二组资料比较.ppt

dsn2 以上的理論中做了那些假設 (assumption) ？ 比較二組變異數與比較二組平均數基本上的差異為何？你覺得是否有意義？ t 分佈與 F 分佈有何關係？ 何時使用 t-test，何時使用 F-test ？ * Chap 2 二組資料比較 二組資料比較屬於 1 factor，2treatments 之實驗，分為 : 二獨立樣本 -- 1 factor complete randomized design 二配對樣本 -- paired comparison design (是一種 block design) 分析資料的方法分別為 : 二獨立樣本 -- t-test ( H0 : μ1 = μ2 ) 二配對樣本 -- paired t-test ( H0 : μD = μ1 - μ2 = 0 ) 註：上述的 t-test 用於常態資料 題例 例 2.1：調查二水泥砂漿配方產生的張力強度是否相同 (課本p24) 以二配方生產的水泥砂漿各隨機抽取10個樣本，測得張力強度，此二組資料是否獨立？ 例 2.2：比較兩種演算法所需 cpu 時間 影響cpu 時間的另一重要因素是題目的難易度，選擇10題，分別以兩種演算法計算，得到的資料是配對資料。 例 2.3：比較二硬度機針頭讀數之差異 (課本p49) 硬度讀數和金屬本身的硬度有極大關係，若取不同的金屬片， 得到的差異可能是金屬片的差異，而非針頭的差異，在設計實驗時，要平衡此 nuisance factor，故取10片金屬片，每片分成二份， 分別以二硬度機針頭讀出硬度，這設計屬於 block design，以此得到的資料是配對資料。 例 2.1屬二獨立資料，例2.2 2.3 屬二配對資料 【理論】 假設 Y11, Y12, … , Y1n1 is a random sample from N(μ1,σ12), Y21, Y22, … , Y2n2 is a random sample from N(μ2,σ22)， and Y1i, Y2j are independent. 比較二獨立樣本之分析法 注意，在常態的假設下，得到： 樣本平均數的分布與常態分布有關 樣本變異數的分布與卡方分布有關 樣本平均數與樣本變異數互相獨立 數統基本理論 說明？ 說明？ 說明？ 說明？ 4. The Estimate of the standard error 針對 3 項中的二種情況，標準差的估計如下，得到的值稱為標準差 standard error (s.e.)，因為此值代表估計時的誤差大小。 a. No assumption of the equality of σ12 and σ22 註：Si2 是 σi2 的不偏估計量，且分佈與卡方分布有關。 但 是(s.e.)2 的分布並非是卡方分布。 說明？ 說明？ Sp2 是 σ2 的不偏估計量，且分布與卡方分布有關。 証明？ 5. The Testing Statistics for testing H0: μ1 =μ2 a. Assume σ12 ≠ σ22 (Satterthwaith method) t ~ t(n1+n1-2) when H0 is true 証明？ 6. 選擇 (a) or 選擇(b) ？ Test H0: σ12 = σ22 檢定量 F = S12 / S22 ; α=0.05 拒絕域 C = { F is not in (F.975; ( n1-1,n2-1) , F .025; ( n1-1,n2-1) )} 〔原理〕 從以上理論知，要檢定二平均數差異，要分為變異數相等與不相等，我們要如何知道母體的變異數是否相等？ Test H0: σ12 = σ22 vs. H1: σ12 ≠ σ22 Reject H0 when f F1-α/2 or f F α/2 C.I. : 注意： 1.上述檢定法之前提皆為 Normal 假設。 2. 變異數之F-test 對 normal 假設比較敏感。 註： F1-α/2 ; n1,n2 = ( Fα/2 ; n2,n1 )-1 檢定變異數差異之說明 証明？ 計算 f-值，使 f 1, 若 f F .025; ( n1,n2) ，假設二組變異