这个问题应该不难吧
比率的显著性检验, 考试不考, 用卡方的配合度检验也可以
为了更好的解答第二问, 就用比率的显著性检验
(1)
p=q=0.5
P后验概率=5075/10000=0.5075
算标准误SE=(0.5*0.5/10000)开根号=0.005
大样本 Z检验 Z=(0.5075-0.5)/0.005=1.5
表示位于0.5概率的1.5个标准差,小于双侧0.05的z值1.96,就是说0.5075虽然大于0.5但是没有跑出禁区
结论: 差异不显著,认为,婴儿是男孩还是女孩的可能性相等
(2)
如果犯错,说明犯了\"把错的当对的\"错误,叫取伪错误,也叫II错误,beta错误,等等.
(3)第三问有点难
如果事实上概率是0.52,那么理论上0.5和0.52差距为0.02, 除以对应的比率的标准差(标准误=SE=(0.52*0.48/10000)开根号=0.00499=0.005),等于0.02/0.005=4,这表示真假分布隔了四个标准那么远.毫无疑问,不管I类错误的概率变不变,2类错误理论上都为\"鸭蛋\"
1-Beta=1-鸭蛋=1
说明效力很高。
同时反应了一个问题,当真假分布距离很远的时候,很容易辨认,没有相交,也就没有可供犯错的模糊地带。
不知道这样做有没有人骂我。 |