單樣本比率檢定
單樣本比率檢定是一種統計假設檢定,用於判斷單一樣本中某一結果的比率與指定的總體比率是否存在顯著差異。它通常用於資料服從二項分配的情形,例如一系列試驗中的成功次數,或一批產品中不良品所佔的比率。
最後審閱
核心要點
單樣本比率檢定是一種統計假設檢定,用於判斷單一樣本中某一結果的比率與指定的總體比率是否存在顯著差異。
什麼是單樣本比率檢定?
單樣本比率檢定是一種統計假設檢定,用於判斷單一樣本中某一結果的比率與指定的總體比率是否存在顯著差異。它通常用於資料服從二項分配的情形,例如一系列試驗中的成功次數,或一批產品中不良品所佔的比率。該檢定評估觀測到的樣本比率偏離假設總體比率的程度,是否超出隨機抽樣變異所能解釋的範圍。
它將觀測比率與目標值或參考值進行比較,並計算可能包含總體比率的信賴區間。這也稱為不等性假設檢定。該檢定可根據樣本數採用常態近似法或二項列舉法;常態近似法在大樣本時更準確,而二項列舉法在小樣本時更準確。
何時使用單樣本比率檢定?
當需要判斷單一總體中某一特徵的比率與假設值是否存在顯著差異時,使用單樣本比率檢定。
- 假設比率(P0):確保有一個具體的總體比率假設值用於比較。
- 二元結果:資料應為二元結果的形式(例如成功/失敗、是/否)。
- 樣本數:
- 大樣本:若樣本數較大(通常 nP0 ≥ 10 且 n(1-P0) ≥ 10),檢定使用常態近似法。
- 小樣本:若樣本數較小,請使用二項列舉法以獲得更準確的結果。
- 隨機抽樣:樣本應從總體中隨機選取,以確保檢定結果具有代表性和有效性。
- 獨立性:樣本中的每次試驗或觀測應相互獨立。
- 比率計算:將樣本比率(P̂)計算為成功次數除以試驗總次數。
- 檢定方向:
- 雙尾檢定:當需要檢定樣本比率與假設比率是否存在顯著差異時(P̂ ≠ P0)。
- 單尾檢定:當需要檢定樣本比率是否顯著大於(P̂ > P0)或小於(P̂ < P0)假設比率時。
以下是可能使用單樣本比率檢定的一些場景:
- 一家行銷公司想判斷相比競爭對手的品牌,偏好其品牌的消費者比率是否高於某個值,例如 50%。
- 一家公共衛生機構想判斷某一人群中接種某種疫苗的人所佔比率是否低於某個值,例如 80%。
- 一所教育機構想判斷透過某項考試的學生比率是否高於某個值,例如 70%。
在上述每種場景中,都會使用單樣本比率檢定來判斷觀測比率與假設值是否存在顯著差異。這有助於對相關總體做出決策或得出結論。
正確使用單樣本比率檢定的指南
- 隨機抽樣:確保樣本資料是隨機選取的,以便對總體做出有效的推廣。
- 二元資料:資料必須只包含兩個類別,例如合格/不合格或 1/0。
- 觀測值的獨立性:每個觀測值應與所有其他觀測值相互獨立。
- 適當的樣本數:確保樣本數足夠大,以提供精確的估計、有用的信賴區間以及對第二類錯誤的充分防護。
替代方法:何時不宜使用單樣本比率檢定
- 處理計數資料(例如產品上的缺陷數)時,應使用單樣本卜瓦松率檢定。
單樣本比率檢定範例
一位行銷分析師想判斷郵寄的新產品廣告所帶來的反應率是否不同於全國平均水準。隨機抽取 1000 戶家庭接收廣告。在抽樣的 1000 戶家庭中,有 87 戶在收到廣告後購買。分析師進行單樣本比率檢定,以判斷購買家庭所佔的比率是否不同於 6.5% 的全國平均水準。步驟如下:
- 使用以下網址分析資料:https://statsai.zometric.com/
- 在工具中,輸入資料。將 number of events 設為 87,number of trials 設為 1000,hypothesized proportion 設為 0.065,confidence level 設為 95。
- 使用上述工具後,得到的輸出如下:

如何進行單樣本比率檢定
操作步驟如下:
- 登入 Zometric Statistical Software,網址為 https://statsai.zometric.com/
- 在首頁選擇 Statistical Tool> Graphical analysis >One sample proportion test。
- 點選 One sample proportion test,進入工具介面。
- 接下來,手動更新資料,或從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。
- 接下來,輸入 number of events、number of trials、hypothesized proportion 和 confidence level 的值。
- 最後,點選頁面底部的 calculate,即可得到所需結果。
在單樣本比率檢定的工具介面中,視窗只有左側部分。

在該左側部分,提供以下選項:
- Number of events: 在單樣本比率檢定中,事件數指在被分析的樣本中目標事件出現的次數。
- Number of trials: 在單樣本比率檢定中,試驗次數指對被分析樣本所做的獨立、相同的試驗或觀測的次數。
- Hypothesized proportion: 在單樣本比率檢定中,假設比率(也稱為虛無假設比率)是被檢定總體中被假定為真的比率
- Confidence level: 在假設檢定中,信賴水準表示我們對統計分析所具有的確定程度或信賴程度。它是一個機率值,表示真實總體參數落在指定數值範圍內的可能性。信賴水準通常以百分比表示,記為 (1 - α),其中 α 是顯著水準,即拒絕一個為真的虛無假設的機率。例如,若信賴水準為 95%,則表示我們有 95% 的把握認為真實總體參數位於我們的區間估計之內,而犯第一類錯誤(拒絕一個為真的虛無假設)的可能性為 5%。在實際應用中,信賴水準越高,意味著我們對統計分析和結果越有信心。然而,提高信賴水準也會增大信賴區間的寬度,使檢測小效應變得更加困難。因此,信賴水準的選擇取決於研究的背景和研究者的目標。
- Alternative hypothesis: 在假設檢定中,對立假設(也稱為研究假設)是代表與虛無假設不同結論的陳述。虛無假設通常代表現狀,或者假定兩個或多個組或變數之間不存在顯著差異或關係。對立假設是被檢定的陳述,它提出所研究的組或變數之間存在顯著差異或關係。
- Normal approximation method: 常態近似法是單樣本比率檢定中使用的一種統計方法,用於將樣本比率的抽樣分配近似為常態分配。當樣本數足夠大(通常為樣本數 n 大於或等於 30)且樣本中的成功比率不太接近 0 或 1 時,使用該方法。
- Load example: 將載入範例資料。
常見問題
什麼是單樣本比率檢定?
單樣本比率檢定是一種假設檢定,用於判斷單一樣本中某一結果的比率與指定的總體比率是否存在顯著差異。它用於二項資料,例如一系列試驗中的成功次數或一批產品中的不良品,並給出總體比率的信賴區間。
何時應使用常態近似法或二項法?
樣本較大時,通常 nP0 至少為 10 且 n(1 - P0) 至少為 10,可使用常態近似法。對於小樣本,二項列舉法給出的結果更準確。常態近似法在大樣本時更準確。
單樣本比率檢定有哪些前提條件?
資料必須是二元的,只有兩個類別,例如合格/不合格或是/否。樣本應隨機選取,每個觀測值必須與其他觀測值相互獨立,並且必須有一個具體的假設比率用於比較。樣本還應足夠大,以便得到精確的估計並防範第二類錯誤。
何時不應使用單樣本比率檢定?
不要將其用於計數資料,例如產品上的缺陷數(一件產品可能有多個缺陷)。對於事件計數,請改用單樣本卜瓦松率檢定。比率檢定僅適用於二元結果,即每次試驗要麼成功要麼失敗。
