會員登入
購物車
(
0
)
HOME
×
關於科月
關於科月
科月目錄
科報目錄
購買科月
訂閱方案
優惠方案
諾貝爾系列
購買單期
購買通路
投稿須知
推廣專案
星火相傳計畫
支持專案計畫
進階搜尋
封面故事
News Focus
專訪
專欄
評論
精選文章
活動訊息
永續科學
基金會
科技報導
繁體中文
English
ig
line
facebook
Please enable JavaScript
Search / 搜尋
分類選單
- 文章分類 -
封面故事
News Focus
專訪
專欄
評論
精選文章
活動訊息
永續科學
基金會
科技報導
精選文章
文章專區
2013-01-01
統計檢定假設—從三國王粲覆棋談起
517 期
Author 作者
陳昱成/任教高雄市立中山高中
統計
三國
假設檢定
機率
初,粲與人共行,讀道邊碑。人問曰:「卿能諳誦乎?」曰:「能。」固使背而誦之,不失一字。觀人圍棋,局壞,粲為覆之。棋者不信,以帊蓋局,使更以他局為之,用相比較,不誤一道。其強記默識如此。——《三國志魏書王粲傳》
這段正史強調強記能力,他觀看別人下棋,棋局因故毀壞,王粲將其復原。別人不信,用頭巾蓋住棋局,請他用另一副棋擺出來,結果和覆蓋的棋局一子不差,這就將大家折服了!在三國演義中,也用同樣的情節,只是主角換成是張松,眾人仍是大為讚嘆。
這裡有兩個要點,第一是棋局崩,王粲還原,旁人不信,但也沒有其他人知道原局。於是延伸出第二點,以頭巾蓋棋盤,用另一副棋驗證,結果一子不差。第二點的行為,主要是驗證王粲的強記能力,但即使一子不差,也只能說在這次實驗中,王粲經過了考驗,但原先的棋局,是否真的被還原,仍無法得到證實,因為真相沒有人知道(或許王粲知道),只是經過第二點的驗證,下棋者會「比較」相信王粲真的還原了,但卻無從「證明」最先的棋局,是對或錯。
統計學的看法—四種可能
典故強調王粲的強記,隱含測試失敗,就會引起對還原棋局的不信任。但即使測試失敗真的發生,也不能「保證」還原的棋局一定是錯的,有可能在測試過程中,倍感壓力,反而失去水準,然而失敗卻會誤導對還原棋局的認知。如果還原棋局是對的,但測試未過,而造成誤判,這種錯誤是「擺對譜,卻被誤認是錯的」。表一將四種可能整理在一起,其中兩種錯誤的推論,二種正確的推論。
表一:對棋局判定的所有可能
當然棋局的判定,不會是上述表格的唯一應用。可以利用類似的表格,分析常見藥商宣稱新藥比舊藥更安全、更有療效的所有可能情形。實際上新藥的效能只會有兩種可能:一是較有效,另一種則是沒有比較有效(包含新舊效能一樣或新藥更差),因此如何確認哪個選項,便成了一項重要的工作。而我們的決定也只有兩種,所以跟表一雷同,只有四種可能。仿造復原棋局的表格,可以得到表二。
表二:對新藥療效推論的可能情形
兩個表格,有一個共通性,都要確認某些「假設」:表一復原棋局的正確;表二則為新藥的療效。接著透過一些驗證的程序,像王粲重新復原另一次的棋局,到新舊藥的對照實驗,再根據結果,決定接受或拒絕「假設」。這樣的流程,在生活中不斷的上演,統計學給了這樣的流程,一個專有的名詞,稱為「假設檢定」(test of hypothesis)。在統計學上,如果要確認的「假設」為H
0
,一般化表示如表三。
從表三來看,錯誤有兩種分別稱為型一錯誤(H
0
正確卻誤認為非;type I error)與型二錯誤(H
0
不正確卻誤認為真;type II error),一般統計學稱型一、型二錯誤的機率為
α
、
β
。最理想的狀況是錯誤不要發生,但從王粲的例子來看,這要求太高,在檢定過程中,無可避免會產生這兩種錯誤。那麼退而求其次呢?即使無法讓
α
、
β
同時為0 ,但同時讓它們變小呢?有句話說「魚與熊掌不能兼得」,統計的理論可以證明,在固定的樣本數下,
α
、
β
兩者有抵換(trade off)的效果,降低其中一個,會以提升另一個機率做為代價。科普文章,並不適合在理論的證明上大作「文章」,但這種概念會影響到如何選定被檢定的「假設」,有需要用例子說明這種取捨關係。
表三:假設檢定
一個檢定的例子
審判也是一種檢定,對「嫌疑犯是無罪」的假設做檢定如表四。以極端的情形為例,如果採用「寧可錯殺百,不可放過一」的酷吏心態,任何嫌疑犯,都判有罪,則有罪而被誤判無罪的錯誤不會發生,
β
=0。另一方面,即使嫌疑犯真的無罪,也一定被判有罪,型一錯誤
α
=1。
如果採取「完全相信人本無罪」,任何嫌疑犯都判無罪,根本不可能發生型一錯誤,
α
=0,但遺憾的是,
β
=1。「毋枉勿縱」的「毋枉」 是不要冤枉好人,不犯型一錯誤;而「毋縱」是不要縱放惡徒,不犯刑二錯誤。理想的「毋枉勿縱」,在統計學裡是
α
=0,且
β
=0,做不到。孟子在於魚與熊掌不能兼得下,「捨魚而取熊掌」。在固定的樣本數下,
α
與
β
不能兼顧,要取何者呢?
從現實的社會觀點切入,有犯罪行為而未被揭露的「犯罪黑數」,向來就不少,這與有罪而被誤判無罪的型二錯誤相同,而犯型一錯誤則冤枉了好人。權衡之下,降低型一錯誤,減少濫殺無辜的可能,雖然付出提高型二錯誤的代價,但因為犯罪黑數原本就存在,廣義的「縱放」並沒有因此增加多少,而原本無罪卻被冤枉,這種無中生有的事,不論對當事人或整個社會而言,是非常嚴重的事,於是捨棄
β
先顧
α
,讓冤獄變少再說,圖一說明對H
0
的態度與
α
的關係。
圖一:從α的機率來觀察對H
0
的態度。
……【更多內容請閱讀科學月刊第517期】
參考資料
1. 黃文璋,《隨機思考論》,台北市,華泰文化, 2003 年。
2. Witte, R.S. & Witte, J. S.,蔡碧惠、邱心怡、游宜君等譯,《基礎統計學》,台北市,桂冠出版社, 2002 年。
3. 陳壽原,《三國志》,台灣商務, 2010 年。
4. 林品石註譯,呂氏春秋今註今譯,台灣商務, 2011 年。
回列表頁
加入收藏
列印
相關推薦
新訂一年方案:《科學月刊》一年12期
售價 $2780
新訂兩年方案:《科學月刊》二年24期
售價 $5300
TOP
本站使用第三方服務進行分析,以確保使用者獲得更好的體驗。了解本站
隱私權政策
OK