作者canvanss (canvanss)
看板Statistics
標題[問題] 母體與樣本的適合度檢定問題
時間Sat Apr 19 01:43:04 2008
最近在做抽樣時遇到了一個檢定的問題，請教一下大家
舉例來說，自母體做隨機抽樣，抽了30%的樣本
抽樣完之後，想要看看抽樣是否OK
所以取了幾個人口統計變數，如性別、年齡、教育程度（都是類別變數）
做適合度檢定（齊一性檢定）來判斷
也就是看母體中這些人口統計變數分佈情況與樣本是否一致
但因為母體很大，抽完樣之後的樣本還是很大，大概幾萬筆的資料
所以好像導致檢定不易通過（這點我不是很確定）
我的想法是因為樣本很大，抽樣出來差一點點就會導致卡方值暴增
所以檢定就不會通過了～～
想問問大家，是否有其他檢定適用於這種超大樣本的情況？或是該做什麼調整呢？
先謝謝各位了～～
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 123.194.182.130
1F：推 bmka:What's your null hypothesis? 04/19 02:14
2F：→ canvanss:虛無假設是母體與樣本在人口統計變數上分佈一致 04/19 02:29
3F：→ canvanss:所以我是希望p-value越大越好，不要拒絕虛無假設 04/19 02:30
4F：推 bmka:Wrong answer.再仔細想想好嗎?這真的是你要的null hypothesis 04/19 03:55
5F：推 chungyuandye:母體很大,抽完樣之後的樣本還是很大=>抽樣方法有誤～ 04/19 07:46
6F：→ chungyuandye:台灣2300萬人選總統，抽1068；那天中共要是能民選 04/19 07:47
7F：→ chungyuandye:那要抽多少人～～～ 04/19 07:49
8F：推 bmka:樓上的...樣本大不代表"抽樣方法"有誤吧 04/19 08:30
9F：→ canvanss:先謝謝大家的指教，虛無假設是因為沿用原來適合度檢定 04/19 20:16
10F：→ canvanss:所以把虛無假設設為母體與樣本在人口變數分佈一致 04/19 20:19
11F：→ canvanss:樣本很大則是原先就設定要用這麼多資料來作分析 04/19 20:20
12F：推 bmka:先講想法:A null hypothesis is what you want to reject. 04/19 20:20
13F：→ bmka:but in this example it is not the intention to reject 04/19 20:23
14F：→ bmka:the hypothesis that "they" are equal, right? 04/19 20:24
15F：→ bmka:再說做法: I don't see how the hypothesis can be 04/19 20:25
16F：→ canvanss:YES 04/19 20:26
17F：→ bmka:formulated, unless you know the population parameter 04/19 20:26
18F：→ bmka:value. 04/19 20:27
19F：→ bmka:Good. That's why I say you set the null hypothesis wrong. 04/19 20:27
20F：→ canvanss:先謝謝bmka，所以我應修正虛無假設為"母體與樣本不一致" 04/19 20:56
21F：→ canvanss:那麼再請教一下，我有母體參數，因此可以進行檢定 04/19 20:56
22F：→ canvanss:在此虛無假設下，我的檢定統計量應修正為何？ 04/19 20:57
23F：→ canvanss:原來是sum((O-E)^2/E)，O是觀察值次數（樣本） 04/19 20:57
24F：→ canvanss:E是理論值次數（母體） 04/19 20:57
25F：→ canvanss:是不是原來計算出的1-pvalue變成新的pvalue' 04/19 20:58
26F：推 bmka:Google "equivalence test". No, the new p-value is not 04/19 21:17
27F：→ bmka:1-p 04/19 21:18