Menyiapkan Uji Dua Proporsi
Diperkenalkan| English | Makna |
|---|---|
| combined (pooled) proportion/kəmˈbaɪnd prəˈpɔːʃn/ | Proporsi gabungan (digabung) |
Apakah dua sistem pesanan memiliki tingkat ketepatan waktu yang sama?
- Sampel acak independen menemukan 30 pesanan tepat waktu di antara 100 dengan sistem 1 dan 20 di antara 100 dengan sistem 2.
- Nyatakan $H_0:p_1=p_2$ dan alternatif yang direncanakan, seperti $H_a:p_1\ne p_2$. Parameter-parameter tersebut menggambarkan dua populasi pesanan yang telah didefinisikan.
Perkirakan proporsi bersama di bawah asumsi kesamaan
- Proporsi gabungan (pooled) memperkirakan tingkat kesamaan di bawah hipotesis nol: $\hat p_c=(x_1+x_2)/(n_1+n_2)$.
- Di sini $\hat p_c=(30+20)/(100+100)=0.25$. Gabungkan jumlah keberhasilan dan ukuran sampel, bukan sekadar dua persentase.
Hipotesis nol untuk uji dua proporsi adalah...
Difficulty 1/5 · 100 coins + a small bonus on first completion today
H0 menyatakan kedua proporsi sama (tidak ada perbedaan).
Di bawah H0, kedua proporsi diasumsikan ___ (satu kata).
Difficulty 1/5 · 100 coins + a small bonus on first completion today
H0: p1 = p2 berarti proporsi sama.
Gunakan pembobotan ukuran sampel ketika kelompok berbeda
- Jika kelompok tersebut memiliki 30 dari 100 dan 40 dari 200, estimasi pooled akan menjadi $(30+40)/(100+200)=0.2333$.
- Rata-rata sederhana dari 0.30 dan 0.20 adalah 0.25, yang merupakan kesalahan untuk ukuran sampel yang tidak sama ini.
Menggunakan pemeriksaan hitungan ekspektasi null-terkumpul yang diajarkan di sini, hitungan mana yang diperiksa?
Difficulty 1/5 · 100 coins + a small bonus on first completion today
Periksa keberhasilan dan kegagalan yang diharapkan dalam setiap kelompok menggunakan proporsi terkumpul. Pemeriksaan normalitas lain yang diterima juga ada; pertanyaan ini secara spesifik metode null-terkumpul.
Periksa model sampel independen
- Periksa desain acak, independensi antar kelompok, dan setiap kondisi 10% yang berlaku. Desain berpasangan sebelum-sesudah memerlukan metode lain.
- Di bawah estimasi nol gabungan dalam contoh 30/100 versus 20/100, jumlah yang diharapkan adalah 25, 75, 25 dan 75, semuanya setidaknya sepuluh.
Dengan ukuran kelompok yang tidak sama, 30/100 dan 40/200 digabungkan menjadi 70/300, sekitar 0.2333. Rata-rata sederhana 0.25 memberikan bobot yang salah pada kelompok-kelompok tersebut.
Kelompok 1: 30 dari 100. Kelompok 2: 20 dari 100. Temukan proporsi gabungan (x1+x2)/(n1+n2).
Difficulty 2/5 · 140 coins + a small bonus on first completion today
(30+20)/(100+100) = 50/200 = 0.25.
Satu kelompok memiliki 30/100 keberhasilan dan lainnya 40/200. Hitunglah proporsi terkumpul hingga empat desimal.
Difficulty 2/5 · 140 coins + a small bonus on first completion today
Jumlahkan keberhasilan dan ukuran sampel: (30 + 40)/(100 + 200) = 70/300 ≈ 0.2333. Merata-ratakan 0.30 dan 0.20 secara sama akan memberikan bobot yang salah.
Pertahankan varians nol yang digabungkan
- Gunakan $SE_0=\sqrt{\hat p_c(1-\hat p_c)(1/n_1+1/n_2)}$. Di sini $SE_0=\sqrt{0.25(0.75)(1/100+1/100)}\approx0.06124$.
- Interval tanpa penggabungan dan uji kesamaan pooled memperkirakan variabilitas dengan cara yang berbeda. Penggabungan mengikuti asumsi kesamaan uji, bukan aturan untuk menggabungkan setiap perhitungan dua kelompok.
Kesalahan standar uji pooled menjawab pertanyaan model nol. Jangan otomatis menggunakannya untuk interval kepercayaan.
UJI dua-proporsi menggunakan proporsi gabungan, sedangkan interval tidak.
Difficulty 1/5 · 100 coins + a small bonus on first completion today
Di bawah H0 proporsinya sama, jadi uji menggabungkannya.
Cocokkan setiap prosedur di sini dengan kesalahan bakunya.
Difficulty 2/5 · 140 coins + a small bonus on first completion today
Estimasi memungkinkan proporsi mendasar yang berbeda; kesalahan baku uji dihitung di bawah asumsi kesetaraan.
Siapkan uji tanpa mengubah pertanyaan
- Perbedaan yang diamati adalah 0.10 dan perbedaan nol adalah nol. Langkah selanjutnya adalah $z=(\hat p_1-\hat p_2)/SE_0$.
- Pertahankan alternatif yang direncanakan dan urutan kelompok. Jumlah besar tidak memperbaiki desain yang tidak acak atau bergantung.
Perbedaan yang diamati adalah 0.10 dan perbedaan nol adalah nol. Langkah selanjutnya adalah $z=(\hat p_1-\hat p_2)/SE_0$.
Apa yang harus dipertimbangkan sebelum menggunakan uji sampel independen ini?
Difficulty 2/5 · 140 coins + a small bonus on first completion today
Kesetaraan sampel yang eksak bukan prasyarat. Prosedur menguji kesetaraan populasi di bawah asumsi desain dan pendekatan yang telah dicek.