Что вам нужно сделать, это проверить пропорции населения (большой размер выборки). Статистические данные о доле населения часто имеют большой размер выборки (n => 30), поэтому нормальное распределение аппроксимации и соответствующие статистические данные используются для определения критерия того, соответствует ли доля выборки (артериальное давление умерших) доле населения (каждый). у кого было заболевание, в том числе и тех, кто умер).
То есть, когда размер выборки больше или равен 30, мы можем использовать статистику z-показателя, чтобы сравнить пропорцию выборки с долей населения, используя значение p-hat стандартного отклонения выборки, чтобы оценить стандартное отклонение выборки, p если не известно.
Распределение выборки P (пропорции) приблизительно нормальное со средним или ожидаемым значением, E (P) = p-hat и стандартная ошибка, сигма (r) = sqrt (p * q / n).
Ниже приведены вероятные вопросы гипотезы теста, которые можно задать при сравнении двух пропорций:
- (Двусторонний тест)
H0: p-hat = p против H1: p-hat не равен p
- (Тест с правым хвостом)
H0: p-hat = p против H1: p-hat> p
- (Тест левого хвоста)
H0: p-hat = p против H1: p-hat <p
Статистика, используемая для проверки большого размера выборки:
Статистика теста связана со стандартным нормальным распределением:
Статистика z-показателя для пропорций
п-HAT-P / SQRT (рд / п)
где p = оценка доли, q = 1-p и доля населения.
Пропорция означает:
np / n = p-hat = x / n
Среднеквадратичное отклонение:
= sqrt (npq / n) = sqrt (pq / n)
Правила принятия решений:
Тест с верхним хвостом (): (H0: P-hat> = P)
Примите H0, если Z <= Z (1-альфа)
Отклонить H0, если Z> Z (1-альфа)
Тест с нижним хвостом (Ha: P-hat <= P):
Примите H0, если Z> = Z (1-альфа)
Отклонить H0, если Z
Двусторонний тест (Ха: P-шляпа не равна P):
Примите H0, если Z (альфа / 2) <= Z <= Z (1-альфа / 2)
Отклонить H0, если Z <Z (альфа / 2) или если Z> Z (1-альфа / 2)