Làm thế nào để chúng tôi kiểm tra sự khác biệt giữa hai tỷ lệ dân số?
Trong bài viết này, chúng ta sẽ thực hiện các bước cần thiết để thực hiện kiểm định giả thuyết, hoặc kiểm định mức ý nghĩa, cho sự khác biệt của hai tỷ lệ dân số. Điều này cho phép chúng ta so sánh hai tỷ lệ chưa biết và suy luận xem chúng có bằng nhau hay không hoặc nếu tỷ lệ này lớn hơn tỷ lệ kia Show
Tổng quan và cơ sở kiểm tra giả thuyếtTrước khi đi vào chi tiết cụ thể của bài kiểm tra giả thuyết, chúng ta sẽ xem xét khuôn khổ của bài kiểm tra giả thuyết. Trong một thử nghiệm về mức độ quan trọng, chúng tôi cố gắng chỉ ra rằng một tuyên bố liên quan đến giá trị của tham số tổng thể (hoặc đôi khi là bản chất của chính tổng thể) có khả năng đúng. Chúng tôi thu thập bằng chứng cho tuyên bố này bằng cách tiến hành một mẫu thống kê. Chúng tôi tính toán một thống kê từ mẫu này. Giá trị của thống kê này là những gì chúng tôi sử dụng để xác định sự thật của tuyên bố ban đầu. Quá trình này chứa đựng sự không chắc chắn, tuy nhiên chúng tôi có thể định lượng sự không chắc chắn này Quy trình tổng thể cho một bài kiểm tra giả thuyết được đưa ra bởi danh sách dưới đây
Bây giờ chúng ta đã thấy khuôn khổ của kiểm định giả thuyết, chúng ta sẽ xem các chi tiết cụ thể của kiểm định giả thuyết về sự khác biệt của hai tỷ lệ dân số. Điều kiệnMột thử nghiệm giả thuyết cho sự khác biệt của hai tỷ lệ dân số đòi hỏi phải đáp ứng các điều kiện sau.
Miễn là các điều kiện này được thỏa mãn, chúng ta có thể tiếp tục với bài kiểm tra giả thuyết của mình Các giả thuyết không và thay thếBây giờ chúng ta cần xem xét các giả thuyết cho bài kiểm tra về ý nghĩa của chúng ta. Giả thuyết vô hiệu là tuyên bố của chúng tôi không có hiệu lực. Trong loại thử nghiệm giả thuyết cụ thể này, giả thuyết không của chúng tôi là không có sự khác biệt giữa hai tỷ lệ dân số. Chúng ta có thể viết điều này là H0. p1 = p2 Giả thuyết thay thế là một trong ba khả năng, tùy thuộc vào chi tiết cụ thể của những gì chúng tôi đang thử nghiệm.
Như mọi khi, để thận trọng, chúng ta nên sử dụng giả thuyết thay thế hai phía nếu chúng ta không có định hướng trước khi lấy mẫu. Lý do để làm điều này là khó bác bỏ giả thuyết không bằng phép thử hai phía Ba giả thuyết có thể được viết lại bằng cách nêu rõ p1 - p2 có liên quan như thế nào đến giá trị bằng không. Cụ thể hơn, giả thuyết vô hiệu sẽ trở thành H0. p1 - p2 = 0. Các giả thuyết thay thế tiềm năng sẽ được viết là
Công thức tương đương này thực sự cho chúng ta thấy thêm một chút về những gì đang xảy ra đằng sau hậu trường. Những gì chúng tôi đang làm trong thử nghiệm giả thuyết này là biến hai tham số p1 và p2 thành tham số duy nhất p1 - p2. Sau đó, chúng tôi kiểm tra tham số mới này với giá trị bằng không. Thống kê thử nghiệmCông thức cho thống kê kiểm tra được đưa ra trong hình trên. Một lời giải thích của từng điều khoản sau đây
Như mọi khi, hãy cẩn thận với thứ tự các phép toán khi tính toán. Mọi thứ bên dưới căn phải được tính toán trước khi lấy căn bậc hai Giá trị PBước tiếp theo là tính toán giá trị p tương ứng với thống kê thử nghiệm của chúng tôi. Chúng tôi sử dụng phân phối chuẩn chuẩn cho thống kê của mình và tham khảo bảng giá trị hoặc sử dụng phần mềm thống kê. Các chi tiết tính toán giá trị p của chúng tôi phụ thuộc vào giả thuyết thay thế mà chúng tôi đang sử dụng
Quy tắc quyết địnhBây giờ chúng tôi đưa ra quyết định về việc có nên bác bỏ giả thuyết không (và do đó chấp nhận giải pháp thay thế) hay không bác bỏ giả thuyết không. Chúng tôi đưa ra quyết định này bằng cách so sánh giá trị p của chúng tôi với mức ý nghĩa alpha
Đặc biệt lưu ýKhoảng tin cậy cho sự khác biệt của hai tỷ lệ dân số không tập hợp các thành công, trong khi kiểm định giả thuyết thì có. Lý do cho điều này là giả thuyết vô hiệu của chúng ta giả định rằng p1 - p2 = 0. Khoảng tin cậy không giả định điều này. Một số nhà thống kê không tập hợp các thành công cho phép kiểm tra giả thuyết này mà thay vào đó sử dụng phiên bản sửa đổi một chút của thống kê kiểm tra trên Trích dẫn bài viết này Định dạng mla apa chicagotrích dẫn của bạn Taylor, Courtney. "Kiểm tra giả thuyết về sự khác biệt của hai tỷ lệ dân số. "ThinkCo. https. //www. suy nghĩ. com/two-population-proportions-hypothesis-test-4075530 (truy cập ngày 28 tháng 11 năm 2022) Thử nghiệm nào được áp dụng để kiểm tra tỷ lệ từ hai quần thể?Thử nghiệm tỷ lệ Z hai mẫu là phép thử để xác định xem hai quần thể có khác biệt đáng kể về các đặc điểm cụ thể hay không. Nói cách khác, so sánh tỷ lệ của hai quần thể khác nhau có một số đặc điểm duy nhất.
Thử nghiệm nào được sử dụng để so sánh tỷ lệ?Thử nghiệm Chi-square được sử dụng khi so sánh sự khác biệt về tỷ lệ dân số giữa 2 nhóm trở lên hoặc khi so sánh một nhóm với một giá trị.
Bạn sẽ sử dụng phép thử nào cho sự khác biệt của hai tỷ lệ độc lập?Mục đích của kiểm định z đối với tỷ lệ độc lập là so sánh hai tỷ lệ độc lập. Nó còn được gọi là phép thử t cho tỷ lệ độc lập và là phép thử tỷ lệ tới hạn. Trong nghiên cứu y học, sự khác biệt giữa các tỷ lệ thường được gọi là chênh lệch rủi ro. |