• 沒有找到結果。

判斷步驟

N/A
N/A
Protected

Academic year: 2022

Share "判斷步驟"

Copied!
30
0
0

加載中.... (立即查看全文)

全文

(1)

判斷步驟

Step 1 :判斷是否為常態分配

Step 2 :如果是常態分配,用「假設檢定」,如果不是請看 Step 3

Step 3 :當樣本數 n 於或等於 30 筆, 當作它是常態分配,用「假設檢定」

當樣本數 n 小於 30 筆,則是無母數統

「卡方檢定」是無母數統 的一種

假設檢定流程:

判斷是否常態

常態 Z 檢定 T 檢 定

不是常態 樣本數 n >= 30 樣本數 n < 30

T 檢定

無母數統計

(2)

一、假設檢定的基本概念

在尚未蒐集樣本資料、進行推論之前,就

事先對母體的某種特 性質作一合 的假設敘述

,再利用隨機抽出的樣本及抽樣分配,配合機率

原 ,以判斷此項假設是否為真。

(3)

一、假設檢定的基本概念

檢定的主要精神在於尋找證據來拒絕原本的假設

,所以假設檢定可確認是否有顯著錯誤,而不能 判斷其絕對正確,因此又稱為『顯著性檢定』

( signifcant test )。

(4)

二、假設檢定如何設

1 . 兩種假設

• 虛無假設(null hypothesis ):是希望被否定、放棄的假設,以 H0 表示。

• 對立假設(alte native hypothesis ):是希望成立的假設,以 H1 (Ha) 表示。r

2 . 兩種狀態

• Reject Ho :若抽出的樣本資料與所陳述的假設很不一致,則拒絕虛無假設,對立假設為真。

• Do not eject Ho :若抽出的樣本資料與所陳述的假設 r 不會很不一致,檢定的結果就沒有充分 由斷定 這個假設不對,但也不認為這個假設是對的,也就是不拒絕虛無假設不代表接受虛無假設。

(5)

二、假設檢定如何設

為什麼是用「拒絕」的概念,而不是用「接受」的概念呢?

(6)

二、假設檢定如何設

Example 1:

根據 2000 年研究報告顯示,小 生每日上網平均時數不到 30 分鐘,因電

腦普及網路發展迅速,主 機關抽樣顯示平均值是 於 30 ,我們想測試是不

是真的 於 30 ?

(7)

二、假設檢定如何設

Example 2 :

由於這次段考數 題目偏難,數 老師認為全年級的平均應小於 60 分。問

本題中的虛無假設及對立假設為何?

(8)

二、假設檢定如何設

Example 3 :

班上老師希望檢定該班 生之平均身高是否為 165 公分。問本題中的虛無

假設及對立假設為何?

(9)

三、假設的類型

1 . 雙尾檢定

( two si e test d d 或 two taile test ):d H0: =  0

H1:   0,即 >  0或 <  0

若發現參數 的值,有 於或小於 0的跡象時,可建立雙尾檢定。

(10)

三、假設的類型

2 . 右尾檢定

( right si e test d d 或 right taile test )d H0:   0

H1: >  0

若發現母數 的值有 於特定值0的跡象,或預期 >  0時,應建立右尾檢定。

(11)

三、假設的類型

2 . 左尾檢定

left si e test d d 或 left taile test )d H0:   0

H1: <  0

若發現母數 的值有 於特定值0的跡象,或預期 <  0時,應建立左尾檢定。

(12)

四、假設檢定的誤差

α: typeⅠ e o 。 rr r

又稱”顯著水準 (signifcant level)” 。 發生型Ⅰ誤差最 的機率。

α=max P( 型Ⅰ誤差 )

α=max P( 拒絕 H0│H0為真 )

β:typeⅡ e o 。 rr r

β=max P( 型Ⅱ誤差 )

β=max P( 接受 H0│H1為真 )

檢定 (1-β) 越 越好 = 型Ⅱ誤差的機率越小。

(13)

五、假設檢定之平均數檢定

由於實務上母體變異數為未知的情況居多,因此SPSS 並沒有內設Z 檢定,只有 t 檢定的部分。

(14)

五、假設檢定之平均數檢定

所謂 Z 分配與 T 分配,其實就是我們蒐集的資料中所呈現的圖形。

譬如有一筆資料是 100 人個 的身高,身高所呈現的圖形就有可能是 Z 分配或 T 分配。

(15)

六、單一樣本 T 檢定

若要檢定同一母體的一個變數的平均數是 於、小於還是等於。

Example.

今欲檢定該班 生之平均身高是否為 165 公分 Ho :該班 生之平均身高等於 165 公分

Ha :該班 生之平均身高不等於 165 公分

請打開講義實際操作摟…

(16)

七、成對樣本 T 檢定

若要檢定同一母體的兩個或兩個以上變數的平均數是否有差異。

Example.

計學

今欲檢定該班 生統 與經濟 成績是否有差異 Ho :統計學與經濟 成績沒有差異

Ha :統計學與經濟 成績有差異

請打開講義實際操作摟…

(17)

八、獨立樣本 T 檢定

若要檢定兩個不同母體在同一個變數的平均數是否有差異。

Example.

計學

今欲檢定男性與女生之統 成績是否相等 Ho :男性與女性之統計學成績沒有差異 Ha :男性與女性之統計學成績有差異

(18)

八、獨立樣本 T 檢定

變異數相等檢定:

當有兩個母體或兩個母體以上的時候,需要先檢定變異數是否相等。

Ho :假設變異數相等 Ha :不假設變異數相等

如果不拒絕虛無假設, SPSS 報表結果看假設變異數相等;如果拒絕虛無假設,則看不假設 變異數相等的顯著性。

請打開講義實際操作摟…

(19)

卡方檢定

計 輔量 導中心 SPSS線上教 教材

量中心 SPSS 工作坊 第二堂課

劉啟頁

(20)

一、卡方檢定的基本概念

卡方檢定屬於 無母數統 的類別型資料,不

需要假設母體分配為何,可以以各類別的比例或

等級順序來描述。

(21)

二、卡方檢定之適合度檢定

適合度檢定:欲檢定同一母群體,一組資料的次數其分布情形是否符合 論次數。

Example.

過去輔大的每天通勸、偶而通勸及住宿的 生 數比率 約各為學 人 0.4 、 0.3 及 0.3,但若有

說,因為機車的普及,以及現在 校及附近有愈來愈多的宿舍,上述的比率應該已經有所不同了

,請問上述的說法,由你的資料集中是否可以得到驗證。

Ho : P 天天 =0.4 P 偶而=0.3 P 從不 =0.3 Ha: Ho False

請打開講義實際操作摟…

(22)

三、卡方檢定之獨立性檢定

獨立性檢定:欲檢定同一母群體,兩個變數之間的關係是否為獨立或相關。

Example.

老師們在思考,上網玩 ONLINE GA EM 會不會影響 習態度呢?此時,由你的資料中是否可 以去驗證,上網玩ONLINE GA EM 對 習態度 ( 課堂上認真 習且專心投入 ) 之影響與否。 Ho :玩 ONLINE GA EM 不會影響 生之課堂上認真 習且專心投入程度(獨立)

Ha : Ho False

請打開講義實際操作摟…

(23)

補充:常態分配檢定

計 輔量 導中心 SPSS線上教 教材

量中心 SPSS 工作坊 第二堂課

劉啟頁

(24)

一、常態分配檢定的基本概念

欲檢定觀察值的分配結構是否符合常態分

配的特性。有很多推論統 分析,都需要符合常

態性假設的條件, 能獲得可靠及有效的結果。

(25)

二、常態分配檢定的實際操作

若要檢定全班分數是否為常態分配,則設

Ho :全班分數成績符合常態分配 Ha :全班分數成績不符合常態分配

(26)

二、常態分配檢定的實際操作

分析 → 敘述統 → 預檢資料

(27)

二、常態分配檢定的實際操作

把分數拖曳至依變數清單

(28)

二、常態分配檢定的實際操作

點選圖型 → 勾選常態機率圖檢定 → 繼續 → 確定

(29)

二、常態分配檢定的實際操作

報表結果

顯著性= 0.444 , 於顯著水準( α = 0.05 )

,故不拒絕虛無假設 Ho ,即可能為常態分配

(30)

THE END

計 輔量 導中心 SPSS線上教 教材

量中心 SPSS 工作坊 第二堂課

劉啟頁

參考文獻

相關文件

前一學期學業成績總平均 70 分以上者,操行成績甲等(80 分以上) 。成績單未登記 有操性成績者,須檢附【表二】獎學金推薦函乙份。2. 前一學期學業成績總平均

隨著經濟實力的衰退,基輔的 公王越來越沒有影響力,而羅斯人 的文化傳統中,沒有固定的家族繼

隨著經濟實力的衰退,基輔的 公王越來越沒有影響力,而羅斯人 的文化傳統中,沒有固定的家族繼

關注事項 1 11 1: : :因應初中學生的學習能力差異擴大 : 因應初中學生的學習能力差異擴大 因應初中學生的學習能力差異擴大 因應初中學生的學習能力差異擴大, , , ,加強 加強

中國的宏觀經濟 中國政府對經濟 的規劃與調控

4.1 多因子變異數分析 多因子變異數分析 多因子變異數分析 多因子變異數分析與線性迴歸 與線性迴歸 與線性迴歸 與線性迴歸 4.1.1 統計軟體 統計軟體 統計軟體 統計軟體 SPSS 簡介 簡介

4.管制性化學品之指定及運作許可管理辦法 5.優先管理化學品之指定及運作管理辦法 6.毒性化學物質管理辦法(環保署102.12.11)

個變量上有顯著性的差異。由各變量的平均數亦可看出重視績效 群在各變量上均高於不重視績效群。至「年資輩份」未達顯著性