A hypothesis test to determine whether the proportion of trials that produce a certain event is equal to a target value. This procedure tests the null hypothesis that the population proportion (p) is equal to a hypothesized value (H0: p = p0). The alternative hypothesis can be left-tailed (p < p0), right-tailed (p > p0), or two-tailed (p ≠ p0). Examples of proportion data include:
Một kiểm định giả thuyết để xác định xem tỷ lệ các thử nghiệm tạo ra một sự kiện cụ thể có bằng một giá trị mục tiêu hay không. Thủ tục này kiểm tra giả thuyết không có rằng tỷ lệ dân số (p) bằng một giá trị giả định (H0: p = p0). Giả thuyết thay thế có thể là đuôi trái (p < p0), đuôi phải (p > p0), hoặc hai đuôi (p ≠ p0). Các ví dụ về dữ liệu tỷ lệ bao gồm:
– The proportion of peanuts in a jar of mixed nuts
– Tỷ lệ lượng lạc trong hũ hỗn hợp hạt hạt
– The proportion of voters who support Candidate A in an election
– Tỷ lệ cử tri ủng hộ Ứng cử viên A trong một cuộc bầu cử
– The proportion of manufactured goods that pass a safety inspection
– Tỷ lệ hàng hóa được sản xuất vượt qua kiểm định an toàn
Suppose you are the manager of the warranty claims department in a company that manufactures TVs. You want to know whether the proportion of your company’s TVs that are defective is below the industry average of 0.045. You take a sample of 1000 TVs and observe 30 defective TVs, or a proportion of 0.03. You use a one-tailed 1 proportion test, with the following null and alternative hypotheses:
Giả sử bạn là quản lý bộ phận yêu cầu bảo hành trong một công ty sản xuất TV. Bạn muốn biết xem tỷ lệ TV bị lỗi của công ty bạn có thấp hơn trung bình ngành công nghiệp là 0,045 hay không. Bạn lấy mẫu 1000 TV và quan sát được 30 TV bị lỗi, tỷ lệ là 0,03. Bạn sử dụng một kiểm định tỷ lệ một đuôi với các giả thuyết không và thay thế sau:
H0: p = 0.045
H0: p = 0,045
H1: p < 0.045
H1: p < 0,045
The test produces a p-value of 0.010, so you reject the null hypothesis and conclude that the proportion of your company’s TVs that are defective is less than the industry average.
Kiểm định cho ra giá trị p-value là 0,010, vì vậy bạn bác bỏ giả thuyết không và kết luận rằng tỷ lệ TV bị lỗi của công ty bạn ít hơn so với trung bình ngành công nghiệp.
