[筆記] P test , proportional Z test
[reference]
http://people.wku.edu/david.neal/statistics/hyptest/ptest.html
檢定觀測機率與理論機率是否相等
H0 : Po = Pt
Ha : Po > Pt | Pt < Po | Pt 不等於 Po
本文用 [R] language , 程式碼標紅色
---------------------------------------------------
test statistics = Z = (Po-Pt) / (Pt(1-Pt)/n)^0.5
Po = observed proportion
Pt = theretical proportion
n = sample size
假設丟硬幣
400次中有215次是正面
Po = 215/400 = 0.5375
Pt = 0.5 = 公平硬幣
n = 400
Z = (0.5375-0.5)/(0.5*0.5/400)^0.5 = 1.5
單尾檢定 p = 1 - rnorm(1.5) = 0.0668072
雙尾檢定 p = 2*(1 - rnorm(1.5)) = 0.1336144
兩者皆不顯著
---------------------------------------------------
用 binomial test 的結果互相對照
** 兩者都是 Z distribution
> binom.test(215,400,0.5)
Exact binomial test
data: 215 and 400
number of successes = 215, number of trials = 400, p-value = 0.1470
alternative hypothesis: true probability of success is not equal to 0.5
95 percent confidence interval:
0.4872656 0.5871756
sample estimates:
probability of success
0.5375
感覺也差不多
---------------------------------------------------
當 population 的 N 與 取樣的 n 相近時 ( When N*5% <= n )
比方說在學校內取樣 , 全校 1000 人 , 取樣 400 人
則 1000*5% = 50 < 400
此時在 test statistics 的分母內加入一 correction formula
((N-n)/(N-1))^0.5
corrected test statistics
= (Po-Pt) / [ (Pt(1-Pt)/n)^0.5 * ((N-n)/(N-1))^0.5 ]
修正式的性質
是當 n 越接近 N 時 , Z 值會越偏離 0
有就是說 , 當 n 越接近 N 時
對現有的差異會提高信心 , 給予較高的 abs(Z) 值
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 114.32.215.136
※ 編輯: gsuper 來自: 114.32.215.136 (02/07 15:02)
※ 編輯: gsuper 來自: 114.32.215.136 (02/07 15:04)
※ 編輯: gsuper 來自: 114.32.215.136 (02/07 15:05)
※ 編輯: gsuper 來自: 114.32.215.136 (02/07 15:05)
※ 編輯: gsuper 來自: 114.32.215.136 (02/07 15:06)
※ 編輯: gsuper 來自: 114.32.215.136 (02/07 15:06)
※ 編輯: gsuper 來自: 114.32.215.136 (02/07 15:06)
※ 編輯: gsuper 來自: 114.32.215.136 (02/07 15:14)
※ 編輯: gsuper 來自: 114.32.215.136 (02/07 15:14)
※ 編輯: gsuper 來自: 114.32.215.136 (02/07 15:20)
※ 編輯: gsuper 來自: 114.32.215.136 (02/07 15:20)
BioMedInfo 近期熱門文章
PTT職涯區 即時熱門文章
149
296