單一樣本t檢定的假設檢定 Posted on 2022-02-022023-07-19 By Dr. Fish 平均數比較 單一樣本t檢定的假設檢定和單一樣本z檢定相當類似,皆用來檢驗一個樣本平均數是否來自於特定母群體的虛無假設,兩者差別在於單一樣本t檢定用在母群體標準差未知或樣本數小於30的情況。單一樣本t檢定使用t抽樣分配和t檢定統計量,可簡單地利用SPSS來獲得分析結果。
單一樣本z檢定的假設檢定 Posted on 2022-01-192023-07-18 By Dr. Fish 平均數比較 單一樣本z檢定屬於比較檢定的統計檢定類型,而單一樣本z檢定的假設檢定在檢驗一個樣本的平均數是否來自於特定的母群體,是假設檢定裡最基本的一種類型。該檢定評估的基本統計量為樣本平均數,且須在母體平均數和標準差已知、平均數抽樣分配為常態分配的情況下才可使用。
假設檢定的步驟和範例 Posted on 2021-12-282024-11-22 By Dr. Fish 推論統計 假設檢定是運用統計模型來檢驗研究問題的方式,也是用來測試研究人員操縱的變項是否具有效果的統計推論方法,是推論統計中最核心的部分。假設檢定的過程包含研究假設的提出、顯著水準的設定、統計檢定方法的選擇、檢定統計量和相關機率的計算與決策規則的運用等5個步驟。
第一和第二類型錯誤的意義和關聯 Posted on 2021-12-092023-06-29 By Dr. Fish 推論統計 第一類型錯誤指研究人員相信自變項帶有效果,但實際上沒有效果,該錯誤的機率一般為0.05,通常用符號α來表示。第二類型錯誤指研究人員相信自變項沒有效果,但實際上帶有效果,可被接受的最大機率為0.2,通常用符號β來表示。這兩種錯誤間並非彼此獨立,而是相互消長的關係。
檢定統計量的意義 Posted on 2021-12-032023-06-27 By Dr. Fish 推論統計 檢定統計量是從樣本資料計算出來,用來評估拒絕或保留虛無假設的一個數值。概念上,檢定統計量為統計模型可解釋的變異對無法解釋的變異之比率。若數值愈大,代表結果愈不可能因為機遇而產生,所以發生的機率愈小,若小於顯著水準,即為顯著的檢定統計量,可拒絕虛無假設。