ch3 1gr 53v1sukon.cmustat.com/stat208348/ch3_1group_v1.pdf · title: microsoft powerpoint -...
TRANSCRIPT
![Page 1: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/1.jpg)
การทดสอบสําหรับการทดสอบสําหรับตัวอยางชุดเดียวตัวอยางชุดเดียว ( (I)I)
โดยโดย ผศผศ.. ดรดร.. สุคนธสุคนธ ประสิทธ์ิวัฒนเสรีประสิทธ์ิวัฒนเสรีภาควิชาสถิติภาควิชาสถิติ คณะวิทยาศาสตรคณะวิทยาศาสตร
มหาวิทยาลัยเชียงใหมมหาวิทยาลัยเชียงใหม
208348208348 :: สถิตินอนพาราเมตริกสถิตินอนพาราเมตริก
2
เนื้อหาเนื้อหา• การทดสอบซึ่งใชการแจกแจงทวินามเปนหลัก• ขีดจํากัดที่ยอมรับได• การทดสอบแบบไคสแควร• การทดสอบซึ่งอาศัยหลักสถิติของโคลโมโกรอฟ-สเมอรนอฟ
• การทดสอบซึ่งอาศัยหลักของรันส
![Page 2: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/2.jpg)
3
การทดสอบบางอยางซึง่ใชการการทดสอบบางอยางซึง่ใชการแจกแจงทวนิามเปนหลกัแจกแจงทวนิามเปนหลกั
• บทนํา• การทดสอบแบบทวินาม (Binomial test)• ชวงความเชื่อมั่นของความนาจะเปน• การทดสอบควอนไทล (Quantile test)• ชวงความเชื่อมั่นของควอนไทล
4
บทนําบทนํา• การทดสอบบางอยางซึ่งใชการแจกแจงแบบทวินามเปนหลัก จะใชในการวิเคราะหขอมูลแบบทวิภาค (Dichotomous)
• ขอมูลแบบทวิภาค คือขอมูลในมาตรวัดนามบัญญัติซ่ึงมีเพียง 2 กลุมเทานัน้โดยปกติมักกําหนดเปน– กลุมที่สนใจ หรือสําเร็จ– กลุมที่ไมสนใจ หรือลมเหลวหากสนใจจํานวนสมาชิกในกลุมที่สนใจ (X) มักพบวา X จะมีการแจกแจงแบบทวินาม
![Page 3: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/3.jpg)
5
บทนําบทนํา• การแจกแจงทวินาม (Binomial Distribution)การทดลองทวินาม– เปนการทดลองซ้ํา ๆ กัน n ครั้ง โดยท่ีการทดลองแตละครั้งเปนอิสระกัน
– ในแตละครั้งของการทดลองเกิดผลลัพธที่เปนไปได 2 อยาง คือ ผลลัพธที่สนใจ (success, S) และผลลัพธที่ไมสนใจ (failure, F)
– ในแตละครั้งของการทดลอง มีคาความนาจะเปนที่จะเกิดผลลัพธที่สนใจคือ P(S) = p (P(F) = q = 1-p)
– สนใจตัวแปรสุม X จํานวนครั้งที่เกิดผลลัพธที่สนใจ โดยคาของ X ที่เปนไปไดคือ 0, 1, 2, …, nจะไดวา X ~ b(x; n, p)อานวา X มีการแจกแจงแบบทวินาม ภายใตการทดลองซ้ํา ๆ กัน n ครั้ง โดยมี P(S) = p
6
บทนําบทนํา
• Ex : Binomial Trialพิจารณาการศึกษาตอไปนี้วาเปนการทดลองทวินามหรือไม– ในการผาตัดรักษาผูปวยโรคชนิดหนึ่ง มีโอกาสสําเร็จ 85% ถาแพทยทําการผาตัดดังกลาวกับผูปวย 8 ราย สนใจจํานวนครั้งที่ประสบผลสําเร็จในการผาตัดเปนการทดลองทวินาม โดย X ~ b(x;n = 8, p=0.85)
![Page 4: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/4.jpg)
7
บทนําบทนํา• Binomial Probabilitiesจากการทดลองทวินาม ความนาจะเปนที่จะเกิดผลลัพธที่สนใจ x ครั้ง จากการทดลอง n ครั้ง คํานวณไดจากสูตรตอไปนี้
xnx ppxn
xP −−⎟⎟⎠
⎞⎜⎜⎝
⎛= )1()(
โดยที่ 0 < P(xi) < 1 และ ∑P(xi) = 1
E(X) = np
V(X) = npq
Probability mass function
8
ExEx :: Finding binomial distributionFinding binomial distribution
• ทอดลูกเตาเที่ยงตรง 1 ลูก จํานวน 3 ครั้ง จงหาความนาจะเปนที่ลูกเตาขึ้นหนา 6 เพียง 1 ครั้ง
X = จํานวนลูกเตาขึ้นหนา 6
= 0, 1, 2, 3
X ~ b(x,n = 3, p = 1/6)
P(x=1) = 3C1(1/6)1(5/6)2
= 3(1/6)(5/6)2
![Page 5: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/5.jpg)
9
Table : Binomial Dist.Table : Binomial Dist.
pn y .05 .10 … .451 0 .9500 .9000 … .5500
1 1.0000 1.0000 … 1.0000
2 0 … .30251 … .79752 … 1.000
…
P(Y < 1)
10
ตัวอยางตัวอยาง• โรงเรียนแหงหนึ่งมีนักเรียนสวมแวนสายตาสั้น 15% ถาสุมนักเรียนจํานวน 10 คน จงหาความนาจะเปนก. ไดนักเรียนสวมแวนสายตาสั้น 3 คนข. ไดนักเรียนสวมแวนสายตาสั้นอยางมาก 3 คนค. ไดนักเรียนสวมแวนสายตาสั้นมากกวา 3 คน
ให X = จํานวนนักเรียนทีส่วมแวนสายตาสั้น
= 0, 1, 2, …, 10
X ~ b(x;n = 10, p = 15% = 0.15)
ก. P(x=3) = 10C3(0.15)3(0.85)7
= 0.9500 – 0.8202 = 0.1298
ข. P(x<3) = P(x=0) + P(x=1) + P(x=2) + P(x=3)
= 0.95
![Page 6: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/6.jpg)
11
ตัวอยางตัวอยางให X = จํานวนนักเรียนทีส่วมแวนสายตาสั้น
= 0, 1, 2, …, 10
X ~ b(x;n = 10, p = 15% = 0.15)
ค. P(x > 3) = P(x=4) + P(x=5) + P(x=6) +… + P(x=10)
= 1 – 0.95 = 0.05
จาก ∑P(xi) = 1
ดังน้ันP(x=0)+P(x=1)+P(x=2)+P(x=3)+P(x=4)+P(x=5)+…+P(x=10) = 1
จะไดวา P(x=4) + ... + P(x=10) = 1 – P(x<3)
12
การทดสอบทวินามการทดสอบทวินาม (Binomial Test)(Binomial Test)
• จุดเดน– เปนการทดสอบที่งายและสะดวก– ใชกับขอมลูทุกมาตรวัด– มีกําลังในการทดสอบที่ดี– ใชสําหรับทดสอบคาสัดสวนของเหตุการณที่สนใจ
![Page 7: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/7.jpg)
13
Binomial TestBinomial Test• ขอมูล (Data)
– ผลจากการทดลอง n ครั้ง แตละการทดลองไดผลเปน “สําเร็จ (S)” หรือ “ลมเหลว (F)”
– ให O1 = จํานวนครั้งที่สําเร็จ
O2 = จํานวนครั้งที่ลมเหลว
– O1 + O2 = n
• ขอตกลงเบื้องตน (Assumption)– การทดลอง n ครั้งไมเกิดขึ้นรวมกนั (Mutually exclusive)
– ความนาจะเปนที่จะไดผลสําเร็จในแตละการทดลอง = p
14
Binomial TestBinomial Test• สมมุติฐานทางสถิติ (Statistical hypothesis)
– การทดสอบ 2 ทาง (2 tailed test)
H0 : P = p* vs. H1 : P ≠ p*
– การทดสอบทางเดียวดานมาก
H0 : P < p* (หรือ P = p*) vs. H1 : P > p*
– การทดสอบทางเดียวดานนอย
H0 : P > p* (หรือ P = p*) vs. H1 : P < p*
• สถิติทดสอบ (Statistical Test)
T = จํานวนครั้งที่ไดผลสําเร็จ = O1
เมื่อ p* = คาคงที่ โดย 0 < p* < 1
![Page 8: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/8.jpg)
15
Binomial TestBinomial Test• อาณาเขตวิกฤต (Critical Regions)ที่ระดับนัยสําคัญ α
– กรณีการทดสอบ 2 ทางจะกําหนดคาวิกฤตทั้งดานซาย (t1) และขวา (t2) น่ันคือ
เขตวิกฤต : T < t1 หรือ T > t2• สําหรับตัวอยางขนาดเล็ก (n < 20)ใชตารางทวินามที่คา p* และ n ทําการพิจารณาคาที่ทําให α1 ≈ α2
P(Y < t1) = α1
และ P(Y > t2) = α2 หรือ P(Y < t2) = 1 - α2
• สําหรับตัวอยางขนาดใหญประมาณคา t1 = np* + zα/2√np*(1 - p*) และ
t2 = np* + z1-α/2√np*(1 - p*)
Acception Acception regionregion
1 - α α/2
Yt2
α/2
t1
16
Binomial TestBinomial Test• Critical Regions (ตอ) ที่ระดับนัยสาํคัญ α
– กรณีการทดสอบทางเดียวดานมาก จะกําหนดคาวิกฤตเฉพาะดานขวา นั่นคือ
เขตวิกฤต : T > t• สําหรับตัวอยางขนาดเล็ก (n < 20)ใชตารางทวินามที่ p*, n ทําการพิจารณาคา
P(Y > t) = α หรือ P(Y < t) = 1 - α
• สําหรับตัวอยางขนาดใหญประมาณคา t = np* + z1- α √np*(1-p*)
Acception Acception regionregion
1 - α α
Yt
![Page 9: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/9.jpg)
17
Binomial TestBinomial Test• Critical Regions (ตอ) ที่ระดับนัยสาํคัญ α
– กรณีการทดสอบทางเดียวดานนอย จะกําหนดคาวิกฤตเฉพาะดานซาย นั่นคือ
เขตวิกฤต : T < t• สําหรับตัวอยางขนาดเล็ก (n < 20)ใชตารางทวินามที่ p*, n ทําการพิจารณาคา
P(Y < t) = α
• สําหรับตัวอยางขนาดใหญประมาณคา t = np* + zα √np*(1-p*)
Acception Acception regionregion
1 - α
Yα
t
18
• ทดลองหาคาวกิฤต– จงหาคาวิกฤตของการทดสอบ 2 ทาง เมือ่กําหนด α = 0.05, p* = 0.5 และ n = 10P(Y < 1) = 0.0107 P(Y < 2) = 0.0547P(Y < 8) = 0.9893 P(Y < 7) = 0.9453ดังน้ัน เขตวิกฤตคือ T < 1 หรือ T > 7 (T > 8)
– จงหาคาวิกฤตของการทดสอบทางเดียวดานมาก เมื่อกําหนด α = 0.05, p* = 0. 5 และ n = 10P(Y < 8) = 0.9893 P(Y < 7) = 0.9453ดังน้ัน เขตวิกฤตคือ T > 7
Binomial TestBinomial Test
P(Y<t1)=.025
P(Y<t2)=.975
P(Y<t)=.95
![Page 10: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/10.jpg)
19
Binomial TestBinomial Test
• การตดัสนิใจจะปฏิเสธ H0 เมื่อคา Tcal ที่คํานวณไดตกอยูในเขตวิกฤต
20
ตัวอยางตัวอยาง 11เครื่องจักรเครื่องหนึ่งยังสามารถทํางานได ถา 5% หรือนอยกวาของสวนประกอบ (ชิ้นสวน) เสีย แตถาเสียมากกวา 5% ก็ตองไดรับการซอมแซมถาหยิบชิ้นสวนมา 10 ชิ้นจากเครื่องจักรหนึง่ แลวพบชิ้นสวนเสยีหรือชํารุด 1 ชิ้น จะสรุปผลไดอยางไร
• พิจารณาลักษณะขอมูล– เปนขอมูลทดลองหยิบช้ินสวน 10 ช้ิน ตรวจสอบแตละช้ินไดผลเปน ดี หรือเสีย => การทดลองทวินาม
– ขอมูลอยูในมาตรนามบญัญัติ– ตองการทดสอบสัดสวนที่เสียเกินกวา 5% หรือไมน่ันคือ P > .05 ?
![Page 11: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/11.jpg)
21
• HypothesisH0 : P = .05H1 : P > .05
• Statistical TestTcal= จํานวนชิ้นสวนที่เสีย
= 1 [n=10]
ขอสงสัยคือ P > .05 ?
• Critical Region กําหนด α = 0.05ทดสอบทางเดียวดานมาก, n = 10, p* = .05จากตารางทวินาม P(Y < 1) = 0.9139เขตวิกฤต คือ T > 1
• Conclusion
จาก Tcal ไมตกในเขตวิกฤต จึง Accept H0 นั่นคือ
ที่ α = 0.05 เครื่องจักรนี้ยังสามารถทํางานไดอยู
22
ตัวอยางตัวอยาง 22ในการผสมพันธุพืช 2 ชนิด ภายใตทฤษฎีอยางงายของ Mendel จะไดวา ¼ ของตนไมจะเปนพันธุเต้ีย และ ¾ ของตนไมจะเปนพันธุสูง ในการทดลองเพื่อทดสอบดูวา ขอสมมติตามทฤษฎีดังกลาวจะเปนจริงหรือไม พบวามีตนไมพันธุเต้ีย 243 ตน และพันธุสูง 682 ตน ทานจะสรุปผลอยางไร ที่ระดับนัยสําคัญ 0.05• พิจารณาลักษณะขอมลู
– เปนขอมูลทดลองปลูกไม 925 ตน ผลการปลูกแตละตนเปน ตนเตี้ย หรือตนสูง => การทดลองทวินาม
– ขอมูลอยูในมาตรนามบญัญัติ– ตองการทดสอบวา ทฤษฎี Mendel เปนจริงหรือไม สัดสวนตนเตี้ย (P) = ¼ ? สัดสวนตนสูง (Q) = ¾ ?
![Page 12: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/12.jpg)
23
• HypothesisH0 : P = .25H1 : P ≠ .25
• Statistical TestTcal= จํานวนตนเตี้ยที่ได
= 243 [n=925]
ขอสงสัยคือ P = ¼ = .25 ?
• Critical Region กําหนด α = 0.05ทดสอบ 2 ทาง, n = 925, p* = .25ประมาณ
t1 = 925(.25) – 1.96√925(.25)(.75) = 205.44t2 = 925(.25) + 1.96√925(.25)(.75) = 257.06
เขตวิกฤต คือ T < 205.44 หรือ T > 257.06
• Conclusion
จาก Tcal ไมตกในเขตวิกฤต จึง accept H0 น่ันคือ
ที่ α = 0.05 ทฤษฎี Mendel เปนจริง
*)1(**21 pnpznpt −±= −α
24
ชวงความเชื่อมั่นของความนาจะเปนชวงความเชื่อมั่นของความนาจะเปน (Confidence Interval for a Probability)(Confidence Interval for a Probability)
• จุดเดน– เปนการประมาณคาแบบชวงของคาสัดสวนประชากร– ใชกับขอมลูทุกมาตรวัด– อาศัยหลักการของการทดสอบทวินามชวยในการประมาณคาแบบชวง
Population
P = ?
Sample
p = Y/n
(1-α)100% CI ของ P
PL < P < PU
![Page 13: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/13.jpg)
25
C.I. of ProbabilityC.I. of Probability• ขอมูล (Data)
– ผลจากการทดลอง n ครั้ง แตละการทดลองไดผลเปน “สําเร็จ (S)” หรือ “ลมเหลว (F)”
– ให Y = จํานวนครั้งที่สําเร็จ
• ขอตกลงเบือ้งตน (Assumption)– การทดลอง n ครั้งไมเกิดขึ้นรวมกัน (Mutually
exclusive)
– ความนาจะเปนที่จะไดผลสําเร็จในแตละการทดลอง = p
26
C.I. of ProbabilityC.I. of Probability• วิธีการประมาณคาแบบชวง
– ใชตารางของ Clopper & Pearson (ตารางที่ 2)
สําหรับกรณี• (1-α) = 0.99, 0.98, 0.95, 0.90, 0.80
• n < 10– ใชกราฟในตารางที่ 4 เมื่อ (1-α) = 0.99, 0.95
– ใชตารางทวินาม (ตารางที่ 1) เมื่อ• (1-α) ≠ 0.99, 0.95
• n < 20
– ใชสตูร large sample approximate เมื่อ n > 20
![Page 14: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/14.jpg)
27
C.I. of ProbabilityC.I. of Probability• ใชตารางของ Clopper & Pearsonที่ระดับความเชื่อมั่น (1-α)100% คาประมาณของ P คือ
PL < P < PU หรือ L < P < U
โดยท่ี คา L และ U หาไดจากตารางที่ 2
n = 1
B α pL(α) pU(α)
0 .010 .0000 .9950
.020 .0000 .9900
.050 .0000 .9750
.100 .0000 .9500
…
Table 2 Selected CI for the probability of success
n = ขนาดตัวอยาง
B = Y = จน. SuccesspL(α) = L
pU(α) = U
28
C.I. of ProbabilityC.I. of Probability• ตัวอยางถาสุมตัวอยางน.ศ. มช. มา 8 คน พบวาเปนน.ศ.ที่มีภูมิลําเนาใน จ.เชียงใหม จํานวน 2 คน จงหาชวงความเชื่อมั่น 98% ของสัดสวนของน.ศ.ที่มีภูมิลําเนาอยูในเชียงใหม
n = 8
B α pL(α) pU(α)
2 .010 .0137 .7422
.020 .0197 .7068
.050 .0319 .6509
…
Table 2
ให P = สัดสวนของน.ศ.ที่มีภูมิลําเนาในเชียงใหม
n = 8, Y = จน.น.ศ. ทีม่ีภูมิลําเนาในเชียงใหม = 2
98% CI ของ P คือ L < P < Uโดยที่ คา L และ U หาจากตารางที่ 2
ดังน้ัน 98% CI ของ P คือ
.0197 < P < .7068
![Page 15: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/15.jpg)
29
C.I. of ProbabilityC.I. of Probability
• ใชกราฟในตารางที่ 4– เลือกระดับความเชื่อมั่น– จาก p = Y/n
• p<.50 ดูจากดานลาง
• p>.50 ดูจากดานบน
– ลากเสนตดัเสนโคง n
– อานคา L และ U
เชน ที่ n = 12, p = .40
จะได L = .14
U = .71L
U
n
30
C.I. of ProbabilityC.I. of Probability• ใชตารางทวินาม
ที่ ขนาดตัวอยาง = n และ จน. success = Y– ประมาณคา L โดยหาคา P(X < Y-1) = p1 ≈ 1 - α/2
จะได L = คา p ในแถวบนสดุของ p1
– ประมาณ U โดยหาคา P(X < Y) = p2 ≈ α/2
จะได U = คา p ในแถวบนสดุของ p2
n Y p = .05 .10 .15 ... .75 .80
8 0 .6634 .4305 .2725 .0000 .0000
1 .9428 .8131 .6572 .0004 .0001
2 .9942 .9619 .8948 .0042 .0012
3 .9996 .9950 .9786 .0273 .0104
…
Table 1เชน n = 8, Y = 3ประมาณคา L ⇒ P(X<2)=.9619⇒ ≈ .975
ประมาณคา U⇒ P(X<3)=.0273⇒ ≈ .025
= .10
= .75
![Page 16: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/16.jpg)
31
C.I. of ProbabilityC.I. of Probability• ใชสูตร large sample approximate
ที่ ขนาดตัวอยาง = n และ จน. success = Y ดังน้ัน p = Y/n
ประมาณคา L และ U โดย
หรือ
หรือ
npqzpL
2α+=
npqzpU
21 α−+=
32
)(n
YnYnY zL −+= α
32
)(1 n
YnYnY zU −
−+= α
32
ตัวอยางตัวอยาง• จากการสุมโรงเรยีนมัธยม 20 แหง เพ่ือดูวามีมาตรฐานการศึกษาหรือไม พบวา มี 7 แหงที่มีมาตรฐานที่ดี จงหาชวงความเชื่อมั่น 95% ของ P โดยท่ี P คือสัดสวนของโรงเรยีนทั้งหมดที่มีมาตรฐานที่ดี
ตองการหา 95% CI ของ P
เมื่อ n = 20, Y = 7
![Page 17: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/17.jpg)
33
• ใชกราฟในตารางที่ 4ที่ n = 20,
p =7/20= .35
จะได L = .15
U = .59
ดังน้ัน 95% CI ของ P
.15 < P < .59
L
U
34
C.I. of ProbabilityC.I. of Probability• ใชตารางทวินาม
n Y p = .05 .10 .15 .20 ... .55 .60
20 …
5 .9997 .9887 .9327 .8042 .0064 .0016
6 1.0000 .9976 .9781 .9133 .0214 .0065
7 1.0000 .9996 .9941 .9679 .0580 .0210
…
Table 1
n = 20, Y = 7ประมาณคา L ⇒P(X < 6)=.9781 ≈ .975
ประมาณคา U⇒P(X < 7)=.0210 ≈ .025ดังน้ัน 95% CI ของ P คอื .15 <P< .60
= .15
= .60
![Page 18: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/18.jpg)
35
C.I. of ProbabilityC.I. of Probability• ใชสูตร large sample approximateที่ n = 20 และ Y = 7 ดังนั้น p = 7/20 = .35
ประมาณคา L และ U โดย
npqzpL
2α+=
npqzpU
21 α−+=
14.96.135. 20)65(.35. =−=
56.96.135. 20)65(.35. =+=
จากตาราง z ที่ α = .05
จะได z.025 = -1.96 และ z.975 = 1.96
ดังนั้น 95% CI ของ P คือ .14 < P < .56
36
การทดสอบควอนไทลการทดสอบควอนไทล (Quantile test)(Quantile test)
• จุดเดน– เปนการทดสอบที่อาศัยหลักการเดียวกับการทดสอบแบบทวินาม
– ทําการทดสอบสมมติฐานเกี่ยวกับคาควอนไทลของขอมูล หรือคาตําแหนงของขอมูล
– ขอมูลตองอยูในมาตรวัดเรียงลําดับ
![Page 19: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/19.jpg)
37
ควอนไทลควอนไทล (Quantile)(Quantile)• เปนคาตําแหนงของขอมูล ภายใตการแบงขอมูลออกเปนสวน ๆ
• เทอมของควอนไทลที่รูจักกันดี– median = คาที่แบงขอมูลเปนสองสวนเทา ๆ กัน– quartile : Qr = คา Xr(n+1)/4 ที่มีขอมลูมีคาต่ํากวาอยู r/4 – decile : Dr = คา Xr(n+1)/10 ที่มีขอมูลมีคาต่ํากวาอยู r/10– percentile : Pr = คาที่มขีอมูลมีคาต่าํกวาอยู r/100
3 4 5 6 7 8 9 10 11= 4.25 Q1 = X1(12+1)/4 = X3.25
X
38
ควอนไทลควอนไทล (Quantile)(Quantile)สําหรับการคาํนวณคาควอนไทลใด ๆ ของตัวแปรสุม X• ให X เปนตัวแปรสุมไมตอเน่ืองที่มีฟงกชันความหนาแนนความนาจะเปน (Probability density function, pdf) f(x)
f(x) = P(X = x)สามารถเขียนฟงกชันการแจกแจงสะสม (Cummulative distribution function, cdf) F(x)
F(x) = P(X < x)• ให xp = คาควอนไทลที ่p ซึ่งแสดงวา โอกาสทีค่าตัวแปรสุมมี
คานอยกวา xp ไมเกิน p (0 < p < 1) น่ันคือP(X < xp) < p และ P(X > xp) < 1 - p
x
f(x)
1/4
1 2 3 4x
F(x)
.5
1 2 3 4
x.2 = ?
.2
1
x.5 = ?2 < x.5 <3
![Page 20: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/20.jpg)
39
ควอนไทลควอนไทล (Quantile)(Quantile)
• จาก xp = คาควอนไทลที่ p ดงันั้นP(X < xp) < p และ P(X > xp) < 1 - p
x
F(x)
.75
1 2 3 4
x.75 = ?
1.0
2
ตัวอยาง
x P(X = x)0 0.251 0.252 0.333 0.17
F(x)0.250.500.831.00
ตรวจสอบความถูกตอง
p = 0.75 => 1 – p = 0.25
P(X < 2) = 0.5 (นอยกวา p)
P(X > 2) =0.17 (นอยกวา 1-p)
40
Quantile TestQuantile Test
• ขอมูล (Data)– ทําการศึกษาในตัวอยางขนาด n
– กําหนดให x1, x2, ..., xn คือคาของขอมลู n ตัว
• ขอตกลงเบือ้งตน (Assumption)– Xi เปนตัวอยางที่ไดจากการสุม
– มาตรวัดของ Xi อยางนอยตองเปนมาตรเรียงลําดับ
![Page 21: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/21.jpg)
41
Quantile TestQuantile Test• สมมติฐานทางสถติิ (Statistical hypothesis)
– การทดสอบ 2 ทาง (2 tailed test)
H0 : Xp* = x* vs. H1 : Xp* ≠ x*
H0 : P(X < x*) > p* and P(X < x*) < p*
H1 : P(X < x*) < p* or P(X < x*) > p*
– การทดสอบทางเดียวดานมาก
H0 : Xp* > x* (หรือ Xp* = x*) vs. H1 : Xp* < x*
H0 : P(X < x*) < p* vs. H1 : P(X < x*) > p*
– การทดสอบทางเดียวดานนอย
H0 : Xp* < x* (หรือ Xp* = x*) vs. H1 : Xp* > x*
H0 : P(X < x*) > p* vs. H1 : P(X < x*) < p*
• ขยายความสมมติฐานทางสถิติ– การทดสอบทางเดียวดานนอย
H0 : Xp* < x* (หรือ Xp* = x*) vs. H1 : Xp* > x*
H0 : P(X < x*) > p* vs. H1 : P(X < x*) < p*
42
Quantile TestQuantile Test
x
F(x)
p*
p0
xp*P(X > xp*) < 1 - p* x*
P(X > x*) < 1 - p0
p0 < 1 - P(X > x*)
p0 < P(X < x*)
ดังนั้น P(X < x*) > p0
เนื่องจาก p0 > p* เสมอ
จะได P(X < x*) > p*
ภายใต H0
![Page 22: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/22.jpg)
• ขยายความสมมติฐานทางสถติิ
– การทดสอบทางเดียวดานมาก
H0 : Xp* > x* (หรือ Xp* = x*) vs. H1 : Xp* < x*
H0 : P(X < x*) < p* vs. H1 : P(X < x*) > p*
43
Quantile TestQuantile Test
x
F(x)
p*
p0
xp*
P(X < xp*) < p*
x*
P(X < x*) < p0
เนื่องจาก p0 < p* เสมอ
จะได P(X < x*) < p*
ภายใต H0
44
Quantile TestQuantile Test
• สถติิทดสอบ (Statistical Test)T2 = จํานวนคาสังเกตซึ่งมีคานอยกวา x*
T1 = จํานวนคาสังเกตซึ่งมีคานอยกวาหรือเทากับ x*
หมายเหตุ
T1 จะเทากับ T2 ถาไมมีจํานวนคาสังเกตที่มีคาเทากับ x*
![Page 23: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/23.jpg)
45
QuantileQuantile TestTest• อาณาเขตวิกฤต (Critical Regions)ที่ระดับนัยสําคัญ α
– กรณีการทดสอบ 2 ทาง (2 tailed test)จะกําหนดคาวิกฤตทั้งดานซาย (t1) และขวา (t2) น่ันคือ
เขตวิกฤต : T1 < t1 หรือ T2 > t2• สําหรับตัวอยางขนาดเล็ก (n < 20)ใชตารางทวินามที่คา p* และ n ทําการพิจารณาคาที่ทําให α1 ≈ α2
P(X < t1) = α1
และ P(X > t2) = α2 หรือ P(X < t2) = 1 - α2
• สําหรับตัวอยางขนาดใหญประมาณคา t1 = np* + zα/2√np*(1 - p*) และ
t2 = np* + z1-α/2√np*(1 - p*)
46
Quantile TestQuantile Test• Critical Regions (ตอ)
– กรณีการทดสอบทางเดียวดานมาก จะกําหนดคาวิกฤตเฉพาะดานขวา นั่นคือ
เขตวิกฤต : T2 > t2• สําหรับตัวอยางขนาดเล็ก (n < 20)ใชตารางทวินามที่ p*, n ทําการพิจารณาคา
P(X > t2) = α หรือ P(X < t2) = 1 - α
• สําหรับตัวอยางขนาดใหญประมาณคา t2 = np* + z1- α √np*(1-p*)
![Page 24: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/24.jpg)
47
Quantile TestQuantile Test• Critical Regions (ตอ)
– กรณีการทดสอบทางเดียวดานนอย จะกําหนดคาวิกฤตเฉพาะดานซาย นั่นคือ
เขตวิกฤต : T1 < t1• สําหรับตัวอยางขนาดเล็ก (n < 20)ใชตารางทวินามที่ p*, n ทําการพิจารณาคา
P(X < t1) = α
• สําหรับตัวอยางขนาดใหญประมาณคา t1 = np* + zα √np*(1-p*)
48
ตัวอยางตัวอยาง 11ในการสอบเขามหาวิทยาลัยเอกชนแหงหนึ่ง นักเรียนจะตองทาํขอสอบชุดหนึ่ง ซึ่งใชทดสอบมาเปนเวลาหลายปแลว และเชื่อไดวา ควอไทลที่ 3 ของคะแนนเปน 193 ในการสอบครั้งใหมน้ีมีนักเรียนเขาสอบ 15 คน และไดคะแนนดังน้ี 189, 233, 195, 160, 212, 176, 231, 185, 199, 213, 202, 193, 174, 166, และ 248 จากขอมูลน้ี จะยังคงกลาวไดหรือไมวา ควอไทลที ่3 มีคาเปน 193 ที่ระดับนัยสําคัญ 0.05
• พิจารณาลักษณะขอมูล– ขอมูลอยูในมาตรอันตรภาค– ตองการทดสอบวาควอไทลที่ 3 เทากับ 193 หรือไมน่ันคือ x0.75 = 193 ?
![Page 25: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/25.jpg)
49
• HypothesisH0 : x0.75 = 193H1 : x0.75 ≠ 193
• Statistical TestT2 = จํานวนผูที่มีคะแนน < 193 = 6
T1 = จํานวนผูที่มีคะแนน < 193 = 7[n=15]
ขอสงสัยคือ x0.75 = 193 ?
• Critical Region กําหนด α = 0.05ทดสอบ 2 ทาง, n = 15, p* = .75จากตารางทวินาม P(X < 7) = 0.0173, P(X < 13) =0.9198เขตวิกฤต คือ T1 < 7 หรือ T2 > 13
• Conclusionจาก T1 ตกในเขตวิกฤต จึง Reject H0 น่ันคอื
ที่ α = 0.05 ควอไทลที่ 3 มีคาแตกตางจาก 193
50
ตัวอยางตัวอยาง 22ในการบันทึกระยะเวลาระหวางการพุงขึ้นของน้ําพุรอนที่ชื่อ “Old Faithful” 112 ครั้ง เพื่อดูวามัธยฐาน (median interval) จะนอยกวาหรือเทากับ 60 นาที หรือจะมากกวา 60 นาทีนั้น ปรากฏวาจาก 112 ครั้งที่น้ําพุงขึ้นนัน้มี 8 ครั้ง ที่ระยะเวลาการพุงแตละครั้งจะ < 60 นาที จากผลการบันทึกนี้ทานจะสรุปไดอยางไร ที่ระดับนัยสําคัญ .05
• พิจารณาลักษณะขอมูล– ขอมูลระยะเวลาการพุงของน้ําแตละครั้ง อยูในมาตรอัตราสวน– ตองการทดสอบวามัธยฐานจะนอยกวาหรือเทากับ 60 นาที หรือไมน่ันคือ x0.5 < 60 ?
![Page 26: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/26.jpg)
51
• HypothesisH0 : x0.5 < 60H1 : x0.5 > 60
• Statistical TestT1 = จํานวนครั้งที่ระยะเวลาการพุง < 60 นาที
= 8 [n=112]
ขอสงสัยคือ x0.5 < 60 ?
H0 : P(X < 60) > 0.5H1 : P(X < 60) < 0.5
52
• HypothesisH0 : P(X < 60) > 0.5H1 : P(X < 60) < 0.5
• Statistical TestT1 = 8
• Critical Region กําหนด α = 0.05
ทดสอบทางเดียวดานนอย, n = 112, p* = .5
ประมาณ
t1 = 112(.5) – 1.645√112(.5)(.5) = 47.30
เขตวิกฤต คือ T1 < 47.30
• Conclusion
จาก T1 ตกในเขตวิกฤต จึง Reject H0 น่ันคอื
ที่ α = 0.05 มัธยฐานของระยะเวลาการพุงมากกวา 60 นาที
*)1(** 11 pnpznpt −−= −α
![Page 27: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/27.jpg)
53
ชวงความเชื่อมั่นของควอนไทลชวงความเชื่อมั่นของควอนไทล (Confidence Interval for a Quantile)(Confidence Interval for a Quantile)
• จุดเดน– เปนการประมาณคาแบบชวงของคาควอนไทลที่ p*
(Xp*) เมื่อ p* เปนคาคงที่ใด ๆ (0 < p* < 1)– ใชกับขอมลูมาตรวัดเรียงลําดับ
Population
XP* = ?
Sample
xp*
(1-α)100% CI ของ XP*
X(r) < XP* < X(s)
54
C.I. of Quantile (XC.I. of Quantile (Xp*p*))• ขอมูล (Data)
– คาตัวแปรสุม X1, ..., Xn เปนอิสระตอกัน และมีการแจกแจงเหมือนกนั (iid random variable)
– ทําการเรียงลําดับขอมูลจากนอยไปหามาก โดยให
X(1)< X(2) < ... < X(r) < ... < X(s) < ... < X(n)
• ขอตกลงเบือ้งตน (Assumption)– ขอมูล X1, ..., Xn ไดจากมาอยางสุม
– ขอมูลอยางนอยตองอยูในมาตรเรียงลําดับ
![Page 28: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/28.jpg)
55
C.I. of Quantile (XC.I. of Quantile (Xp*p*))
• วิธีการประมาณ C.I. of quantile– (1-α)100% CI ของ XP* คือ X(r) < XP* < X(s)
โดย P(X(r) < XP* < X(s)) = 1 - α
– ทําการเรยีงลําดับขอมูลจากนอยไปหามาก โดยให
X(1)<... < X(r) < ... < X(s) < ... < X(n)
– คํานวณคาตาํแหนง r และ s
– คาของขอมูลที่ตําแหนง r คือ X(r) เปนคา lower limit
– คาของขอมูลที่ตําแหนง s คือ X(s) เปนคา upper limit
56
C.I. of Quantile (XC.I. of Quantile (Xp*p*))• หาตําแหนง r และ s โดยใชตารางทวินาม (n < 20)
ที่ ขนาดตัวอยาง = n และ Prob. of success (p) = p*
– ประมาณคา r โดยหาคา P(X < r - 1) = α/2
– ประมาณคา s โดยหาคา P(X < s - 1) = 1 - α/2
n Y p = .05 .10 .15 ... .75 .80
8 0 .6634 .4305 .2725 .0000 .0000
1 .9428 .8131 .6572 .0004 .0001
2 .9942 .9619 .8948 .0042 .00123 .9996 .9950 .9786 .0273 .0104
…
7 1.0000 1.000 1.000 .8999 .8322
8 1.0000 1.000 1.000 1.000 1.000
Table 1เชน ที่ 1 - α = .95
n = 8, p* = .75ประมาณคา r ⇒ P(X<3)=.0273⇒ ≈ .025
ประมาณคา s⇒ P(X<7)=.8999⇒ ≈ .975
= 4
= 8
![Page 29: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/29.jpg)
57
C.I. of Quantile (XC.I. of Quantile (Xp*p*))• หา r และ s โดยใชสูตรกรณี n ขนาดใหญที่ ขนาดตัวอยาง = n และ prob. of success = p*
คํานวณคา r* และ s* โดย
*)1(***2
pnpznpr −+= α
*)1(***21 pnpznps −+= −α
r = round(r*)
s = round(s*)
round คือการปรับตัวเลขทศนิยมใหเปนเลขจํานวนเต็ม
58
C.I. of Quantile (XC.I. of Quantile (Xp*p*))
• วิธีการประมาณ one-sided C.I. of quantile– Left one-sided C.I. of quantile
(1-α)100% CI ของ XP* คือ XP* > X(r)
โดย P(X(r) < XP*) = 1 - α
– Right one-sided C.I. of quantile(1-α)100% CI ของ XP* คือ XP* < X(s)
โดย P(XP* < X(s)) = 1 - α
![Page 30: ch3 1gr 53v1sukon.cmustat.com/STAT208348/ch3_1group_v1.pdf · Title: Microsoft PowerPoint - ch3_1gr_53v1.ppt Author: joyce Created Date: 6/9/2011 3:38:54 PM](https://reader033.vdocuments.pub/reader033/viewer/2022051811/6021000eb78c356e514a444e/html5/thumbnails/30.jpg)
59
ตัวอยางตัวอยางในการสุมเลือกหลอดวิทยุจํานวน 16 หลอด ทําการทดสอบและบันทึกจํานวนชั่วโมงที่ใชงานจนกระทัง้หลอดขาด ไดผลดังน้ี
• พิจารณาลกัษณะขอมลู– ขอมูลอยูในมาตรอัตราสวน– ตองการประมาณคาแบบชวงของควอไทลที่ 3 (Q3 หรือ X.75)
X(1) = 46.9 X(5) = 56.8 X(9) = 63.3 X(13) = 67.1
X(2) = 47.2 X(6) = 59.2 X(10) = 63.4 X(14) = 67.7
X(3) = 49.1 X(7) = 59.9 X(11) = 63.7 X(15) = 73.3
X(4) = 56.5 X(8) = 63.28 X(12) = 64.1 X(16) = 78.5
จงหาชวงความเชื่อมั่นของควอไทลที่ 3 โดยใชสัมประสิทธิ์ของความเชื่อมั่นใกลเคียง 90%
• 90% CI ของ X.75 คือ X(r) < X.75 < X(s)
– หาคาตําแหนง r และ s เน่ืองจาก n = 16 ใชตารางทวินาม => p* = .75
• P(X < 8) = .0271 ≈ .05 • P(X < 14) = .9365 ≈ .95
– หาคา X(r) และ X(s) จากขอมูล
n Y p = .05 ... .75 .80
16 0 .0000... ...
7 .0075
8 .0271
…
14 .936515 .9900
Table 1
⇒ r = 8 + 1 = 9⇒ s = 14 + 1 = 15⇒ X(r) = X(9) = 63.3⇒ X(s) = X(15) = 73.3
⇒ 63.3 < X.75 < 73.3
ลองใชสูตรกรณี n > 20
*)1(***2
pnpznpr −+= α
*)1(***21 pnpznps −+= −α
= 9.14 ⇒ r = 10
= 14.86 ⇒ s = 15