樣本顯示，其樣本變異數為 s2=162，卡方檢定統計量之值為： 計算 p 值 第11章 母體變異數的推論 第427 - 428頁 31 母體變異數的假設檢定(實例) 所以，χ2＝46.98 之檢定統計量代表在卡方分配右尾介於 0.025 與 0.01 的區域，加倍此值後顯示出雙尾檢定的 p 值介於 0.05 與 0.02 之間。 若使用 M