符號檢定計算機

符號檢定計算機

成長中 AI Skill PRO

輸入計算

數學公式

S+=∑j=0R+(Nj)2−N,S−=∑j=0R−(Nj)2−NS_+ = \sum_{j=0}^{R_+} \binom{N}{j}2^{-N},\quad S_- = \sum_{j=0}^{R_-} \binom{N}{j}2^{-N}
顯示計算步驟 (2)
  1. 雙尾 p 值與判定

    p=min⁡(1,2min⁡(S+,S−))reject if p≤顯著水準 alpha\begin{gathered} p = \min(1, 2\min(S_+, S_-)) \\ \text{reject if } p \le \text{顯著水準 alpha} \end{gathered}

    當 p 不大於 alpha 時拒絕 H0。

  2. 差值

    di=樣本 1 數值−樣本 2 數值−假設值 d0d_i = \text{樣本 1 數值} - \text{樣本 2 數值} - \text{假設值 d0}

    單一樣本僅使用樣本 1 的數值減去假設值。

使用統計

廣告

結果

p 值
0.5078
正差值 (R+) 6
負差值 (R-) 3
平手(零差值) 1
有效樣本數 N 9
S+ = BINCDF(R+,0.5,N) 0.9102
S- = BINCDF(R-,0.5,N) 0.2539
拒絕 H0 否

回報本頁錯誤

符號檢定計算機的功能

本計算機對單一樣本或成對資料執行精確符號檢定。它將每個觀測值與假設值比較,計算差值為正與為負的個數,並回傳精確的二項式 p 值。它適用於小樣本、順序資料,或常態假設存疑的情況,且只判斷數值傾向高於或低於假設值。

使用方法

選擇檢定類型:單一樣本或成對雙樣本。選擇對立假設:雙尾、左尾(正值較少)或右尾(正值較多)。輸入樣本 1 的數值,並以逗號、分號、空格或換行分隔。若為成對檢定,請輸入樣本 2,其數量須與樣本 1 相同且順序一致;單一樣本檢定則忽略此欄。輸入假設值 d0(單一樣本為中位數或平均數,成對資料為差值)。最後設定顯著水準 alpha,通常為 0.05。最多支援 1000 個數值。

公式

首先計算差值。成對檢定時:

$$d_i = x_i - y_i - d_0$$

單一樣本時,\(d_i = x_i - d_0\)。令 \(R_+\) 為 \(d_i > 0\) 的個數,\(R_-\) 為 \(d_i < 0\) 的個數,且 \(N = R_+ + R_-\)。統計量為 \(p = 0.5\) 時的二項式累積機率:

$$S_+ = \sum_{j=0}^{R_+} \binom{N}{j}2^{-N},\quad S_- = \sum_{j=0}^{R_-} \binom{N}{j}2^{-N}$$

左尾檢定的 p 值為 \(S_+\),右尾檢定為 \(S_-\);雙尾檢定則為:

$$p = \min(1,\ 2\min(S_+, S_-))$$
廣告
成對數值轉換為加號、減號和零號,去掉零後將加號和減號分兩組計數
每一對給出一個符號。打平(差為零)的捨去,然後統計加號和減號的個數。

慣例與假設

差值等於零者為平手,予以排除,因此 \(N = R_+ + R_-\)。由於浮點數減法可能產生極小的殘差,當差值的絕對值小於 \(10^{-12}\) 時,視為零。雙尾 p 值將較小的尾端機率加倍,並將結果上限設為 1;此加倍規則屬於設計選擇,NIST 頁面並未列出,但與其公布的左尾與右尾輸出一致。本計算機不提供常態近似或連續性校正,僅計算精確的二項式值。當所選 p 值不大於 alpha 時,拒絕 H0。由於二項式分配為離散分配,所達到的顯著水準通常不會恰好等於 alpha。若所有差值皆為平手,則無法進行檢定。

範例說明

單一樣本檢定,樣本為 141、138、144、139、145、137、142、146、140、143,假設值 \(d_0 = 140\),雙尾,\(\alpha = 0.05\)。差值得出 \(R_+ = 6\)、\(R_- = 3\),以及一個平手(數值 140),因此 \(N = 9\)。

$$S_+ = 0.91015625,\quad S_- = 0.25390625$$$$p = \min(1,\ 2 \times 0.25390625) = 0.5078125$$

由於 \(0.5078 > 0.05\),不拒絕 H0。

如何解讀結果

若正負差值的分配情況在正負機率相等的假設下極不可能出現,則 p 值會很小。如上例,較大的 p 值表示資料並未呈現一致的方向。本檢定忽略差值的大小,因此檢定力低於使用量值的檢定。捨棄平手值會減少 N,進而降低檢定力。不拒絕 H0 並不證明其為真。

廣告
對稱二項分布長條圖,觀測值兩側的尾部皆以標示凸顯
在虛無假設下,符號數服從二項分布(n, 0.5)。雙側 p 值是標示尾部的總機率。

常見問題

符號檢定的假設是什麼?

觀測值彼此獨立,且每個差值不是高於就是低於假設值。在 H0 成立下,正號個數服從 Binomial(N, 0.5) 分配。

為什麼要捨棄平手值?

零差值不具方向性。依循 NIST Dataplot 慣例,平手值予以排除,有效樣本數隨之減少。

何時應使用成對選項?

適用於前後測量或配對資料。計算機會先以樣本 1 減去樣本 2,再減去 d0。

為什麼雙尾 p 值有時為 1?

當正負號幾乎平衡時,將較小尾端加倍可能超過 1,因此上限設為 1。

大樣本是否使用常態近似?

否。對於不超過 1000 的任何 N,都會計算精確的二項式總和。

資料來源

資料來源與參考

  • Dataplot SIGN TEST command — NIST/SEMATECH Dataplot. Defines differences, R+/R-, binomial statistic and a worked output (R+=3, R-=4, 3 ties). · 生效日期 2023-12-11 · 核實日期 2026-11-04
最後更新:

數學和統計熱門計算器

查看全部數學和統計計算器