16-2
McGraw-Hill/Irwin © 2003 The McGraw-Hill Companies, Inc.,All Rights Reserved.
肆資料分析與表達
16-4
假設檢定的方法
• 古典統計法
• 貝氏統計法– 為古典統計法的延伸
16-5
假說型式
• 虛無假說– 用來表示母體參數與樣本統計量間並未存在
差異的情況• 對立假設
– 對立假設和虛無假說有邏輯上互斥的關係– 用來表示母體參數與樣本統計量間存在差異
的情況
16-6
假設檢定之邏輯
• 雙尾檢定– 無向檢定
• 單尾檢定– 有向檢定
16-7
檢定中的決策錯誤
• 型一誤差– 拒絕了一個正確的虛無假說
• 型二誤差– 接受了一個錯誤的虛無假說
16-8
統計檢定程序
• 設立虛無假說與對立假設• 選擇統計檢定的方法• 選擇需要的顯著水準• 計算估計的統計量• 獲得檢定的臨界值• 解釋檢定結果
16-9
顯著性檢定的種類
• 母數檢定– 樣本均值和母體均值間之統計顯著性檢定,通常
利用 Z 檢定或 t 檢定決定之。
• 假設:– 觀察值必須相互獨立– 觀察值必須來自於常態分配的母體– 母體的變異數必須一致– 測量尺度為區間尺度或比率尺度
16-10
顯著性檢定的種類
• 無母數檢定– 卡方檢定為最常被使用的無母數檢定法。
• 假設:– 觀察值必須相互獨立– 不強調母體的分配為何– 母體的變異數不須一致– 用於名目尺度與順序尺度,亦可用於區間和比率尺度上
16-11
母數檢定
• 變異數分析 (ANOVA)
– 用於檢定許多獨立母體的平均值是否相等的方法
16-12
多重比較檢定
• 多重比較程序– 為了解任兩群體是否顯著不同,且能控制總
體的顯著水準,使三個檢定之結論能同時成立。
16-13
如何選擇檢定方法
• 此一檢定涉及:– 一個樣本 – 二個樣本– k個樣本
• 樣本的資料是獨立的、或相關的 ?
• 測量為名目、順序 、區間 、或比率尺度 ?
16-14
K 個相關樣本檢定
必須在下列條件成立下才可以進行 :
• 各組所用的因子最少要有三個煩別。 • 觀察值必須是
– 配對資料 – 同一事件至少測量兩次以上
• 區間或比率尺度