統計 - 單比例 Z 檢驗



檢驗統計量是一個 z 分數 (z),由以下公式定義:${z = \frac{(p - P)}{\sigma}}$,其中 P 是零假設中總體比例的假設值,p 是樣本比例,${\sigma}$ 是抽樣分佈的標準差。

檢驗統計量由以下函式定義和給出

公式

${ z = \frac {\hat p -p_o}{\sqrt{\frac{p_o(1-p_o)}{n}}} }$

其中:

  • ${z}$ = 檢驗統計量

  • ${n}$ = 樣本量

  • ${p_o}$ = 零假設值

  • ${\hat p}$ = 觀察比例

示例

問題陳述

一項調查聲稱,十分之九的醫生推薦阿司匹林用於治療頭痛患者。為了檢驗這一說法,隨機抽取了 100 名醫生進行調查。在這 100 名醫生中,有 82 名錶示他們推薦阿司匹林。這一說法準確嗎?使用 alpha = 0.05。

解決方案

定義零假設和備擇假設

${ H_0;p = .90 \\[7pt] H_1;p \ne .90 }$

此處 Alpha = 0.05。使用雙尾檢驗的 alpha 值為 0.05,我們預計我們的分佈看起來像這樣

One Proportion

這裡每個尾部有 0.025。在我們的 z 表中查詢 1 - 0.025,我們發現臨界值為 1.96。因此,對於此雙尾檢驗,我們的決策規則是:如果 Z 小於 -1.96 或大於 1.96,則拒絕零假設。計算檢驗統計量

${ z = \frac {\hat p -p_o}{\sqrt{\frac{p_o(1-p_o)}{n}}} \\[7pt] \hat p = .82 \\[7pt] p_o = .90 \\[7pt] n = 100 \\[7pt] z_o = \frac {.82 - .90}{\sqrt{\frac{ .90 (1- .90)}{100}}} \\[7pt] \ = \frac{-.08}{0.03} \\[7pt] \ = -2.667 }$

由於 z = -2.667,因此我們應該拒絕零假設,結論是,十分之九的醫生推薦阿司匹林用於治療患者的說法並不準確,z = -2.667,p < 0.05。

廣告
© . All rights reserved.