雙樣本比率檢定

雙樣本比率檢定是一種假設檢定,用於比較兩個獨立母體中某一特徵的比率,透過計算母體比率之差的信賴區間來判斷觀察到的差異在統計上是否顯著;它適用於醫療、經濟和存活分析等比率、率和百分比比平均值或變異數更相關的領域,前提是滿足獨立性、隨機抽樣、二元結果和樣本數充足這些假設。

最後審閱

核心要點

雙樣本比率檢定是一種假設檢定,用於比較兩個獨立母體中某一特徵的比率,以判斷觀察到的差異是否顯著。

本頁內容
  1. 什麼是雙樣本比率檢定?
  2. 何時使用雙樣本比率檢定?
  3. 正確使用雙樣本比率檢定的指南
  4. 替代方法:何時不宜使用雙樣本比率檢定
  5. 雙樣本比率檢定範例
  6. 如何進行雙樣本比率檢定

什麼是雙樣本比率檢定?

雙樣本比率檢定是一種假設檢定,用於比較兩個獨立母體中某一特徵的比率,透過計算母體比率之差的信賴區間來判斷觀察到的差異在統計上是否顯著;它適用於醫療、經濟和存活分析等比率、率和百分比比平均值或變異數更相關的領域,前提是滿足獨立性、隨機抽樣、二元結果和樣本數充足這些假設。

何時使用雙樣本比率檢定?

雙樣本比率檢定用於判斷兩個母體在某一特徵上的比率之間是否存在統計上顯著的差異。

  • 比較比率:當需要比較兩個獨立母體或樣本中某一特徵的比率時。
  • 大樣本:當兩個樣本都足夠大時使用雙樣本比率 z 檢定,一般要求每個樣本中至少有 10 個成功和 10 個失敗,以滿足常態近似的條件。
  • 小樣本:對於不滿足常態近似條件的小樣本,使用 Fisher 精確檢定,這是一種非參數檢定,無論樣本數大小都能給出準確的結果。
  • 二元結果:當資料由二元結果(例如成功/失敗、是/否)組成,並且需要判斷比率是否存在顯著差異時。
  • 隨機抽樣:當樣本是從各自的母體中隨機抽取時,以確保結果有效且具有代表性。

以下是可能使用雙樣本比率檢定的一些情形:

  • 醫學研究:假設您正在檢定一種旨在降低心臟病風險的新藥。可以進行雙樣本比率檢定,比較治療組(服用該藥)與對照組(未服用該藥)中患心臟病的患者比率。
  • 市場研究:假設您正在開展調查,以瞭解客戶對某產品兩個不同品牌的滿意度。可以使用雙樣本比率檢定,比較對各品牌滿意的客戶比率。
  • 品質管制:假設您正在檢定兩種不同製造製程的品質,以判斷哪一種生產的不合格品更多。可以使用雙樣本比率檢定,比較各製程生產的不合格品比率。

正確使用雙樣本比率檢定的指南

  • 隨機抽樣:確保樣本資料是隨機抽取的,以便對母體作出有效的概括。
  • 二元資料:資料應僅包含兩種類別(例如合格/不合格、1/0)。對於計數資料,請使用 2-Sample Poisson Rate 檢定。
  • 觀測值的獨立性:每個觀測值應獨立於所有其他觀測值。
  • 適當的樣本數:確保樣本數足夠大,以獲得精確的估計、較窄的信賴區間,並對第一類錯誤和第二類錯誤提供充分的防範。

替代方法:何時不宜使用雙樣本比率檢定

  • 如果資料集由計數資料構成,例如每單位缺陷數,則適合使用 2-Sample Poisson Rate 檢定。

雙樣本比率檢定範例

為評估男大學生還是女大學生更有可能獲得暑期工作,某大學助學金辦公室的工作人員抽取了一組學生樣本。在抽樣的 802 名男生中,有 725 人在暑期獲得工作,而在抽樣的 712 名女生中,有 573 人獲得工作。該工作人員使用雙比率檢定來評估哪種性別更有可能獲得暑期工作。步驟如下:

  1. 藉助以下網址分析資料:https://statsai.zometric.com/
  2. 在工具中輸入資料。將樣本 1 的事件數設為 725,樣本 1 的試驗數設為 802,樣本 2 的事件數設為 573,樣本 2 的試驗數設為 712,假設差值設為 0,信賴水準設為 95。
  3. 使用上述工具後,得到如下輸出:
Two sample proportion test — figure 1

如何進行雙樣本比率檢定

操作步驟如下:

  1. 登入 Zometric Statistical Software,網址為 https://statsai.zometric.com/
  2. 在首頁選擇 Statistical Tool> Graphical analysis >Two sample proportion test。
  3. 點選 Two sample proportion test,進入工具介面。
  4. 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。
  5. 接下來,輸入事件數、試驗數、假設比率和信賴水準的值。
  6. 最後,點選頁面底部的 calculate,即可得到所需結果。

在 雙樣本比率檢定的工具介面中,視窗只有左側部分。

Two sample proportion test — figure 2

左側部分提供以下選項:

  • Number of events: 在單樣本比率檢定中,事件數是指所分析樣本中所關注事件發生的次數。
  • Number of trials: 在單樣本比率檢定中,試驗數是指對所分析樣本進行的獨立、相同的試驗或觀測的次數。
  • Hypothesized difference: 假設差值是指虛無假設與對立假設之間母體參數的差。例如,如果要檢定兩組(例如男性和女性)之間的平均測驗分數是否存在顯著差異,假設差值就是男性平均分數與女性平均分數之差。
  • 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,表示真實母體參數落在指定取值範圍內的可能性。信賴水準通常以百分數表示,記作 (1 - α),其中 α 為顯著水準,即拒絕真實虛無假設的機率。例如,如果信賴水準為 95%,則表示我們有 95% 的把握認為真實母體參數位於我們的區間估計之內,而犯第一類錯誤(拒絕真實虛無假設)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。但是,提高信賴水準也會使信賴區間變寬,從而更難檢測到較小的效應。因此,信賴水準的選擇取決於研究的背景和研究人員的目標。
  • Alternative hypothesis: 在假設檢定中,對立假設(也稱研究假設)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,或兩個或多個組或變數之間不存在顯著差異或關係的假設。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。
  • Load example: 將載入範例資料。
  • Method:
    • Estimate the proportions separately: 要在雙樣本比率檢定中分別估計比率,首先需要從兩個獨立樣本收集資料,並計算每個樣本中成功(或所關注事件)的比率。
    • Use the pooled estimate of the proportion: 在雙樣本比率檢定中,合併比率估計是兩個樣本比率的加權平均,前提是假設母體中的真實比率相等。該估計用於計算檢定統計量,並判斷兩個樣本之間的比率差異在統計上是否顯著。

常見問題

什麼是雙樣本比率檢定?

雙樣本比率檢定是一種假設檢定,用於比較兩個獨立母體中某一特徵的比率,並判斷觀察到的差異在統計上是否顯著。它還給出母體比率之差的信賴區間。

雙樣本比率檢定有哪些假設?

資料必須是二元的,例如合格/不合格或是/否;樣本應隨機抽取;每個觀測值必須獨立於所有其他觀測值;樣本數必須足夠大。比率 z 檢定的常態近似一般要求每個樣本中至少有 10 個成功和 10 個失敗。

何時應改用 Fisher 精確檢定?

對於不滿足常態近似條件的小樣本,請使用 Fisher 精確檢定,這是一種非參數檢定,無論樣本數大小都能給出準確的結果。雙樣本比率 z 檢定適用於每個樣本至少有 10 個成功和 10 個失敗的情形。

何時應改用雙樣本卜瓦松率檢定?

當資料是計數(例如每單位缺陷數)而非二元結果時,請使用雙樣本卜瓦松率檢定。雙樣本比率檢定僅適用於每個專案屬於兩種類別之一的情形,例如不合格或合格。