Re: [問題] 適合度
: : 我們收集到的樣本
: : 都比要期望估計出來的樣本都還要來得高
: : 照理～取的樣本數都比他們高
: : 應該會比較好阿？？>"<
-->hint 2
: 年級 理論抽樣Ei 實際抽樣Oi (Oi-Ei)^2/Ei
: 大一 66 68 0.0606
: 大二 64 76 2.2500
: 大三 65 80 3.4615
: 大四 61 66 0.4098
: 其他 11 20 7.3636
: 合計 267 310 13.5456
--> hint 3
: 查表的卡方值是（0.99,4)=13.277
--> hint 1
[原文作部分修剪]
這個問題比較單純的來自於統計觀念的漩渦
讓小弟來試著提供您一些想法吧
hint 1 卡方分配的技術面而言
如果單純只是要滿足不拒絕H0
最快的方式就是提高顯著水準 讓α越小 越不容易拒絕
(I am not sure that your significant level is 0.1 or 0.01)
然而這是利用增加無法拒絕的區域來滿足您的後續推論 其實邏輯上不具有顯著性
hint 2 樣本數大就比較「好」?
一般作母體參數推論時 抽越多樣本理論上被認為可以掌握更多資訊
然而 您今天所進行的是「適合度」檢定
其主要在於 實際數與理論數的差異
亦即觀察值如果脫離理論值過遠 無論過大或過小都將造成「配適不佳」的狀況
問題就是出在普遍的在某些分類的實際數比理論數大出甚多
hint 3 不懂您的掙扎點為何
首先 您未說明理論抽樣數Ei的產生為何
我假設那就是對應於已知母體分配比例
在抽樣樣本數確定下 各年級應該分配到的「預期抽樣數」
一般而言 適合度檢定是探討某個實驗結果的各種現象(分類)是否符合母體假定分配
但您今天是在抽樣耶
阿咧 抽樣樣本數不是可以自己決定的嗎 ?
如果真的那麼想要讓它符合母體比例
why not 直接篩去樣本？
當您把樣本數篩到剩下跟理論數一樣時 就可以得到一個「完美配適」的操作
所以我不知道我是不是誤會了您什麼
故提出我的幾個看法給您做為參考
以上 :P
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 163.23.199.66
※ 編輯: rowland 來自: 163.23.199.66 (05/04 09:47)
推
05/04 18:27, , 1F
05/04 18:27, 1F
→
05/04 18:27, , 2F
05/04 18:27, 2F
討論串 (同標題文章)