Please enable JavaScript.
Coggle requires JavaScript to display documents.
chapter 7 推論統計學導論 (推論統計學的基本概念 (二、估計和假設考驗 (點估計 (一致性 (樣本越大,樣本統計數越接近所欲估計的母群體參…
chapter 7 推論統計學導論
推論統計學的基本概念
一、抽樣與抽樣的分配
母群體
每次研究所認定之觀察量數的總集合體
母數
參數
參數是未知的
用來推估參數的量數,稱作【估計數】,估計數值的大小稱【估計值】
估計數
隨機抽樣
母群體中任意抽取一個幾率均等有獨立之個體
母群體所抽出代表性的樣本,稱作【隨機樣本】
2 more items...
立意抽樣
根據某個特殊考量或目的的下的抽取樣本方式
不符合幾率均等和幾率獨立的倆個條件
抽樣分配
抽取樣本大小
反復進行無數次抽樣和計算,這些值將會進行做分配
常見的抽樣分配是由樣本平均數所構成的次數分配
n大時,接近常態分配
樣本
由母群體的觀察量數中抽樣而得到的部份集合體
稱作【統計數】
用來表示樣本性質的統計指數或量數
中央極限定理&大數原則
中央極限定理
會呈現常態分配
大數原則
抽樣人數多,誤差越小
二、估計和假設考驗
估計
點估計
區間估計
假設考驗
研究假設
統計假設
虛無假設
用反面的證據來否定它
對立假設
單側考驗
有關正相關的陳述方式
雙側考驗
無法事先知道研究問題的方向,只是知道研究問題具有不相等的特性
可判別方向性的假設考驗
不強調考驗問題的方向性,只是強調差異存在
提出一個剛好與對立假設的相反,收集資料去考驗這種假設的真實性。
點估計
一致性
樣本越大,樣本統計數越接近所欲估計的母群體參數的特性
有效性
具有最小變異誤的特性
不偏性
母群體參數估計值的樣本統計數
區間估計
母群體參數的估計值,可能落在一線的幾率有多大
像點估計的特性
任何一個平均數的可能出現幾率
信賴水準
信賴區間
信賴界限
研究假設
操作型定義
提出一個暫時性的理論陳述
觀察或對理論文獻的探討,稱作【研究假設】或【科學假設】
三、錯誤類型和假設考驗的步驟
考驗結果
保留
拒絕
只是犯錯幾率大小而已
推論統計學犯錯幾率
a(看圖片)
嚴重後果強
稱為【顯著水準】
所在的區域稱作【臨界區】(中心點),或【危險區】或【拒絕區】
B(看圖片)
統計考驗力
越高越好
正確拒絕【對立假設】的幾率
a
稱【臨界區】
拒絕【虛無假設】
顯著性考驗
根據使用的樣本大小,選用適當的統計分配
選定適當的顯著水準,決定單側或雙側考驗,并查表得知適當的臨界值及劃定拒絕區。
根據研究假設提出對立假設和虛無假設
根據所收集的資料,進行計算選定之統計分配數量
比較計算出的統計分數值和查表得知的統計分配數值,判斷是否要拒絕或保留虛無假設。
自由度
理論
在某種條件限制下,樣本中能夠自由變動數值的個數,以df表示
將離均差平方和除以n-1.才是母群體變異數的不偏估計值,才不會低估母群體的變異數
斜率b和截距a等倆個參數都需要從資料中去估計
數值大小需研究問題的性質和計算所需的條件限制多寡而定
計算回歸線時,至少有倆點才能決定一條直線的緣故,必須失去倆個自由度,才能畫出一條直線。
推論用的樣本中能夠自由變動數值的個數所構成的某種指標