สมมติฐานทางสถิติ
Upcoming SlideShare
Loading in...5
×
 

สมมติฐานทางสถิติ

on

  • 23,139 views

 

Statistics

Views

Total Views
23,139
Views on SlideShare
23,102
Embed Views
37

Actions

Likes
1
Downloads
72
Comments
0

3 Embeds 37

http://www.slideshare.net 34
http://kannigak.wordpress.com 2
http://webcache.googleusercontent.com 1

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    สมมติฐานทางสถิติ สมมติฐานทางสถิติ Presentation Transcript

    • การทดสอบสมมติฐานทางสถิติ (Hypothesis Testing) ผู้ช่วยศาสตราจารย์วิศิษฐ์ ลิ้มสมบุญชัย ภาควิชาเศรษฐศาสตร์เกษตรและทรัพยากร คณะเศรษฐศาสตร์ มหาวิทยาลัยเกษตรศาสตร์
    • สมมติฐาน (Hypothesis)
      • สมมติฐาน หรือ Hypothesis ก็ คือ ข้อสมมติ (Assumption) หรือข้อความ (Statement) ที่เกี่ยวข้องกับประชากรชุดเดียวหรือหลายชุด ซึ่งอาจจะเป็นจริงหรือไม่เป็นจริงก็ได้
    • การทดสอบสมมติฐาน (Hypothesis testing)
      • Testing Research Hypotheses
      • Testing the Validity of a Claim
      • Testing in Decision-Making Situations
    • ขั้นตอนการทดสอบสมมติฐาน
      • ขั้นที่ 1 กำหนดสมมติฐาน
      • สมมติฐานหลัก (Null Hypothesis: H 0 )
      • สมมติฐานทางเลือก (Alternative Hypothesis: H 1 , H a )
      • การตั้งสมมติฐาน
      • H 0 ต้องมีค่าเท่ากับค่าใดค่าหนึ่งเสมอ (=, <=, >=)
      • สมมติฐานที่คาดว่าน่าจะเป็นจริงหรือสิ่งที่เราสนใจศึกษาโดยมากจะเป็น H 1 or H a
    • ขั้นตอนการทดสอบสมมติฐาน (1)
      • การตั้งสมมติฐานเพื่อทดสอบมี 2 แบบ คือ
      • การทดสอบแบบหางเดียว (One-tailed test: <, >)
      • การทดสอบแบบสองหาง (Two-tailed test: )
      H 0 : H 0 : H 0 : H 1 : H 1 : H 1 :
    • ขั้นตอนการทดสอบสมมติฐาน (2)
      • ขั้นที่ 2 กำหนดตัวสถิติที่จะใช้ทดสอบ
      • Z-test, T-test, F-test, Chi-squares test
      • ขั้นที่ 3 กำหนดระดับนัยสำคัญ (Level of significant: )
      • Type I Error: Reject H 0 when it is true or wrongly reject H 0 ( ปฏิเสธสมมติฐานหลักที่ถูก )
      • Type II Error: Accept H 0 when it is false or wrongly accept H 0 ( ยอมรับสมมติฐานหลักที่ผิด )
    • Type I and Type II Error Population Condition Conclusion H 0 True H a True Accept H 0 Correct Type II Conclusion Error Reject H 0 Type I Correct Error Conclusion
    • ขั้นตอนการทดสอบสมมติฐาน (3)
      • ขั้นที่ 4 กำหนดขอบเขตการยอมรับและการปฏิเสธ สมมติฐานหลัก (Critical Value)
      • ขั้นที่ 5 คำนวณค่าสถิติ
      • ขั้นที่ 6 เปรียบเทียบค่าสถิติและสรุปผลการทดสอบ
    • การทดสอบค่าเฉลี่ยประชากรชุดเดียว
      • กรณีทราบค่า
      • กรณีไม่ทราบค่า และ n <=30 (df. = n - 1)
    • การทดสอบค่าเฉลี่ยประชากรชุดเดียว (1) n > 30 ?  known ? Popul. approx. normal ?  known ? Use s to estimate  Use s to estimate  Increase n to > 30 Yes Yes Yes Yes No No No No
    • Example: Metro EMS A major west coast city provides one of the most comprehensive emergency medical services in the world. Operating in a multiple hospital system with approximately 20 mobile medical units, the service goal is to respond to medical emergencies with a mean time of 12 minutes or less. The director of medical services wants to formulate a hypothesis test that could use a sample of emergency response times to determine whether or not the service goal of 12 minutes or less is being achieved.
    • Example: Metro EMS Let n = 40, = 13.25 minutes, S = 3.2 minutes
      • 1) H 0 : H 1 :
      • 2) Z-test
      • 3)
      • 5)
      • 6) Reject H 0 , Accept H 1
      1.645
    • Example: Glow Toothpaste The production line for Glow toothpaste is designed to fill tubes of toothpaste with a mean weight of 6 ounces. Periodically, a sample of 30 tubes will be selected in order to check the filling process. Quality assurance procedures call for the continuation of the filling process if the sample results are consistent with the assumption that the mean filling weight for the population of toothpaste tubes is 6 ounces; otherwise the filling process will be stopped and adjusted.
    • Example: Glow Toothpaste Let n = 30, = 6.1 ounces, S = 0.2 ounces
      • 1) H 0 : H 1 :
      • 2) Z-test
      • 3)
      • 5)
      • 6) Reject H 0 , Accept H 1
      1.96 - 1.96
    • Example: Glow Toothpaste Using p-value or prob. Value. 1.96 2.74 Prob. = 0.0031
      • P-Value or Prob. Value = 2*(0.0031) = 0.0062
      • If p-value is less than , then reject H 0.
      • If p-value is greater than or equal to , then accept H 0 .
    • การทดสอบค่าสัดส่วน (Proportion)
      • ค่า สัดส่วน (P) =
      • โดยที่ a คือ จำนวนลักษณะที่เราสนใจ
      • n คือ จำนวนตัวอย่างทั้งหมด
      • Test statistic
    • Example: NSC For a Christmas and New Year’s week, the National Safety Council estimated that 500 people would be killed and 25,000 injured on the nation’s roads. The NSC claimed that 50% of the accidents would be caused by drunk driving. A sample of 120 accidents showed that 67 were caused by drunk driving. Use these data to test the NSC’s claim with
    • Example: NSC
      • 1) H 0 : H 1 :
      • 2) Z-test
      • 3)
      • 5)
      • 6) Accept H 0 , Reject H 1
      1.96 - 1.96
    • Example: NSC Using p-value or prob. Value. 1.28 Prob. = 0.1006
      • P-Value or Prob. Value = 2*(0.1006) = 0.2012
      • Conclusion ?
      • Excel Program: NORMSDIST or TDIST
    • การทดสอบค่าเฉลี่ยกรณีประชากร 2 ชุด ( การทดสอบผลต่างค่าเฉลี่ย )
      • ผลตอบแทนในตลาดเงิน
      • ผลตอบแทนในตลาดทุน
      • H 0 : or
      • H 1 : or
      • H 0 : H 0 :
      • H 1 : H 1 :
    • การทดสอบผลต่างค่าเฉลี่ย (1)
      • การทดสอบผลต่างค่าเฉลี่ยแบ่งออกได้ 3 กรณี คือ
      • กรณีที่ทราบ และ
    • การทดสอบผลต่างค่าเฉลี่ย (2)
      • กรณีไม่ทราบ , แต่คิดว่า =
      • โดยที่ และ df. = n 1 +n 2 -2
    • การทดสอบผลต่างค่าเฉลี่ย (3)
      • กรณีไม่ทราบ , แต่คิดว่า
      • โดยที่
    • Example: Par, Inc. Par, Inc. is a manufacturer of golf equipment and has developed a new golf ball that has been designed to provide “extra distance.” In a test of driving distance using a mechanical driving device, a sample of Par golf balls was compared with a sample of golf balls made by Rap, Ltd., a competitor. The sample statistics appear on the next slide.
    • Example: Par, Inc.
      • Sample #1 Sample #2
      • Par, Inc. Rap, Ltd.
      • Sample Size n 1 = 120 balls n 2 = 80 balls
      • Mean = 235 yards = 218 yards
      • Standard Dev. s 1 = 15 yards s 2 = 20 yards
    • Example: Par, Inc.
      • 1) H 0 : H 1 :
      • 2) Z-test
      • 3)
      • 5)
      • 6) Conclusion?
    • Example: Specific Motor Specific Motors of Detroit has developed a new automobile known as the M car. 12 M cars and 8 J cars (from Japan) were road tested to compare miles-per-gallon (mpg) performance. The sample statistics are: Sample #1 Sample #2 M Cars J Cars Sample Size n 1 = 12 cars n 2 = 8 cars Mean = 29.8 mpg = 27.3 mpg Standard Deviation s 1 = 2.56 mpg s 2 = 1.81 mpg
    • Example: Special Motor
      • 1) H 0 : H 1 :
      • 2) t-test (assume that , df.=12+8-2=18)
      • 3)
      • 5)
      • 6) Conclusion? (p-value = 0.0143)
    • การทดสอบค่าสัดส่วนกรณีประชากร 2 ชุด ( การทดสอบผลต่างค่าสัดส่วน ) โดยที่ คือ Sample proportion
    • Example: MRA. Market Research Associates (MRA.) is conducting research to evaluate the effectiveness of a client’s new advertising campaign. Before the new campaign began, a telephone survey of 150 households in the test market area showed 60 households “aware” of the client’s product. The new campaign has been initiated with TV and newspaper advertisements running for three weeks. A survey conducted immediately after the new campaign showed 120 of 250 households “aware” of the client’s product. Does the data support the position that the advertising campaign has provided an increased awareness of the client’s product?
    • Example: MRA.
      • 1) H 0 : H 1 :
      • 2) Z-test
      • 3)
      • 5)
      • 6) Conclusion? (p-value = 0.0582)
    • Note: Point Estimator of where P 1 = P 2 โดยที่