1. 16-1

2. 16-2 McGraw-Hill/Irwin © 2003 The McGraw-Hill Companies, Inc.,All Rights Reserved. 肆 資料分析與表達

3. 16-3 第十六章 假設檢定

4. 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

5. 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

6. 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

7. 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

8. 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

9. 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

10. 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

11. 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

12. 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。

13. 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 ?

14. 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