‧
對於這類問題的方法有Przyborwski 和 Wilenski(1940)的條件檢定，𝑋6給定 𝑋6 + 𝑋7的條件下為一個二項分配，而其成功的機率為vS
vU的函數，𝐻E的假設上需 要利用概似比檢定（Likelihood Ratio Test,LRT）建立拒絕域以計算 p-value 與檢 定力。
而另一種檢定的方式是由K.Krishnamoorthy 與 Jessica Thomson（2002）修 改由Storer 與 Kim（1990）提出對於兩二項分配的非條件檢定，讓我們可以建 立一個對兩波松分配的非條件檢定，在此稱為精確性檢定。
K.Krishnamoorthy 與 Jessica Thomson（2002）比較條件檢定與精確性檢定 發現，在固定顯著水準α下，精確性檢定的 p-value 大於條件檢定的 p-value，且
更接近顯著水準α，而精確性檢定的檢定力比條件檢定要來得高，因此我們認為
精確性檢定在處理兩波松均數的問題時比條件檢定更來得適合，而這個結果對 於我們來說並不是非常意外，因為Roger L.Berger(1996)對於處理兩二項分配的 成功機率問題時，也說到非條件的檢定會比條件檢定來得更加合適。
Roger L.Berger 與 Dennis D.Boos(1994)提出了固定特定信賴區間
（Confidence Set）的方式計算 p-value，且把對於任意統計量小於顯著水準α的 p-value 稱為一個有效的 p-value（Valid p-value），而 Roger L.Berger(1996)檢定兩 個二項分配的成功機率是否相等時，比較非條件檢定與新提出的檢定發現，兩 者的p-value 都是有效的，而後者的檢定其檢定力有較好的表現，因此我們稱這 個新提出來的檢定為一個較強力檢定（More Powerful Test,MP-test）。
我們回到一開始的問題是為了要檢定兩個波松母數的均數是否相同，精確 性檢定比條件檢定好，然而目前尚未建構一個對於上述問題的較強力檢定，因 此我們希望以K.Krishnamoorthy 與 Jessica Thomson 建構的精確性檢定上，利用 Roger L.Berger 與 Dennis D.Boos 的固定特定信賴區間，建構一個較強力檢定。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
而之後每章的重點：第二章為文獻探討，將整理條件檢定、非條件檢定與 精確性檢定的建構方式與如何計算p-value、檢定力，同時探討 Roger L.Berger 與Dennis D.Boos(1994)定義的信賴區間與有效的 p-value，並以 Roger L.Berger
（1996）對於兩二項分配成功機率是否相同為例；第三章為研究方法，我們提 出一個以檢定兩個波松分配均數的較強力檢定；第四章為模擬分析，我們利用 精確性檢定及第三章的較強力檢定建立拒絕域，並給定不同的α值與 d 下計算 p-value 與檢定力；第五章分別舉例 Przyborowski 與 Wilenski(1940)考慮兩袋三 葉草種子與Shiue 與 Bain（1982）考慮某個影響輪船速度上的零件；第六章為 結論與建議。
‧
拒絕域；第二節是K.Krishnamoorthy 與 Jessica Thomson（2002）提出的檢定兩 波松分配均數的精確性檢定；第三節是Roger L.Berger 與 Dennis D.Boos(1994) 定義有效的p-value，以及如何計算特定的信賴區間；第四節為 Roger L.Berger（1996）給定的信賴區間下建立的最強力檢定。