生物统计学BiostatisticsEstimationHypothesistesting教学讲义.pptVIP

生物統計學BiostatisticsEstimation / Hypothesis testing;點估計與區間估計;母體平均數μ的估計;大樣本時;小樣本時;如為雙尾，即求左右兩尾之陰影部份： t分配之圖形及機率值，將隨自由度不同而略有不同。;母體比例p的估計;假設檢定概論;假設檢定(Hypothesis Testing);在進行各種統計假設檢定時，我們通常將要否定（棄卻）之事實當作虛無假設（null hypothesis，以H0代表）。既然希望它是不對，以將其否定，那就表示會有一個希望它是對的對立假設（alternative hypothesis，以H1或Ha代表）。當檢定結果，得否定該虛無假設時，就等於接受對立假設。注意，虛無假設與對立假設間必須是週延且互斥，其間絕無重疊的模糊地帶；也無任何無法涵蓋的真空地帶。如： H0：μ1=μ2 H1：μ1≠μ2 若安排成 H0：μ1=μ2 H1：μ1≦μ2 就有等於時會發生重疊，而無法互斥。 但若安排成 H0：μ1μ2 H1：μ1μ2 則當兩者恰好等於時，就變成真空地帶，沒有被任一個假設涵蓋。 ;假設檢定之誤差;決定β誤差的因素;降低型二誤差的方法;假設檢定之類型與單/雙尾檢定 ;等於與大於之右側單尾檢定 H0：μ1≦μ2 H1：μ1＞μ2 或 H0：μ1＝μ2 H1：μ1＞μ2 當檢定統計量之觀察值落右側之危險域，均表示μ1＞μ2。;等於與小於之左側單尾檢定 H0：μ1≧μ2 H1：μ1＜μ2 或 H0：μ1＝μ2 H1：μ1＜μ2 當檢定統計量之觀察值落左側之危險域，均表示μ1＜μ2。;統計檢定程序;檢定的種類;母數檢定的前提假設;選擇檢定方法之考慮準則;單一樣本的檢定;單一樣本之母數檢定;單一樣本之無母數檢定;單一母體平均數檢定--大樣本Z檢定 ;數列是要檢定相對於μ之陣列或資料範圍 μ是欲檢定之母體平均數 σ是母群體已知的標準差。若σ已知，則函數之公式為： 若省略σ，則自動使用樣本標準差，本函數之公式將為： 如：ZTEST(數列,μ)表以樣本標準差代替母體標準差，取抽樣之數列的平均數（ ）與母體均數（μ）進行檢定。;小樣本 ;事實上，「z檢定：兩個母體平均數差異檢定」所使用之公式為：若已知兩母體之均數為μ1、μ2，母體之變異數為σ12、σ22，當???母體為常態或樣本數均＞30，大樣本μ1－μ2之檢定統計量為： 式中，δ0為已知常數。 若處理對象為大樣本（n30），且母體變異數σ12、σ22未知，則可使用樣本變異數S12、S22來替代：;T檢定;在應用t檢定時，應符合下列假設，方可得到正確分析的結果： 每個取樣必須隨機(random)且獨立(independent)。 所取樣本的母群體必須為常態分配(normal distribution)。 由於，t分配是取決於樣本大小(n)；當樣本數超過30(n30)，t-分配就頗接近常態分佈，故檢定時可改查常態分配表，或使用『資料分析』之「z檢定：兩個母體平均數差異檢定」。;兩獨立小樣本平均數檢定(變異數相同）;兩獨立小樣本均數檢定（變異數不同）;兩獨立樣本之無母數檢定;卡方檢定;卡方檢定;Yate之連續校正;k個獨立樣本的檢定;成對樣本;兩相關樣本之無母數檢定;k個相關樣本的檢定;