Mais conteúdo relacionado
型一型二錯誤
- 1. 本章重點
假說檢定
虛無與對立假說
型Ⅰ 與型Ⅱ 錯誤 (TypeⅠ&TypeⅡError)
假說檢定之步驟 (Procedures of Hypothesis Testing)
- 2. 假說檢定
描述一件我們所推測的事,並且蒐集支
持它的證據,此過程就稱之假設檢定。
假設檢定是一連串邏輯性的步驟,是由
提出一個假設之後,再檢定此假設決定
接受或拒絕 它。
- 3. 假說檢定程序
列出虛無及對立假說
設定顯著水準通常 α=0.05 或 α=0.01
選擇合適的顯著性檢定方法
計算樣本統計量
建立臨界值及臨界域
下決策(解釋結果)
- 8. 飲料製造商推出新產品綠茶,要證
明此產品有減肥功能
Ho :喝綠茶不能減肥
vs.
Ha :喝綠茶能減肥
- 9. 假說檢定程序
列出虛無及對立假說
設定顯著水準通常 α=0.05 或
α=0.01
選擇合適的顯著性檢定方法
計算樣本統計量
建立臨界值及臨界域
下決策(解釋結果)
- 10. 型Ⅰ 與型Ⅱ 錯誤
母體的情形
( 未明的真實狀況 )
H0 真 H0 偽
錯誤決策
接受 H0 正確決策
( 型Ⅱ誤差 )β
錯誤決策
拒絕 H0 正確決策
( 型Ⅰ誤差 )α
- 11. vs.
Ho :新藥不具療效
Ha :新藥具有療效
事實 (Truth)
Ho :新藥不具療
決策 效
Ha :新藥具有療效
無法拒絕
決策正確 型Ⅱ 錯誤
Ho
拒絕 Ho 型Ⅰ 錯誤 決策正確
- 12. 診斷結果
事實 (Truth)
決策 ( 診斷 )
Ho :無病 Ha :有病
無法拒絕 Ho 決策正確 型Ⅱ 錯誤
拒絕 Ho 型Ⅰ 錯誤 決策正確
型Ⅰ 錯誤:診斷有病∣事實上無病
第一類型錯誤 : 誤真為假。實際上沒有差異 , 你卻下「有差異」的結論
。
Ex:1: 將正常人誤判有病,便造成不安與金錢損失。
型Ⅱ 錯誤:診斷無病∣事實上有病
第二類型錯誤 : 誤假為真。實際上有差異 , 你卻下「沒有差異」的結論。
Ex:2: 將病人誤判為正常,便造成延誤就醫。
- 13. 假說檢定程序
列出虛無及對立假說
設定顯著水準通常 α=0.05 或 α=0.01
選擇合適的顯著性檢定方法
(p.189-190)
計算樣本統計量
建立臨界值及臨界域
下決策(解釋結果)
- 14. 假說檢定程序
列出虛無及對立假說
設定顯著水準通常 α=0.05 或 α=0.01
選擇合適的顯著性檢定方法
計算樣本統計量
建立臨界值及臨界域
下決策(解釋結果)
- 16. 單尾、雙尾檢定
單尾( one-tail ) : 方向性的假設;明顯標示出
假設變動的方向是增加或減少的檢定
雙尾( two-tail ):非方向性的假設;沒有標示
出假設變動的方向是增加或減少的檢定。
右尾檢定 H 0 : µ ≤ µ0 ; H 1 : µ > µ0
單尾檢定
左尾檢定 H 0 : µ ≥ µ0 ; H 1 : µ < µ0
雙尾檢定 H 0 : µ = µ0 ; H 1 : µ ≠ µ0
- 17. • 雙尾檢定: H0 : θ=θ0 , H1 : θ≠θ0 。
放棄域 接受域 放棄域
α 1−α α
2 2
^
θ
^
θ 1臨界值 ^
θ 2臨界值
P306
- 18. • 右尾檢定: H0 : θ≤θ0 , H1 : θ>θ0 。
接受域 放棄域
1−α
α
^
θ
^
θ 1 臨界值
P307
- 19. • 左尾檢定: H0 : θ≥θ0 , H1 : θ<θ0 。
放棄域 接受域
1−α
α
^
θ
^
θ 1臨界值
P308
- 21. (a)
棄卻區 棄卻區
2.5% 2.5%
接受區
Z
- 1.96 µo 1.96
(b) (c)
棄卻區 棄卻區
5% 5%
接受區 接受區
Z
Z
µo 1.645 - 1.645 µo
- 22. 假說檢定程序
列出虛無及對立假說
設定顯著水準通常 α=0.05 或 α=0.01
選擇合適的顯著性檢定方法
計算樣本統計量
建立臨界值及臨界域
下決策(解釋結果)
- 24. 本章回顧
例:高速公路車速設限為每小時 90 公里
,今隨機在高速公路某處抽樣 30 輛汽車
,求他們的平均時速