| dc.contributor.advisor | 江振東 | zh_TW |
| dc.contributor.author (Authors) | 陳松輝 | zh_TW |
| dc.creator (作者) | 陳松輝 | zh_TW |
| dc.date (日期) | 2002 | en_US |
| dc.date.accessioned | 18-Sep-2009 19:09:53 (UTC+8) | - |
| dc.date.available | 18-Sep-2009 19:09:53 (UTC+8) | - |
| dc.date.issued (上傳時間) | 18-Sep-2009 19:09:53 (UTC+8) | - |
| dc.identifier (Other Identifiers) | G91NCCU1962012 | en_US |
| dc.identifier.uri (URI) | https://nccur.lib.nccu.edu.tw/handle/140.119/36667 | - |
| dc.description (描述) | 碩士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 統計研究所 | zh_TW |
| dc.description (描述) | 88354009 | zh_TW |
| dc.description (描述) | 91 | zh_TW |
| dc.description.abstract (摘要) | 本文主要在說明在McNemar檢定中，主對角線上所呈現的資訊其實並未被浪費掉，而是蘊含在檢定統計量中，並且會影響棄卻域的範圍。此外我們也發現在非主對角線上的數據固定，且只變動主對角線上的數據的情形之下，統計檢定量所對應的虛無假設其實是完全不同的，所以儘管檢定過程之中會有完全相同的檢定結果，但是在解釋上卻是截然不同。最後，我們也推導出一個新的檢定統計量並加以說明及比較。 | zh_TW |
| dc.description.abstract (摘要) | This article is talking about the relationship of the diagonal and non-diagonal in the McNemar test. The data of the diagonal isn`t wasted, but it consists in the test statistics and affects the critical area. When we have the stable off-diagonal figures and only change the data of the diagonal, the null hypothesis will be completely different. In other words, the explanation is influenced by the figures of the diagonal and off-diagonal no matter how the testing result is. Therefore, here is a new developed statistics to clarify the connection of the diagonal and off-diagonal. | en_US |
| dc.description.tableofcontents | 第一章 研究動機-----p.1 第二章 文獻探討-----p.3 第三章 McNemar檢定的進一步探討-----p.7 第四章 探尋新檢定統計量暨模擬驗證-----p.18 第五章 結論-----p.38 參考文獻-----p.39 附錄-----p.40 A、模擬程式原始碼 這一部分程式是用來計算表IV-1到TV-3所呈現的結果-----p.40 B、模擬程式原始碼 計算McNemar、LR對照標準常態分配作Kolmogorov-Smirnov適合度檢定的P-----p.40 C、模擬程式原始碼 是當以±Z0.975=±1.96或X21,0.95=3.84作為臨界點時，用來計算檢定力的程式-----p.41 圖III-1 s2＞t/√2n X21,a所表示的區域-----p.10 圖III-2 真正的棄卻域-----p.10 圖III-3 樣本數10、50、100以及1000在a=0.05的情形下所得之棄卻域邊界線-----p.11 圖III-4 s-t座標資料分布圖-----p.12 圖IV-1 LR與McNemar的型I誤差以及檢定力的比較圖之一("x":LR，"+":McNemar)-----p.36 圖IV-2 LR與McNemar的型I誤差以及檢定力的比較圖之二("x":LR，"+":McNemar)-----p.37 圖IV-3 LR與McNemar的型I誤差以及檢定力的比較圖之三("x":LR，"+":McNemar)-----p.37 圖附-1 McNemar、LR中5%分位以下與95%分位以上的值與標準常態分配5%分位以下與95%分位以上的值作Kolmogorov-Smirnov適合度檢定所得到的P值分配圖("x":LR，"+":McNemar)-----p.42 圖附-2 McNemar、LR中2.5%分位以下與97.5%分位以上的值與標準常態分配2.5%分位以下與97.5%分位以上的值作Kolmogorov-Smirnov適合度檢定所得到的P值分配圖("x":LR，"+":McNemar)-----p.43 圖附-3 McNemar、LR中5%分位以下與95%分位以上的值與標準常態分配5%分位以下與95%分位以上的值作Kolmogorov-Smirnov適合度檢定所得到的P值分配圖("x":LR，"+":McNemar)-----p.44 圖附-4 McNegmar、LR中2.5%分位以下與97.5%分位以上的值與標準常態分配2.5%分位以下與97.5%分位以上的值作Kolmogorov-Smirnov適合度檢定所得到的P值分配圖("X":LR，"+":McNemar)-----p.45 圖附-5 McNemar、LR中5%分位以下與95%分位以上的值與標準常態分配5%分位以下與95%分位以上的值作Kolmogorov-Smirnov適合度檢定所得到的P值分配圖("x":LR，"+":McNemar)-----p.46 圖附-6 McNemar、LR中2.5%分位以下與97.5%分位以上的值與標準常態分配2.5%分位以下與97.5%分位以上的值作Kolmogorov-Smirnov適合度檢定所得到的P值分配圖("X":LR，"+":McNemar)-----p.47 表I-1 政府施政滿意度前後兩次調查的結-----p.1 表IV-1 模擬結果之一-----p.23 表IV-2 模擬結果之二-----p.25 表IV-3 模擬結果之三-----p.26 表IV-4 利用模擬10000次McNemar及LR數據與標準常態分配比對的Komogorov-Smirnov適合度檢定的P值-----p.30 表IV-5 McNemar、LR中2.5%分位以下與97.5%分位以上的值與標準常態分配2.5%分位以下與97.5%分位以上的值作Kolmogorov-Smirnov適合度檢定的P值-----p.31 表IV-6 McNemar、LR中10%分位以下與90%分位以上的值與標準常態分配10%分位以下與90%分位以上的值作Kolmogorov-Smirnov適合度檢定的P值-----p.32 表IV-7 McNemar、LR中7.5%分位以下與92.5%分位以上的值與標準常態分配7.5%分位以下與92.5%分位以上的值作Kolmogorov-Smirnov適合度檢定的P值-----p.32 表IV-8 McNemar、LR中5%分位以下與95%分位以上的值與標準常態分配5%分位以下與95%分位以上的值作Kolmogorov-Smirnov適合度檢定的P值-----p.32 表IV-9 π1=π2=0.4，分別在n為1000、5000和10000時模擬10000筆McNemar、LR數據與標準常態分配作Kolmogorov-Smirnov適合度檢定的P值-----p.33 表IV-10 以極限分配來決定臨界值時McNemar與LR的檢定力-----p.34 表附-1 McNemar、LR中5%分位以下與95%分位以上的值與標準常態分配5%分位以下與95%分位以上的值作Kolmogorov-Smirnov適合度檢定所得到的P值-----p.42 表附-2 McNemar-LR中2.5%分位以下與97.5%分位以上的值與標準常態分配2.5%分位以下與97.5%分位以上的值作Kolmogorov-Smirnov適合度檢定所得到的P值-----p.43 表附-3 McNemar-LR中5%分位以下與95%分位以上的值與標準常態分配5%分位以下與95%分位以上的值作Kolmogorov-Smirnov適合度檢定所得到的P值-----p.44 表附-4 McNemar、LR中2.5%分位以下與97.5%分位以上的值與標準常態分配2.5%分位以下與97.5%分位以上的值作Kolmogorov-Smirnov適合度檢定所得到的P值-----p.45 表附-5 McNemar、LR中5%分位以下與95%分位以上的值與標準常態分配5%分位以下與95%分位以上的值作Kolmogorov-Smirnov適合度檢定所得到的P值-----p.46 表附-6 McNemar、LR中2.5%分位以下與97.5%分位以上的值與標準常態分配2.5%分位以下與97.5%分位以上的值作Kolmogorov-Smirnov適合度檢定所得到的P值-----p.47 | zh_TW |
| dc.language.iso | en_US | - |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#G91NCCU1962012 | en_US |
| dc.title (題名) | McNemar檢定中非對角線資料在檢定統計量上訊息提供的探討 | zh_TW |
| dc.type (資料類型) | thesis | en |
