Re: [討論] 想請教生物統計及統計...

看板Statistics作者 (綠色蘇打心)時間16年前 (2008/04/28 16:14), 編輯推噓5(5016)
留言21則, 4人參與, 最新討論串5/5 (看更多)
※ 引述《candsilk (cd)》之銘言: : ※ 引述《gsuper (綠色蘇打心)》之銘言: : : estimators : : 1. n : : 2. X bar : : 3. s : : 4. α : : 用 t檢定 是正確 : : ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ : : 這裡的敘述有點奇怪 : : 據我所知 在生統中 : : 無論 n 值是多少 : : 理論上是用 Z 檢定去處理 : : 但是Z檢定的σ在實際情況是無法取得的 : : 才用 t檢定 來迫近 Z檢定 : : 而迫近需要符合下列兩個原則 : : A.母體是常態分布 : : B.sample distribution 也是常態分布 : : 在符合上述前提時 : : 才可以套用 CLT 的最低條件 n > 30 : : 用 t檢定 去迫近 Z檢定 : : (其實所有生統的母數data都被假定是符合上述兩條件的......) : : 就題目的 n = 36 > 30 : : 而且母體和樣本分佈並沒有明顯不符合常態分佈的狀況來看 : : 使用 t檢定 去迫近 Z檢定應該是正確的作法... : 感謝g大的回答, : 請問 : 是否在缺乏σ之下,母體與樣本分布為常態下, : 原則上一律使用t檢定,無論n值大小? ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 其實有 CLT 的限制 可以參閱 t分布 迫近 Z分佈 的條件 bmka大大指出 我上一篇給了你一些誤解 所以重新整理出來給來您參考看看 : 希望我沒有理解錯誤... : 因為以前的共筆及講義上完全沒提到"依n值大小判斷檢定方式"這一段, : 只約略提到n>30,稱做樣本數夠大, : (樣本數夠大,是否就可視為常態分布?) : 所以臨時去買來了一本書來惡補, : 傅喬萍:「統計學精要」 : 小樣本且σ未知 -----> t test : 母體σ^2未知且不相等時,先求自由度k : 大樣本或σ已知 -----> Z : n>30,若σ未知時以S取代之,以Z檢定檢定之。 : 本來很有自信可以判斷的事,好像一瞬間觀念被改變了... : t與z之間,好像越看越有迷惑的感覺...... -------------------------------------------------------------------- 在以下的狀況 抽樣分佈可以用 Z分布 來分析 而Z分佈又可以用 t分布 來迫近 狀況A if 母體常態分布 sampling distribution 根據CLT被認定成常態分布 ( all n 被許可) 狀況B if 母體近似常態分佈 sampling distribution 根據CLT設下 n > 30 的最低限制 才符合常態分佈 狀況C if 母體不是常態分佈 sampling distribution 根據CLT和母體的圖型設下 n > ? 的限制 最後還是符合常態分佈 狀況C時的 n 需要根據母體究竟 "多" 不符合常態分佈 爬版上CLT的相關文章甚至有取 n > 100 的model 不過生統課本的母數data不討論狀況C 所以說生統的假說設計 盡量要符合A B 狀況 C狀況可能在最新的paper還是有人去作各式各樣的嘗試 不過paper可信度會因此下降 -------------------------------------------------------------------- 注意... 我這邊列出來的是 "t分布迫近Z分佈" 的條件 而不是列出 "Z檢定和t檢定的參數替換" ------------------------------------------------------------------- 另外關於生統和應統 的確是有很多差異的 最明顯的就是生統的各項條件限制比較寬鬆 例如生統中 n > 20 P < 0.05 應統中 n >100 P < 0.01 npq >= 7 (這是什麼咚咚我已經忘了) 好像是binomial 用 Possion dis 迫近的條件吧... -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 61.231.238.221 ※ 編輯: gsuper 來自: 61.231.238.221 (04/28 16:43) ※ 編輯: gsuper 來自: 61.231.238.221 (04/28 16:46) ※ 編輯: gsuper 來自: 61.231.238.221 (04/28 16:50)

04/28 18:33, , 1F
你對生統的誤解還真大...
04/28 18:33, 1F

04/28 18:41, , 2F
什麼叫"生統的各項條件限制比較寬鬆"????
04/28 18:41, 2F

04/28 18:43, , 3F
就是對於使用統計方法時 parameters 或 estimators 的下限
04/28 18:43, 3F

04/28 18:44, , 4F
我是這樣理解的......誤很大?
04/28 18:44, 4F

04/28 18:46, , 5F
統計就是統計, 沒有說到了生統所有大樣本就自動成立
04/28 18:46, 5F

04/28 18:48, , 6F
這回事
04/28 18:48, 6F

04/28 18:48, , 7F
應該是說生統對小樣本的接受度比較高...
04/28 18:48, 7F

04/28 18:49, , 8F
接受度高? 這種說法很怪
04/28 18:49, 8F

04/28 18:50, , 9F
作生統的人當然都希望有比較多的樣本數
04/28 18:50, 9F

04/28 18:50, , 10F
我也不是非常了解阿 就只是有觀察到參數下限的差別而已
04/28 18:50, 10F

04/28 18:51, , 11F
但是很多情況是不得不deal with small sample size
04/28 18:51, 11F

04/28 18:52, , 12F
比如說 Phase I clinical trial常常sample size 就只有十來個
04/28 18:52, 12F

04/28 18:53, , 13F
真的要增加樣本數, 在基於保護人體健康的考慮下, IRB也未必
04/28 18:53, 13F

04/28 18:54, , 14F
同意.
04/28 18:54, 14F

04/28 18:54, , 15F
小樣本數有其適合的統計方法
04/28 18:54, 15F

04/28 18:56, , 16F
而且往往更sophisticated, 畢竟data information is very limit
04/28 18:56, 16F

04/28 18:58, , 17F
-ed. 說實在的我自己覺得研究小樣本的統計方法比較有挑戰性
04/28 18:58, 17F
※ 編輯: gsuper 來自: 61.231.238.221 (04/28 19:21)

04/29 00:42, , 18F
我滿喜歡這個討論串.....
04/29 00:42, 18F

04/29 02:53, , 19F
我想你說的是 sampling dist., not sample dist.
04/29 02:53, 19F

04/29 02:53, , 20F
這兩個是不一樣的東西。
04/29 02:53, 20F
※ 編輯: gsuper 來自: 61.231.240.214 (04/29 21:48) ※ 編輯: gsuper 來自: 61.231.240.214 (04/29 21:54)

04/29 21:58, , 21F
已修正
04/29 21:58, 21F
文章代碼(AID): #185OU02Z (Statistics)
討論串 (同標題文章)
文章代碼(AID): #185OU02Z (Statistics)