
12.12 以類別型資料(Categorical Data)進行假設檢定(Hypothesis Testing)
|
483
討論說明
ChiSquarePValue
指令的第二個引數為分布自由度。毋庸置疑地,前述範例的自由度為
1,RC 資料的自由度定義為(列數 -1)(行數 -1)。[Page-485]
文獻中常見一些表格,列出不同分布的臨界值與顯著程度 alpha(α)的對應關係。例
如:當 α 為 0.05 時,表示有 95% 的信賴水準,換言之,為(1-α)* 100%。前述範例
中,特定自由度的臨界值來自所需信賴程度的卡方值下限(或上限),臨界值的計算即
是找出 PDF 曲線下的面積為 α 時的條件,使用
FindRoot
與
NIntegrate
指令可以迅速
求得 α。
下式求得前述範例 α 為 0.05 時,其臨界值 c 為何。
範例中的卡方值為 45.47,明顯高於上值,因此推翻虛無假設。若卡方值低於臨界下限
也是可以接受的,但很明顯的本例中並不成立。
用相同方法你可以自行建立自由度與臨界值的表格,類似的表格你可以在「延伸資料」
中找到。
ch12.indd 483 2014/4/2 下午 01:57:56