型一與型二錯誤
by 趙永祥 2018-04-22 21:37:40, 回應(0), 人氣(3523)
型一與型二錯誤
- 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)
- 4. 統計方法進行決策的過程 (Decision-Making Process) ,將探討的問題分為兩種假說:
- 1. 虛無假設 (Null Hypothesis , Ho)
- 2. 對立假設 (Alternative Hypothesis , Ha)
- 對立假設:欲證明的事件 ( 所感興趣 )
- 虛擬假設:對立假說之補事件 ( 不感興趣)
- 5. 反證之邏輯基礎 目的:證明 Ha 為真
- 應將欲證明之假設放於 Ha 方法:利用資料證明 Ho 不成立 => 間接地證明 Ha 為真
- 結論:二種可能性
- 1. 拒絕 Ho => 證明 Ha
- 2. 無法拒絕 Ho
- 不代表證明 Ho 僅說明資料無法提供足夠證據推翻 Ho
- 6. 例:若法官對審判的目的為證明嫌犯 有罪
- Ho :無罪 vs.
- Ha :有罪
- 7. 例:若藥廠要證明所研發的新藥有療效
- Ho :無療效
- Ha :有療效
- 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)
- 15. 在什麼樣的標準下我們可以推翻或接 受虛無假說?此所依據的標準及稱為 檢定的顯著水準。 臨界域又叫拒絕域,是一分數範圍, 只要檢定統計量落在此範圍,便會拒 絕虛無假說。
- 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
- 20. (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
- 21. 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)
- 22. 例:若藥廠要證明所研發的新藥有 療效 vs. Ho :無療效 Ha :有療效
- 23. 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