使用 MathJax 把 LaTeX 或 MathML 數學式子放進網頁
再論假設檢定:
已知 全校身高標準差 $\sigma$ = 10 cm,
呂教授根據十幾年的經驗,
假設 全校身高平均為 $\mu$ = 160,
令此假設為 $H_0$,
(1)
王同學以自己的身高 x = 170 (cm) 為由,懷疑 $H_0$ 的 真實性,提出 對立假設 $H_1$: $\mu \gt 160$,
他調查了 100 位同學的身高之後求平均 $\overline{x}$ = 165 (cm) ,
並據此認為 $H_0$ 不妥而拒絕之,
轉而接受自己提出的對立假設 $H_1$: $\mu \gt 160$,
王同學採用的假設檢定是基於 決策錯誤率(型1) $\alpha$ = 5% 的單邊檢定。
其決策法則如下:
- 若 $\overline{x} \gt \theta_0$,則 拒絕 $H_0$;否則,接受 $H_0$
請根據 單邊檢定之 決策錯誤率(型1) $\alpha$ = 5% 的前提之下,求出決策臨界值 $\theta_0$ = ?
若降低 $\alpha$ = 0.5% 決策臨界值 $\theta_0$ = ?
是否影響決策? (證據不變, $\overline{x}$ = 165 (cm))
若再降低 $\alpha$ = 0.05% 決策臨界值 $\theta_0$ = ?
是否影響決策? (證據不變, $\overline{x}$ = 165 (cm))
所謂 「決策錯誤」 是指:
「型1」: 當假設為「真」,決策法則卻產生 「拒絕」,
或者
「型2」:當假設為「假」,決策法則卻產生 「接受」。
(2)
李同學亦懷疑 $H_0$ 的 真實性,提出 對立假設 $H_2$: $\mu \ne 160$,
他調查了 100 位同學的身高之後求平均 $\overline{x}$ = 165 (cm) ,
並據此認為 $H_0$ 不妥而拒絕之,
轉而接受自己提出的對立假設 $H_2$: $\mu \ne 160$,
李同學採用的假設檢定是基於 決策錯誤率(型1) $\alpha$ = 5% 的雙邊檢定。
其決策法則如下:
- 若 $\overline{x} \gt \theta_1$ 或 $\overline{x} \lt \theta_2$,則 拒絕 $H_0$;否則,接受 $H_0$
請根據 雙邊檢定之 決策錯誤率(型1) $\alpha$ = 5% 的前提之下,求出決策臨界值 $\theta_1$, $\theta_2$ = ?
沒有留言:
張貼留言