Microsoft PowerPoint - 統計學CH11.ppt

Size: px
Start display at page:

Download "Microsoft PowerPoint - 統計學CH11.ppt"

Transcription

1 第 章 假設檢定的介紹 LOGO 11.1

2 統計推論 假設檢定是統計推論的第二個類型 它也有很廣泛的應用 為了解其概念, 我們將從非統計假設檢定開始 第 11 章假設檢定的介紹第 378 頁 Copyright 2010 Cengage Learning 11.2

3 1.1 假設檢定的非統計應用 刑事審判是假設檢定的非統計的例子 審判中陪審團必須在兩個假設中做決定 虛無假設 (null hypothesis) 為 H 0 : 被告是無罪的 對立 (alternative) 或研究假設 (research hypothesis) 為 H 1 : 被告是有罪的 陪審團並不知道哪一個假設是正確的 他們必須要依據原告和被告兩方提出的證據做決策, either guilty or non-guilty 第 11 章假設檢定的介紹第 379 頁 Copyright 2010 Cengage Learning 11.3

4 假設檢定的非統計應用 在統計的術語宣判被告有罪 等同於拒絕虛無假設且支持對立假設 (rejecting the null hypothesis in favor of the alternative) 也就是, 陪審團認為有足夠的證據做出被告有罪的結論 ( 有足夠的證據支持對立假設 ) 第 11 章假設檢定的介紹第 379 頁 Copyright 2010 Cengage Learning 11.4

5 假設檢定的非統計應用 宣判被告無罪如同說 不拒絕虛無假設且不支持對立假設 (not rejecting the null hypothesis in favor of the alternative) 注意 : 陪審團並不是說被告是無罪的, 只能說沒有足夠證據支持對立假設 這是為什麼我們從不說我們支持虛無假設 第 11 章假設檢定的介紹第 379 頁 Copyright 2010 Cengage Learning 11.5

6 兩種決策錯誤 型 I 錯誤 (Type I error) 發生於當我們拒絕了一個真實的虛無假設 在刑事審判中, 犯型 I 錯誤是當一個無罪的人被陪審團錯誤地宣判有罪 型 II 錯誤 (Type II error) 定義成不拒絕一個錯誤的虛無假設 型 II 錯誤的發生是當一個有罪的被告被宣判無罪釋放 Q: Which error results in more serious consequence? 第 11 章假設檢定的介紹第 379 頁 Copyright 2010 Cengage Learning 11.6

7 兩種決策錯誤 犯型 I 錯誤的機率被表示成 ( 希臘字母 alpha), 它也被稱為顯著水準 (significance level) 犯型 II 錯誤的機率被表示成 ( 希臘字母 beta) 兩種錯誤的機率 和 是反向相關 試圖降低其中一個將會造成另外一個的增加 第 11 章假設檢定的介紹第 379 頁 Copyright 2010 Cengage Learning 11.7

8 Notes for decision errors 在我們的刑事審判制度, 型 I 錯誤被視為是比較嚴重的 我們試著避免宣判無罪的人有罪 我們更樂意宣告有罪的人無罪 制度的安排是將犯型 I 錯誤的機率 α 設得很小, 藉由將舉證的重擔放在原告 ( 控方必須證明被告有罪, 辯方無需證明任何事情 ), 且陪審團只有在 證據超過合理的懷疑 時才得以宣判被告有罪 第 11 章假設檢定的介紹第 379 頁 Copyright 2010 Cengage Learning 11.8

9 Notes for decision errors Sentences from 美國最高法官, Oliver Wendell Holmes 寧可無罪釋放 100 個有罪的人, 也不願誤判一個無罪的人有罪 P(Type I error)=p(type II error)/100 Table 11.1 for the terminologies of HT (p380) 第 11 章假設檢定的介紹第 379 頁 Copyright 2010 Cengage Learning 11.9

10 假設檢定的重要觀念 1. 有兩個假設, 為虛無假設與對立假設 2. 檢定的程序以假設虛無假設為真開始 3. 過程的目的是要決定是否有足夠的證據去推論對立假設是真的 4. 有兩種可能的決策 : 結論認為有足夠的證據去支持對立假設, i.e., reject H0 結論認為無足夠的證據去支持對立假設, i.e., don t reject H0, but not accept H0 第 11 章假設檢定的介紹第 380 頁 Copyright 2010 Cengage Learning 11.10

11 假設檢定的重要觀念 5. 任何檢定皆有兩種可能的錯誤 型 I 錯誤 : 拒絕一個真的虛無假設 型 II 錯誤 : 無法拒絕一個錯誤的虛無假設 犯型 I 與型 II 錯誤的機率是 P ( 型 I 錯誤 ) = P ( 型 II 錯誤 ) = 第 11 章假設檢定的介紹第 380 頁 Copyright 2010 Cengage Learning 11.11

12 假設檢定的概念 (1) 有兩個假設 一個被稱為虛無假設, 另一個被稱為對立或研究假設 通用的符號表示法 : 發音為 H nought H 0 : 虛無假設 H 1 : 對立 或 研究假設 虛無假設 (H 0 ) 總是說明參數是等於對立假設中指定的值 (H 1 ) 第 11 章假設檢定的介紹第 380 頁 Copyright 2010 Cengage Learning 11.12

13 假設檢定的概念 再次回想範例 10.1 ( 估計電腦前置期間的平均需求量 ), 我們的管理者不想估計平均需求量, 取而代之的是想要知道平均數是否不同於 350 我們可以重新表述需求為虛無假設 : H 0 : µ = 350 所以我們的研究假設為 : H 1 : µ 350 這是我們有興趣去確認的部分... 第 11 章假設檢定的介紹第 頁 Copyright 2010 Cengage Learning 11.13

14 假設檢定的概念 (2) 檢定的程序以假設虛無假設為真開始 因此, 在我們有更近一步的統計證據之前, 我們將假設 : H 0 : = 350 ( 假設為真 ) 第 11 章假設檢定的介紹第 頁 Copyright 2010 Cengage Learning 11.14

15 假設檢定的概念 (3) 過程的目的是要決定是否有足夠的證據去推論對立假設是真的 也就是說, 是否有足夠的統計資料, 以確定這一假 設是正確的? H 1 :µ 350 這是我們有興趣去確認的部分... 第 11 章假設檢定的介紹第 380 頁 Copyright 2010 Cengage Learning 11.15

16 假設檢定的概念 (4) 有兩種可能的決策 : 結論認為有足夠的證據去支持對立假設 ( 換句話說 : 拒絕虛無假設並且支持對立假設的 ) 結論認為無足夠的證據去支持對立假設 ( 換句話說 : 不拒絕虛無假設去支持對立 ) 注意 :Never say 我們接受虛無假設 第 11 章假設檢定的介紹第 380 頁 Copyright 2010 Cengage Learning 11.16

17 假設檢定的概念 完成檢定與假設的敘述之後, 下一個步驟是自母體中隨機抽取樣本並計算檢定統計量 (test statistic) ( 此範例為樣本平均數 ) Test statistic is the rule for making decision on HT. Test statistic is based on the best estimator of the parameter of interest, such as sample mean is the best estimator for the population mean. Criterion for decision: 假如檢定統計量的值與虛無假設所述不一致, 我們拒絕虛無假設並且推論對立假設是真的 ( 反證法, contradiction) 第 11 章假設檢定的介紹第 382 頁 Copyright 2010 Cengage Learning 11.17

18 假設檢定的概念 例如, 若我們試圖決定平均數是否大於 350, 一個很大的 x 值 ( 譬如,600) 將提供足夠的證據 假如 x 的值接近 350 ( 譬如,355), 我們將說它並沒有提供我們太多推論平均數是大於 350 的證據 第 11 章假設檢定的介紹第 382 頁 Copyright 2010 Cengage Learning 11.18

19 假設檢定的概念 (5) 任何檢定皆有兩種可能的錯誤 型 I 錯誤的發生是當我們拒絕一個真的虛無假設 型 II 錯誤的發生是當我們無法拒絕一個錯誤的虛無假設 犯型 I 與型 II 錯誤的機率是 : P ( 型 I 錯誤 ) = P ( 型 II 錯誤 ) = α 被稱為顯著水準 (significance level) 第 11 章假設檢定的介紹第 380 頁 Copyright 2010 Cengage Learning 11.19

20 錯誤的型態 型 I 錯誤 (Type I error) 發生於當我們拒絕了一個真實的虛無假設 型 II 錯誤 (Type II error) 發生於當我們不拒絕一個錯誤的虛無假設 ( 例, 沒有拒絕 H 0, 當它是錯誤的 ) 第 11 章假設檢定的介紹第 頁表 4.1 Copyright 2010 Cengage Learning 11.20

21 11.2 在母體標準差已知下, 檢定母體平均數 (one population problem) Copyright 2010 Cengage Learning 11.21

22 範例 11.1 某百貨公司的經理想要對公司的信用卡顧客發展一套新的收費系統 在全面的財務分析之後, 她判定只有在平均每月帳上金額高於 $170 時, 新系統才會符合成本效益 隨機抽出 400 個每月帳戶為樣本, 帳戶金額的樣本平均數為 $178 (>170) 該經理知道帳戶金額近似於常態分配, 標準差為 $65 Q: 該經理可否從上述資料做出新系統將會符合成本效益的結論? 第 11 章假設檢定的介紹第 383 頁 Copyright 2010 Cengage Learning 11.22

23 範例 11.1 辨認方法 這個範例處理百貨公司信用卡帳戶的母體 為了下結論說新系統將會符合成本效益, 經理必須證明所有顧客的平均帳戶金額是大於 $170 我們設定對立假設來表達這個狀況 : H 1 : µ > 170 ( 這是我們要確定的 ) 虛無假設可以被表達成 : H 0 : µ = 170 ( 對我們感興趣的參數指定一個單一的數值 ) 第 11 章假設檢定的介紹第 頁 Copyright 2010 Cengage Learning 11.23

24 範例 11.1 辨認方法 所以可寫成 : H 0 : µ = 170 ( 假設此項為真 ) H 1 : µ > 170 已知 : n = 400 = 178 σ = 65 接下來該如何推論? 第 11 章假設檢定的介紹第頁 Copyright 2010 Cengage Learning 11.24

25 檢定方法 計算 第一個被稱為拒絕域法 (rejection region method), 當手動計算時, 通常使用此方法 第二種是 p- 值法 (p-value approach), 一般而言它僅能連結電腦和統計軟體來使用 第 11 章假設檢定的介紹第 384 頁 Copyright 2010 Cengage Learning 11.25

26 拒絕域 (Rejection Region, RR) 拒絕域是一個數值的範圍, 如果檢定統計量的值落在這個範圍內, 我們會拒絕虛無假設並且支持對立假設的論述 Q: How to find this region or range? Copyright 2010 Cengage Learning 11.26

27 拒絕域 計算 當樣本平均數的值相對於 170 是很大時, 拒絕虛無假設而支持對立假設似乎很合理 α = P( 型 I 錯誤 ) 第 11 章假設檢定的介紹第 頁圖 11.1 Copyright 2010 Cengage Learning 11.27

28 範例 11.1 計算左邊算式的 計算, 並與 µ = 170 做比較 我們需要一個顯著水準 (α) 來計算此項 第 11 章假設檢定的介紹第 385 頁 Copyright 2010 Cengage Learning 11.28

29 範例 11.1 計算 假設該經理選擇 為 5%, 接下來可得 Z = Z.05 = 我們現在能夠計算的值 : 由於樣本平均數 (178) 大於我們計算出的值 (175.34), 落入 RR, 我們拒絕虛無假設並支持對立假設, 例如 µ > 170 也就是裝設新系統符合成本效益 第 11 章假設檢定的介紹第 386 頁 Copyright 2010 Cengage Learning 11.29

30 範例 11.1 X 的抽樣分配 H 0 : = 170 H 1 : > 170 = =178 拒絕 H 0 並且支持 H 1 為真 第 11 章假設檢定的介紹第 頁圖 11.2 Copyright 2010 Cengage Learning 11.30

31 標準化檢定統計量 一個比較簡單的方法是使用標準化檢定統計量 (standardized test statistic): 並且將其結果與 Z 相比較 : ( 拒絕域 : z > Z ) 因為 z = 2.46 大於 1.645(z.05 ), 所以拒絕 H 0 並支持 H 1 第 11 章假設檢定的介紹第 頁 Copyright 2010 Cengage Learning 11.31

32 範例 11.1 Z 的抽樣分配 H 0 : = 170 H 1 : > 170 Z.05 =1.645 z = 2.46 拒絕 H 0 並且支持 H 1 為真 第 11 章假設檢定的介紹第 387 頁圖 11.3 Copyright 2010 Cengage Learning 11.32

33 p- 值 (p-value) Recall RR method requires the specification of the value of α. Motivation for P-value The value of α is not specified in practice. Use the sample data to show the chance for making Type I error without the specification of the value of α. Definition of p-value 一個檢定的 p- 值 (p-value of a test) 是在給定虛無假設為真的條件下, 觀測到一個檢定統計量至少像計算所得數值一樣極端的機率 P-value is a probability for making a type I error, based on the sample data and assumed H0 is true. 第 11 章假設檢定的介紹第 388 頁 Copyright 2010 Cengage Learning 11.33

34 p- 值 在範例 11.1 中, 觀測到一個樣本平均數至少像已經觀察過的樣本一樣極端的機率 ( 如 :178), 給定的虛無假設 (H 0 : µ = 170) 是否為真? p- 值 第 11 章假設檢定的介紹第 388 頁 Copyright 2010 Cengage Learning 11.34

35 p- 值 p- 值 = P(Z > 2.46) p- 值 =.0069 z =2.46 第 11 章假設檢定的介紹第 389 頁圖 11.4 Copyright 2010 Cengage Learning 11.35

36 Possible conclusions from the p- 值 p- 值愈小, 愈多測量證據存在以支持對立假設 : 假如 p- 值小於.01, 有壓倒性的 (overwhelming) 證據支持對立假設是對的 假如 p- 值介於.01 和.05 之間, 有強烈的 (strong) 證據支持對立假設是對的 假如 p- 值介於.05 和.10 之間, 有微弱的 (weak) 證據支持對立假設是對的 假如 p- 值超過.10 時, 沒有證據支持推論對立假設是對的 因為 p- 值為.0069, 所以有壓倒性的證據支持 H 1 : > 170 Table 11.2 shows the other values of the test statistic and the corresponding p-value. 第 11 章假設檢定的介紹第 391 頁 Copyright 2010 Cengage Learning 11.36

37 描述 p- 值 p =.0069 第 11 章假設檢定的介紹第 391 頁圖 11.6 Copyright 2010 Cengage Learning 11.37

38 比較 p- 值及顯著水準的選擇值 假如 p- 值小於, 我們判斷 p- 值夠小去拒絕虛無假設 假如 p- 值大於, 我們不拒絕虛無假設 當 p- 值 =.0069 < =.05, 我們拒絕 H 0 且支持 H 1 第 11 章假設檢定的介紹第 391 頁 Copyright 2010 Cengage Learning 11.38

39 範例 11.1 計算 鍵入或匯入資料到某欄 ( 開啟 Xm11-01) 點選 Add-Ins Data Analysis Plus, 與 Z-Test: Mean 第 11 章假設檢定的介紹第 392 頁 Copyright 2010 Cengage Learning 11.39

40 範例 11.1 計算 第 11 章假設檢定的介紹第 392 頁 Copyright 2010 Cengage Learning 11.40

41 詮釋一個檢定的結果 假如我們拒絕虛無假設, 我們下結論說有足夠的統計證據去推論對立假設是真的 假如我們不拒絕虛無假設, 我們下結論說沒有足夠的統計證據去推論對立假設是真的 切記 : 對立假設是結論的焦點 它呈現了我們想要調查與探討的內容 第 11 章假設檢定的介紹第 394 頁 Copyright 2010 Cengage Learning 11.41

42 開章範例 SSA 信封計畫 聯邦快遞 (FedEx) 寄發票給顧客要求 30 天之內付費 帳單上會列出付款地址, 且期望顧客使用他們自己的信封寄回他們的付款 目前, 付清帳單所需時間的平均數與標準差分別是 24 天與 6 天 財務長 (CFO) 相信附上一個回郵 (stamped selfaddressed, SSA) 信封會縮短付款時間 第 11 章假設檢定的介紹第 378 頁 Copyright 2010 Cengage Learning 11.42

43 開章範例 SSA 信封計畫 她計算減短 2 天的付款時間以改善現金流量, 將能支付信封與郵票的成本 若更進一步地減短付費時間, 將會產生利潤 為了測試她的想法, 她隨機選取 220 位顧客且隨著發票附上一個回郵信封寄出 收到付款所需的天數被記錄下來 Q: 這位財務長是否能夠下結論說這項計畫是有利潤的? 第 11 章假設檢定的介紹第 378 頁 Copyright 2010 Cengage Learning 11.43

44 SSA 信封計畫 辨識方法 這項研究的目的是對平均付款時間推導結論 因此, 要被檢定的參數是母體平均數 我們想知道是否存在足夠的統計證據以顯示母體平均數是少於 22 天 因此, 對立假設為 H 1 : μ < 22 虛無假設為 H 0 : μ = 22 第 11 章假設檢定的介紹第 395 頁 Copyright 2010 Cengage Learning 11.44

45 SSA 信封計畫 辨識方法 檢定統計量為 z x / n 只有當樣本平均數與其導出的檢定統計量的數值夠小的時候, 我們會拒絕虛無假設且支持對立假設 結果, 我們設定的拒絕域位置會在抽樣分配的左尾 我們設定 10% 的顯著水準 第 11 章假設檢定的介紹第 395 頁 Copyright 2010 Cengage Learning 11.45

46 SSA 信封計畫 計算 拒絕域為 : z z z 由 Xm11-00 資料, 我們計算出 和 z x xi 220 x / n 4, / p- 值 = P(Z <.91) = =.1814 第 11 章假設檢定的介紹第 頁 Copyright 2010 Cengage Learning 11.46

47 SSA 信封計畫 計算 點選 Add-Ins Data Analysis Plus, 與 Z-Estimate: Mean 第 11 章假設檢定的介紹 Copyright 2010 Cengage Learning 11.47

48 SSA 信封計畫 計算 第 11 章假設檢定的介紹第 396 頁 Copyright 2010 Cengage Learning 11.48

49 SSA 信封計畫 詮釋 結論 : 沒有充分的證據去推論平均付款時間小於 22 天 沒有足夠的證據去推論這項計畫將會是有利益的 第 11 章假設檢定的介紹第 396 頁 Copyright 2010 Cengage Learning 11.49

50 單尾與雙尾檢定 (one-tail and two-tail tests) 在範例 11.1 中, 執行的統計檢定被稱為單尾檢定 (one-tail test), 因為拒絕域只位於抽樣分配的單尾 更正確地說, 範例 11.1 是右尾檢定的範例之一 第 11 章假設檢定的介紹第 397 頁 Copyright 2010 Cengage Learning 11.50

51 雙尾檢定 雙尾檢定被用於當我們想要檢定參數不等於某些值的研究假設 第 11 章假設檢定的介紹 Copyright 2010 Cengage Learning 11.51

52 範例 11.2 近年來, 數家公司已成立並投入與 AT&T 長途電話的競爭 這些公司全都廣告它們的費率比 AT&T 的低, 也因此它們的帳單將會比較便宜 AT&T 辯稱, 平均而言,AT&T 對顧客的收費與其他公司並沒有差別 假設一個替 AT&T 工作的統計實作者認定該公司的居家客戶每月長途電話帳單的平均數與標準差分別是 $17.09 和 $3.87 第 11 章假設檢定的介紹第 397 頁 Copyright 2010 Cengage Learning 11.52

53 範例 11.2 他接著隨機抽取了 100 位顧客為樣本, 並使用一個首要競爭者的費率重新計算這些顧客上個月的帳單 假設這個母體的標準差與 AT&T 的相同, 我們能否下結論說在 5% 的顯著水準下, 平均 AT&T 帳單與首要競爭者之間存在著差異? 第 11 章假設檢定的介紹第 397 頁 Copyright 2010 Cengage Learning 11.53

54 範例 11.2 辨識方法 被檢定的參數是 AT&T 的客戶帳單之母體平均數是基於首要競爭者的費率 在這個問題中, 我們想要知道平均每月長途電話帳單是否不同於 $17.09 所以, 對立假設為 : H 1 : µ 虛無假設必然為 : H 0 : µ = 第 11 章假設檢定的介紹第 頁 Copyright 2010 Cengage Learning 11.54

55 範例 11.2 辨識方法 拒絕域被設定, 所以當檢定統計量很大或很小的時候, 我們能夠拒絕虛無假設 統計量很 小 統計量很 大 也就是, 我們必須設定一個雙尾拒絕域 (two-tail rejection region) 因為在拒絕域的總面積必須是, 我們將這個機率除以 2 第 11 章假設檢定的介紹第 398 頁 Copyright 2010 Cengage Learning 11.55

56 範例 11.2 辨識方法 在 5% 的顯著水準之下 (α =.05), 可知 α/2 =.025 因此,z.025 = 1.96 的拒絕域為 z < 或 - z > z z.025 z 第 11 章假設檢定的介紹第 398 頁 Copyright 2010 Cengage Learning 11.56

57 範例 11.2 計算 從資料 (Xm11-02), 我們可計算出 = 檢定統計量的值是 : 我們發現 : 因為 z = 1.19 既不大於 1.96 也不小於 1.96, 我們不能拒絕虛無假設且支持 H 1, 即 沒有充足的證據去推論 AT&T 的帳單與競爭者的有差異 第 11 章假設檢定的介紹第 頁 Copyright 2010 Cengage Learning 11.57

58 範例 11.2 雙尾檢定的 p- 值 計算 一般而言, 雙尾檢定的 p- 值被計算如下 p- 值 = 2P(Z > z ) 其中 z 是檢定統計量的數值, 而 z 是它的絕對值 在範例 11.2 中, 我們可得知 p- 值 = P(Z < 1.19) + P(Z > 1.19) = =.2340 第 11 章假設檢定的介紹第 頁 Copyright 2010 Cengage Learning 11.58

59 範例 11.2 計算 第 11 章假設檢定的介紹 Copyright 2010 Cengage Learning 11.59

60 範例 11.2 計算 第 11 章假設檢定的介紹第 399 頁 Copyright 2010 Cengage Learning 11.60

61 雙尾檢定與單尾檢定總整理 單尾檢定 ( 左尾 ) 雙尾檢定 單尾檢定 ( 右尾 ) 第 11 章假設檢定的介紹 Copyright 2010 Cengage Learning 11.61

62 Hypothesis testing vs. estimation of confidence interval (p400) Copyright 2010 Cengage Learning 11.62

63 發展對統計觀念的了解 如同信賴區間估計量, 假設檢定是依據樣本統計量的抽樣分配 假設檢定的結果是一個關於樣本統計量的機率陳述 我們假設母體平均數是虛無假設所設定的值 第 11 章假設檢定的介紹第 401 頁 Copyright 2010 Cengage Learning 11.63

64 發展對統計觀念的了解 我們接著將計算檢定統計量, 和測量當虛無假設為真時觀察到一個如此大 ( 或小 ) 數值的可能性 假如這個機率很小, 我們下結論說 虛無假設為真 的假設不能被證實且我們拒絕它 第 11 章假設檢定的介紹第 401 頁 Copyright 2010 Cengage Learning 11.64

65 發展對統計觀念的了解 當我們 ( 或電腦 ) 計算檢定統計量的值 我們也測量樣本統計量和參數設定值之間的差異 測量的差異為標準誤 z x / n 第 11 章假設檢定的介紹第 401 頁 Copyright 2010 Cengage Learning 11.65

66 發展對統計觀念的了解 在範例 11.2 中, 我們發現檢定統計量的值是 z = 1.19 意指樣本平均數比 的參數設定值大 1.19 個標準誤 標準常態機率表告訴我們這個值並不是不可能 因此, 我們不拒絕虛無假設 測量樣本統計量和參數設定值之間相差幾個標準誤的觀念將在本書中繼續使用 第 11 章假設檢定的介紹第 401 頁 Copyright 2010 Cengage Learning 11.66

67 11.3 計算犯型 II 錯誤的機率 了解型 I 與型 II 錯誤之間的關係非常重要 也就是, 如何計算犯型 II 錯誤的機率以及如何詮釋其結果 回顧範例 11.1 H 0 : µ = 170 H 1 : µ > 170 由於我們的樣本平均數 (178) 比測量值 (175.34) 大, 在 5% 的顯著水準下, 我們拒絕 H 0 且支持 H 1 第 11 章假設檢定的介紹第 405 頁 Copyright 2010 Cengage Learning 11.67

68 計算犯型 II 錯誤的機率 一個型 II 錯誤發生於當一個錯誤的虛無假設不能被拒絕 在範例 中, 如果不是小於 ( 我們的臨界值 ), 我們將不會拒絕虛無假設 如果我們不拒絕這項虛無假設, 我們將不會裝置新的收費系統 因此, 其發生的機率是型 II 錯誤的機率, 它被定義為 β = P( x < , 給定虛無假設為錯 ) 第 11 章假設檢定的介紹第 405 頁 Copyright 2010 Cengage Learning 11.68

69 範例 11.1( 回顧 ) β = P( x < , 給定虛無假設為錯 ) 虛無假設為錯的情況只告訴我們平均數是不等於 170 如果我們要計算 β, 我們必須為 指定一個數值 假設當平均每月帳上金額是 $180 時, 則新收費系統所節省的錢變得十分具吸引力, 這位經理將後悔沒有裝置新系統 β = P( x < , 給定 µ = 180), 因此 第 11 章假設檢定的介紹第 405 頁 Copyright 2010 Cengage Learning 11.69

70 範例 11.1 ( 回顧 ) 原先的假說 新的假設 β = P(X < , 給定 µ = 180) 第 11 章假設檢定的介紹第 頁圖 11.9 Copyright 2010 Cengage Learning 11.70

71 改變對 的影響 降低顯著水準, 增加 的值, 並且反之亦然 在範例 中使用 1% 的顯著水準取代 5% 步驟 1: 拒絕域 : z z z x x 170 z / n 65/ 400 x 第 11 章假設檢定的介紹第 406 頁 Copyright 2010 Cengage Learning 11.71

72 改變對 的影響 步驟 2: 型 II 錯誤的機率是 P(x ) x P / n 65 / 400 P.75 z.2266 第 11 章假設檢定的介紹第 406 頁 Copyright 2010 Cengage Learning 11.72

73 改變對 的影響 顯著水準 減少, 增加 的值, 並且反之亦然 再次細看此圖 我們向右移動拒絕域的臨界值 ( 減少 ) 表示在第二個圖的曲線下方有一個更大的面積 ( 反之亦然 ) 第 11 章假設檢定的介紹第 頁圖 11.9 & 圖 Copyright 2010 Cengage Learning 11.73

74 判斷檢定 一個統計的假設檢定有效地被顯著水準 ( ) 與樣本大小 (n) 所定義, 二者皆由統計實作人員所選定 如果我們相信型 II 錯誤的成本比較高, 而此機率太大, 我們有兩種方法降低這個機率 增加 α 的值 和 / 或 增加樣本大小 n 第 11 章假設檢定的介紹第 407 頁 Copyright 2010 Cengage Learning 11.74

75 判斷檢定 例如, 在範例 11.1 中, 假設我們將樣本大小 n 由 400 增加到 1000 步驟 1: 拒絕域 z z z x x 170 z / n 65/ 1,000 x 第 11 章假設檢定的介紹第 頁 Copyright 2010 Cengage Learning 11.75

76 判斷檢定 步驟 2: 型 II 錯誤的機率是 P ( x ) x P / n 65/ 1,000 P z ( 近似值 ) 第 11 章假設檢定的介紹第 408 頁 Copyright 2010 Cengage Learning 11.76

77 比較 在 n = 400 與 n = 1,000 藉著增加樣本大小, 我們降低了型 II 錯誤的機率 比較 在 n = 400 與 n = 1,000 n=400 n=1, 第 11 章假設檢定的介紹第 頁圖 11.9 & 圖 Copyright 2010 Cengage Learning 11.77

78 發展對統計概念的了解 以 n = 400 與 n = 1,000 計算型 II 錯誤的機率說明了一個極為重要的概念 藉著增加樣本大小, 我們降低了型 II 錯誤的機率 藉著降低型 II 錯誤的機率, 我們使得這類的錯誤較少發生 因此, 就長期而言, 較大的樣本容許我們製訂較佳的決策 此一發現正中應用統計分析的核心, 並且印證了本書的第一句話, 統計學是從資料取得資訊的一種方法 第 11 章假設檢定的介紹第 409 頁 Copyright 2010 Cengage Learning 11.78

79 發展對統計概念的了解 貫穿本書, 我們介紹各種在會計 財務 行銷 作業管理 人力資源與經濟學上的統計應用方法 在所有這類的應用中, 統計實作人員必須做決策, 它涉及到如何將資料轉換為資訊 越多的資訊, 就會有越好的決策 缺乏資訊, 則決策必須基於猜測 直覺與運氣 一位有名的統計學家 W. Edwards Deming 曾經說過 : 缺乏資料, 你只是另一個具有意見的人 第 11 章假設檢定的介紹第 409 頁 Copyright 2010 Cengage Learning 11.79

80 檢定的檢定力 (power of test) 另一種表達檢定執行好壞的方法是報告它的檢定力 (power): 當虛無假設為假時, 檢定引導我們拒絕虛無假設的機率 一個檢定的檢定力是 1 - 在一個特定的狀況下, 當有一個以上的檢定可以被執行時, 我們自然會偏好使用一個正確頻率比較高的檢定 如果 ( 給定相同的對立假設 樣本大小與顯著水準 ) 一個檢定的檢定力高於第二個檢定, 則說第一個檢定比第二個更具效率 第 11 章假設檢定的介紹第 409 頁 Copyright 2010 Cengage Learning 11.80

81 操作特性曲線 (Operating characteristic curve, OC curve) To compute the probability of type II error, we need to specify the significance level, sample size, and the value of population mean in H1. OC curve is a tool for recording these specified values Table (p410): β vs. μ Table (p411): β vs. μ under different sample sizes. Copyright 2010 Cengage Learning 11.81

82 11.4 後續學習 統計實作人員經常採用的統計方法 定義 計算 詮釋 測量最困難的部分 ( 在現實生活中或是期末考時 ) 是辨認正確的方法 第 11 章假設檢定的介紹第 頁 Copyright 2010 Cengage Learning 11.82

83 後續學習 許多因素可用來辨認正確的方法, 但是其中兩個因素特別的重要 : 1. 資料的類型 區間 順序和名目 2. 問題的目的 第 11 章假設檢定的介紹第 415 頁 Copyright 2010 Cengage Learning 11.83

84 問題的目的 1. 描述一個母體 2. 比較兩個母體 3. 比較兩個或更多母體 4. 分析兩個變數的關係 5. 分析兩個或更多變數的關係 第 11 章假設檢定的介紹第 頁 Copyright 2010 Cengage Learning 11.84

85 表 11.3 統計推論的導覽 : 介紹每一種方法的章節 第 11 章假設檢定的介紹第表 11.3 頁 Copyright 2010 Cengage Learning 11.85

86 公式推導 1. 各種因素決定我們感興趣的參數 ( 例 : 母體平均數 ) 2. 每一個參數有其 最佳 估計量 ( 統計 )( 如樣本平均數 x 3. 統計學有抽樣分配 x z / n 4. 這個公式表示抽樣分配通常是檢定統計的公式 5. 使用一點點的代數, 我們就能從抽樣分配導出信賴區間估計量 x z / 2 n 第 11 章假設檢定的介紹第 417 頁 Copyright 2010 Cengage Learning 11.86

When the rejection rule for a test at every level α can be re-written as then xxx is the p-value of the test. xxx < α, If p-value < α, then the test c

When the rejection rule for a test at every level α can be re-written as then xxx is the p-value of the test. xxx < α, If p-value < α, then the test c Hypothesis Testing - review The null hypothesis (H 0 ) and the alternative hypothesis (H 1 ) Type I error: rejecting H 0 when H 0 is true Type II error: failing to reject H 0 when H 1 is true (H 0 is false)

More information

)

) .. 1. 2. ) () () Pilot test () 1. 2. 3. 4. Scale (1). (nominal scale) 1. 2. 3. (1,2,3) (scale value) (arithmetic mean) (median) (mode) (chi-square test) (2). (ordinal scale) 5 1 A>B>C>D>E A B C D (non-parametric

More information

0 0 = 1 0 = 0 1 = = 1 1 = 0 0 = 1

0 0 = 1 0 = 0 1 = = 1 1 = 0 0 = 1 0 0 = 1 0 = 0 1 = 0 1 1 = 1 1 = 0 0 = 1 : = {0, 1} : 3 (,, ) = + (,, ) = + + (, ) = + (,,, ) = ( + )( + ) + ( + )( + ) + = + = = + + = + = ( + ) + = + ( + ) () = () ( + ) = + + = ( + )( + ) + = = + 0

More information

統計分析入門與應用 說明 : a. 獨立樣本 : 兩個來自於獨立, 沒有相關的樣本 b. 成對樣本 : 兩個平均數來自於同一個樣本, 有關係的樣本 7-2 Means 平均數分析 Means 平均數分析是用在不同類別變數組合下, 連續變數在各組的統計量, 例如 : 平均數 中位數 標準差 總合 最小

統計分析入門與應用 說明 : a. 獨立樣本 : 兩個來自於獨立, 沒有相關的樣本 b. 成對樣本 : 兩個平均數來自於同一個樣本, 有關係的樣本 7-2 Means 平均數分析 Means 平均數分析是用在不同類別變數組合下, 連續變數在各組的統計量, 例如 : 平均數 中位數 標準差 總合 最小 平均數比較 (t 檢定 ) CHAPTER 7-1 平均數比較 ( 各種 t test 的應用 ) 平均數比較 (Compare Means) 是常用的統計分析, 用來比較兩個群體的平均數, 也就是各種 t test 的應用, 常見的範例 1: 在學生學習成就方面, 常見的方法是將學生隨機分成 2 組, 一組使用原本的教法, 稱為控制組 (control group), 另一組使用新的教法, 稱為處理組

More information

Microsoft Word - 94_4_stat_handout_06假設檢定_考古題.doc

Microsoft Word - 94_4_stat_handout_06假設檢定_考古題.doc 6 第六章假設檢定 ( 考古題 ) 6 年 8 月 1 日最後修改 6.1(94- 淡江 - 企管 ) 單一樣本平均數假設檢定 (1) 基本資料 : 左尾, μ = 15, σ = 3, = 36, x = 13, α =.5, z值法 (1) 虛無假設 H : μ 15 x μ () 檢定統計量 z = σ (3) 左尾 z 分配.5 (4) 樣本檢定統計量值 α =, 求得拒絕區域 R= { z

More information

C19 (1)

C19 (1) Ch 19 實習 (1) Agenda Nonparametric statistic 使用時機 Wilcoxon Rank Sum Test Sign Test Wilcoxon Signed Rank Sum Test Kruskal-Wallis Test Friedman Test Spearman Rank Correlation Coefficient 2 1. Nonparametric

More information

第八章 審計抽樣 本章學習重點 stratified random sampling systematic sampling PPS PPS MUS 8-3 壹抽樣與審計抽樣 audit sampling 100%

第八章 審計抽樣 本章學習重點 stratified random sampling systematic sampling PPS PPS MUS 8-3 壹抽樣與審計抽樣 audit sampling 100% 第八章 審計抽樣 第一節審計抽樣的基本概念 第二節控制測試審計抽樣計畫 第三節證實測試之審計抽樣計畫 第八章 審計抽樣 本章學習重點 stratified random sampling systematic sampling PPS PPS MUS 8-3 壹抽樣與審計抽樣 audit sampling 100% 8-4 貳審計抽樣名詞介紹 population sampling unit representative

More information

Microsoft Word - ACI chapter00-1ed.docx

Microsoft Word - ACI chapter00-1ed.docx 前言 Excel Excel - v - 財務管理與投資分析 -Excel 建模活用範例集 5 相關 平衡 敏感 - vi - 前言 模擬 If-Then 規劃 ERP BI - vii - 財務管理與投資分析 -Excel 建模活用範例集 ERP + BI + ERP BI Excel 88 Excel 1. Excel Excel 2. Excel 3. Excel - viii - 前言 1.

More information

臺北醫學大學生物統計研究中心 enews 第 17 期 2017/02 多重檢定問題,false discovery rate (FDR) 與 q 值 王紋璋在統計假設檢定分析過程中, 根據收集的資料我們得到檢定統計量 (test statistic) 之樣本觀察值 ; 然後, 我們計算在虛無假設

臺北醫學大學生物統計研究中心 enews 第 17 期 2017/02 多重檢定問題,false discovery rate (FDR) 與 q 值 王紋璋在統計假設檢定分析過程中, 根據收集的資料我們得到檢定統計量 (test statistic) 之樣本觀察值 ; 然後, 我們計算在虛無假設 多重檢定問題,false discovery rate (FDR) 與 q 值 王紋璋在統計假設檢定分析過程中, 根據收集的資料我們得到檢定統計量 (test statistic) 之樣本觀察值 ; 然後, 我們計算在虛無假設 (null hypothesis) 下檢定統計量出現與觀察值相同或更極端之值的機率, 稱為 p 值 p 值越小, 我們越傾向於否定虛無假設 當 p 值小於給定的門檻 α, 稱為顯著水準

More information

Microsoft Word - 94_2_stat_handout08_線性迴歸(考古題).doc

Microsoft Word - 94_2_stat_handout08_線性迴歸(考古題).doc 8 第八章線性迴歸 ( 考古題 ) 006 年 4 月 9 日最後修改 8.1(94- 逢甲 - 國貿 ) (a) y = 7.776 1.77x (b) 006 陳欣得統計學 線性迴歸 ( 考古題 ) 第 8-1 頁 β 表示 x 變動一單位會導致 y 變動 ˆ β = 1.77 單位, 即每增加 1,000 磅重量, 汽車每公升汽油行駛里程會減少 1.77 公里 (c) () (e) SSR 134.717

More information

Microsoft PowerPoint - spss2-1.ppt

Microsoft PowerPoint - spss2-1.ppt 平均數檢定 dataset: bank.sav 平均年齡 = 40? 1 平均數檢定 2 平均數 T 檢定 --- (1) One-Sample T-test Statistics Compare Means One-Sample T-test Example 1: dataset: bank.sav Q: 平均年齡 = 40? 3 Example 1 的平均數 T 檢定 40 40 474 T S

More information

PowerPoint Presentation

PowerPoint Presentation Decision analysis 量化決策分析方法專論 2011/5/26 1 Problem formulation- states of nature In the decision analysis, decision alternatives are referred to as chance events. The possible outcomes for a chance event

More information

Vol. 15 No. 1 JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY Feb O21 A

Vol. 15 No. 1 JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY Feb O21 A 5 200 2 Vol 5 No JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY Feb 200 2 2 50080 2 30024 O2 A 007-2683 200 0-0087- 05 A Goodness-of-fit Test Based on Empirical Likelihood and Application ZHOU

More information

二次曲線 人們對於曲線的使用及欣賞 比曲線被視為一種數學題材來探討要早 得多 各種曲線中 在日常生活常接觸的 當然比較容易引起人們的興趣 比如 投擲籃球的路徑是拋物線 盤子的形狀有圓形或橢圓形 雙曲線 是較不常見的 然而根據科學家的研究 彗星的運行軌道是雙曲線的一部 分 我們將拋物線 圓與橢圓 雙曲

二次曲線 人們對於曲線的使用及欣賞 比曲線被視為一種數學題材來探討要早 得多 各種曲線中 在日常生活常接觸的 當然比較容易引起人們的興趣 比如 投擲籃球的路徑是拋物線 盤子的形狀有圓形或橢圓形 雙曲線 是較不常見的 然而根據科學家的研究 彗星的運行軌道是雙曲線的一部 分 我們將拋物線 圓與橢圓 雙曲 -1 圓方程式 第 章 二次曲線 38 二次曲線 人們對於曲線的使用及欣賞 比曲線被視為一種數學題材來探討要早 得多 各種曲線中 在日常生活常接觸的 當然比較容易引起人們的興趣 比如 投擲籃球的路徑是拋物線 盤子的形狀有圓形或橢圓形 雙曲線 是較不常見的 然而根據科學家的研究 彗星的運行軌道是雙曲線的一部 分 我們將拋物線 圓與橢圓 雙曲線合稱為圓錐曲線 因為在平面坐標 系中 其對應的方程式均為二元二次式

More information

Microsoft Word - 95_1_stat_handout_04抽樣與抽樣分配.doc

Microsoft Word - 95_1_stat_handout_04抽樣與抽樣分配.doc 4 第四章抽樣與抽樣分配 006 年 8 月 9 日最後修改 4. 抽樣與抽樣方法 4. 抽樣分配概論 4. 常見的抽樣分配 4.4 中央極限定理 4. 抽樣與抽樣方法 母體 (populatio): 我們有興趣的研究對象, 一般是由許多個體或所組成的集合 樣本 (sample): 母體的部分集合 我們有興趣的是母體, 但是實際測量 研究的是樣本 我們希望經由樣本提供的資訊來推測母體的狀況 ( 推論統計

More information

.., + +, +, +, +, +, +,! # # % ( % ( / 0!% ( %! %! % # (!) %!%! # (!!# % ) # (!! # )! % +,! ) ) &.. 1. # % 1 ) 2 % 2 1 #% %! ( & # +! %, %. #( # ( 1 (

.., + +, +, +, +, +, +,! # # % ( % ( / 0!% ( %! %! % # (!) %!%! # (!!# % ) # (!! # )! % +,! ) ) &.. 1. # % 1 ) 2 % 2 1 #% %! ( & # +! %, %. #( # ( 1 ( ! # %! % &! # %#!! #! %!% &! # (!! # )! %!! ) &!! +!( ), ( .., + +, +, +, +, +, +,! # # % ( % ( / 0!% ( %! %! % # (!) %!%! # (!!# % ) # (!! # )! % +,! ) ) &.. 1. # % 1 ) 2 % 2 1 #% %! ( & # +! %, %. #(

More information

# % & ) ) & + %,!# & + #. / / & ) 0 / 1! 2

# % & ) ) & + %,!# & + #. / / & ) 0 / 1! 2 !!! #! # % & ) ) & + %,!# & + #. / / & ) 0 / 1! 2 % ) 1 1 3 1 4 5 % #! 2! 1,!!! /+, +!& 2! 2! / # / 6 2 6 3 1 2 4 # / &!/ % ). 1!!! &! & 7 2 7! 7 6 7 3 & 1 2 % # ) / / 8 2 6,!!! /+, +! & 2 9! 3 1!! % %

More information

Microsoft PowerPoint - ch08.ppt

Microsoft PowerPoint - ch08.ppt 基本概念 -- 虛無假設 統計上對參數的假設 (hypothesis) 為對一個或多個參 數的論述 (statement) 其中欲檢驗其正確性者稱為 虛無假設 (null hypothesis) 例如: 我們想知道均數 µo 是否為 70 分 則虛無假設可以設為 H0: µo = 70 若我們想驗證標準差 σo 是否為 10 則虛無假設為 H0: σo 10 以上例子中只包含一個特定假設值的假設 稱之為簡單假

More information

TA-research-stats.key

TA-research-stats.key Research Analysis MICHAEL BERNSTEIN CS 376 Last time What is a statistical test? Chi-square t-test Paired t-test 2 Today ANOVA Posthoc tests Two-way ANOVA Repeated measures ANOVA 3 Recall: hypothesis testing

More information

Microsoft Word - 10-001~020

Microsoft Word - 10-001~020 Chapter 假設檢定 - Chapter 假設檢定. 假設檢定之概念 統計推論中之假設檢定 (testing hypothesis), 是對母體中某些參數之可能值為對或錯之假設或敘述, 利用抽樣的様本資料或實驗結果, 再透過機率原理作出拒絕或不拒絕該假設之過程, 亦稱之為顯著性檢定 (testing of significance) 一 基本觀念 在假設檢定中有二種假設要判斷, 其中一種假設稱之為虛無假設

More information

連續機率分配

連續機率分配 區間估計 區間估計值 (Iterval Estimate) 由於點估計量的值不會恰好等於母體參數, 因此區間估計值通常是由點估計量的值加或減某個值求得, 我們稱這個加減值是邊際誤差 (margi of error) 區間估計值的一般形式是 : 點估計值 ± 邊際誤差 區間估計值可以讓我們瞭解, 由樣本得到的點估計值與母體參數值的接近程度 母體平均數 (σ 已知 ) 為了求算母體平均數的區間估計值,

More information

(Microsoft Word \262\316\255p\244W\264\301\245\275\303D\256w)

(Microsoft Word \262\316\255p\244W\264\301\245\275\303D\256w) 東吳經濟統計 B 組 學年上學期期末考題庫 大致分數分配 : 定義 解釋名詞及改錯 %, 補充題目 35%, 課本例題 習題 老師講義及上課練習 35%, 沒看過的新鮮題目 % 英文考題在整份考卷中約佔 % 以上原則可能誤差 ± 5% 補充題目. ( 年高考三級 ) 設以,, 6, 8,,, 構成一個大小為 7 之母體, 自此母體 中以還原方式隨機抽出一個 的樣本, 並求算其平均數 x.5, s :

More information

家装知识(六)

家装知识(六) I...1 SHOW...5...7...9...13...14...17...18...21...24...26...29...31...33...36 2003...37...39...41...42...43...45...48...50 ...52...54...58...60...61...63 10...66...68...73...74...77...81...85...89...91...93...97

More information

理性真的普遍嗎 注意力的爭奪戰 科學發展 2012 年 12 月,480 期 13

理性真的普遍嗎 注意力的爭奪戰 科學發展 2012 年 12 月,480 期 13 12 科學發展 2012 年 12 月,480 期 你可能不知道的媒體影響 劉正山若用 選戰 的角度來看選舉和參與選舉, 你大腦裡情感的作用一定大過理性的作用, 便會很習慣地拿各種媒體或別人的觀點來使自己的選擇合理化 2012 理性真的普遍嗎 注意力的爭奪戰 科學發展 2012 年 12 月,480 期 13 14 科學發展 2012 年 12 月,480 期 agendasetting 報紙和網路新聞的頭版空間有限,

More information

Microsoft Word - _m30.doc

Microsoft Word - _m30.doc 1 2 3 4 5 6 7 8 公式 2 4 2 1 能 整除 因此後玩 者贏 且關鍵數 字為3 的倍數 3 0 3 1 不能整除 所 以先拿餘數 2 關鍵數字是 4的倍 數 2 先玩者贏 4 0 4 1 能整除 因此 後玩者贏 且 關鍵數字為 5 的倍數 5 0 5 1 不能整除 所 以先拿餘數 2 關鍵 數字是 6的倍 數 2 先玩者贏 7 0 6 1 能整除 因此 後玩者贏 且 關鍵數字為7

More information

第四部份

第四部份 第九部份假設檢定 1. 瞭解假設檢定的基本概念與型 Ⅰ 錯誤與型 Ⅱ 錯誤. 熟習假設檢定的步驟 3. 學習一尾與兩尾假設檢定的方法 4. 學習傳統檢定方法與 P 值法 5. 瞭解 β 值 作業特性曲線與檢定力函數 6. 瞭解母體平均數的假設檢定的方法 步驟及其應用 7. 瞭解母體比例 母體變異數的假設檢定的方法 步驟及其應用 8. 瞭解檢定時, 在控制 α β 的水準下, 樣本數的選擇 一 統計推論

More information

1970 新技術的應用 X = 20 + B 13B δ13c X 1 X

1970 新技術的應用 X = 20 + B 13B δ13c X 1 X 凡發生過的必留下痕跡 同位素分析的考古應用? 如何考古 06 2013 9 489 經由人骨中碳和氮同位素的分析, 提供考古學家另一個探討古代攝食系統的途徑 另外, 可以藉由鍶同位素分析了解人群的來源與遷移過程 1970 新技術的應用 13 15 13 12 15 14 13 15 13 12 15 13 15 13 X = 20 + B 13B δ13c X 1 X 2013 9 489 07 δ

More information

專題 : Test for Non-normality:An Intensive Simulation Practice 目的 : 統計學者提出的檢定統計式 (Test Statistic) 通常需要經過大量的模擬, 藉以驗證其分配的假設與 Type I Error 的維持, 並觀察檢定力的高低 本

專題 : Test for Non-normality:An Intensive Simulation Practice 目的 : 統計學者提出的檢定統計式 (Test Statistic) 通常需要經過大量的模擬, 藉以驗證其分配的假設與 Type I Error 的維持, 並觀察檢定力的高低 本 專題 : Test for Non-normality:An Intensive Simulation Practice 目的 : 統計學者提出的檢定統計式 (Test Statistic) 通常需要經過大量的模擬, 藉以驗證其分配的假設與 Type I Error 的維持, 並觀察檢定力的高低 本專題以常態檢定為題, 作為程式寫作的進階, 因此選擇幾個較複雜的檢定統計式, 配合 Monte Carlo

More information

46 2011 11 467 數位遊戲式學習系統 7 2011 11 467 47 3 DBGameSys 48 2011 11 467 正規化資料模組 如何配置並儲存電子化資料 以 便減少資料被重覆儲存的程序 DBGameSys的主要功能模組包 學習者 審核評分模組 含 正規化資料模組 審核評分 模組 高分列表模組3大區塊 系統資料庫 在正規化資料模組的執行 高分列表模組 過程中 先要求學習者瀏覽遊戲

More information

Microsoft Word - 94_4_stat_handout_07變異數分析.doc

Microsoft Word - 94_4_stat_handout_07變異數分析.doc 7 第七章變異數分析 006 年 8 月 日最後修改 7.1 變異數分析概論 7. 單因子變異數分析 7.3 雙因子變異數分析 7.4 有交互影響之變異數分析 7.1 變異數分析概論 變異數分析 (Analysis Of Variance,ANOVA) 一種假設檢定的特殊型態 ANOVA 的基本想法是將總變異數分成兩部分 ; 與虛無假設有關的可解釋變異 以及與虛無假設無關的不可解釋變異, 一般若虛無假設為真,

More information

(baking powder) 1 ( ) ( ) 1 10g g (two level design, D-optimal) 32 1/2 fraction Two Level Fractional Factorial Design D-Optimal D

(baking powder) 1 ( ) ( ) 1 10g g (two level design, D-optimal) 32 1/2 fraction Two Level Fractional Factorial Design D-Optimal D ( ) 4 1 1 1 145 1 110 1 (baking powder) 1 ( ) ( ) 1 10g 1 1 2.5g 1 1 1 1 60 10 (two level design, D-optimal) 32 1/2 fraction Two Level Fractional Factorial Design D-Optimal Design 1. 60 120 2. 3. 40 10

More information

Chinese Journal of Applied Probability and Statistics Vol.25 No.4 Aug (,, ;,, ) (,, ) 应用概率统计 版权所有, Zhang (2002). λ q(t)

Chinese Journal of Applied Probability and Statistics Vol.25 No.4 Aug (,, ;,, ) (,, ) 应用概率统计 版权所有, Zhang (2002). λ q(t) 2009 8 Chinese Journal of Applied Probability and Statistics Vol.25 No.4 Aug. 2009,, 541004;,, 100124),, 100190), Zhang 2002). λ qt), Kolmogorov-Smirov, Berk and Jones 1979). λ qt).,,, λ qt),. λ qt) 1,.

More information

(Microsoft Word - Ch 10 1 \260\262\263]\300\313\251w)

(Microsoft Word - Ch 10 1 \260\262\263]\300\313\251w) Chater 假設檢定 Hyothesis Testig 5 9.~ Elemets of a Statistical Test. 第 8 章我們介紹如何為母體係數 做信賴區 間估計, 研究者抽樣後算出無偏點估計 ɵ, 以點估 計為中心左右再加上估計誤差 b = z α σɵ 就可以得 到信賴區間公式 ɵ ± σ 右圖中橘色線段是 z α ɵ 信賴區間是以樣本資料算出之無偏點無偏點估計 值為中心再加減誤差所得到的線段

More information

投影片 1

投影片 1 資料庫管理程式 ( 補充教材 -Part2) 使用 ADO.NET 連結資料庫 ( 自行撰寫程式碼 以實現新增 刪除 修改等功能 ) Private Sub InsertButton_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles InsertButton.Click ' 宣告相關的 Connection

More information

Microsoft Word - ACL chapter02-5ed.docx

Microsoft Word - ACL chapter02-5ed.docx 第 2 章神奇的質數 2.1.1 什麼是質數 1 1 1 打下好基礎 - 程式設計必修的數學思維與邏輯訓練 1 1 0 10 2 3 5 7 4 6 8 9 10 4 10000 1229 1000 168 2 3 5 7 11 13 17 19 23 29 31 37 41 43 47 53 59 61 67 71 73 79 83 89 97 101 103 107 109 113 127 131

More information

天 主 教 輔 仁 大 學 社 會 學 系 學 士 論 文 小 別 勝 新 婚? 久 別 要 離 婚? 影 響 遠 距 家 庭 婚 姻 感 情 因 素 之 探 討 Separate marital relations are getting better or getting worse? -Exp

天 主 教 輔 仁 大 學 社 會 學 系 學 士 論 文 小 別 勝 新 婚? 久 別 要 離 婚? 影 響 遠 距 家 庭 婚 姻 感 情 因 素 之 探 討 Separate marital relations are getting better or getting worse? -Exp 天 主 教 輔 仁 大 學 社 會 學 系 學 士 論 文 小 別 勝 新 婚? 久 別 要 離 婚? 影 響 遠 距 家 庭 婚 姻 感 情 因 素 之 探 討 Separate marital relations are getting better or getting worse? -Explore the impact of emotional factors couples do not

More information

,.2018, 38,.1 :1, 220 ( ) 140, ;2,,,;3,,,, >180 ( ) >120,,, [10] :,,,,,,,, ( ), [6,11],,,,,, ( ), ( Ⅱ ),,, ( -6),,,,, -,, [2],, [12],, (

,.2018, 38,.1 :1, 220 ( ) 140, ;2,,,;3,,,, >180 ( ) >120,,, [10] :,,,,,,,, ( ), [6,11],,,,,, ( ), ( Ⅱ ),,, ( -6),,,,, -,, [2],, [12],, ( 2018 1 38 1,.2018, 38,.1 1 (2017 ),, :,, -:_@.;,, -:@.. ;,, -:@.;,, - :5588@126. [] ; ; ; :10.3969 /..1002-1949.2018.01.001 ( - ), ( ) ( ),,,, 25.2%, 2.7 [1],1% ~2% [2],, 6.9%, 90 11% 37%, 1 /4 [3] 12

More information

Microsoft Word - 結案報告.doc

Microsoft Word - 結案報告.doc 2 3 4 5 ~ 6 1. 2. 3. 4. 7 ~ 8 9 ~ 10 11 12 13 14 15 96年原住民族電視節目增製計畫 結案報告 五 執行方式 一 甄試過程照片 16 17 18 夣 19 20 21 22 23 24 25 96年原住民族電視節目增製計畫 結案報告 26 27 28 . 29 30 31 32 33 . 34 . 35 96年原住民族電視節目增製計畫 結案報告 (

More information

<4D6963726F736F667420576F7264202D20313033B14DA7DEB0AAA6D2AAC0A475AE76312DAAC0B77CA475A740ACE3A873A4E8AA6B>

<4D6963726F736F667420576F7264202D20313033B14DA7DEB0AAA6D2AAC0A475AE76312DAAC0B77CA475A740ACE3A873A4E8AA6B> 103 年 第 一 次 專 門 職 業 及 技 術 人 員 高 等 考 試 社 會 工 作 師 考 試 試 題 等 別 : 高 等 考 試 類 科 : 社 會 工 作 師 科 目 : 社 會 工 作 研 究 方 法 一 質 性 研 究 (qualitative research) 應 該 重 視 信 度 (reliability) 與 效 度 (validity) 問 題, 信 度 是 測 量 結

More information

μ μ - - β- - μ

μ μ - - β- - μ SUA41 - β- - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - μ μ - - β- - μ μ - β- β- β- - - - - - - - - - - - - - - - - - - μ - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

More information

untitled

untitled Co-integration and VECM Yi-Nung Yang CYCU, Taiwan May, 2012 不 列 1 Learning objectives Integrated variables Co-integration Vector Error correction model (VECM) Engle-Granger 2-step co-integration test Johansen

More information

Fun Time (1) What happens in memory? 1 i n t i ; 2 s h o r t j ; 3 double k ; 4 char c = a ; 5 i = 3; j = 2; 6 k = i j ; H.-T. Lin (NTU CSIE) Referenc

Fun Time (1) What happens in memory? 1 i n t i ; 2 s h o r t j ; 3 double k ; 4 char c = a ; 5 i = 3; j = 2; 6 k = i j ; H.-T. Lin (NTU CSIE) Referenc References (Section 5.2) Hsuan-Tien Lin Deptartment of CSIE, NTU OOP Class, March 15-16, 2010 H.-T. Lin (NTU CSIE) References OOP 03/15-16/2010 0 / 22 Fun Time (1) What happens in memory? 1 i n t i ; 2

More information

%! # # % % & # ( ) ( +, & +, +, & +, & +, +, &!

%! # # % % & # ( ) ( +, & +, +, & +, & +, +, &! %! # # % % & # ( ) ( +, & +, +, & +, & +, +, &! & &./ 0 # #1 # 2! +, 3 4 4 +,!!!! 4 4 4 4 4 56 7 89 #! 4! 4 4! 4 4! 14 #: 2 4! +,! +, 14 4 ; < = ( 4 < = +14 # : 1 1 4 # : : 3 # (4,! / +, +, +, > +,? 3

More information

# ( + + # + # 6 +,! + # +! +, + # ( + ) ( + ( + ) + 7! + # + /8 + ) ( +! + #. + ( +, +! + # + # + + ( ! ( + ) ( + ) +, + ( + 9% +! +, + ( +

# ( + + # + # 6 +,! + # +! +, + # ( + ) ( + ( + ) + 7! + # + /8 + ) ( +! + #. + ( +, +! + # + # + + ( ! ( + ) ( + ) +, + ( + 9% +! +, + ( + ! ## % & (! ) # (! + ) (, ( + ) ( +! ( + + # + #! + ( + + ( + ) ( + + ( + # + ) +! ( + ( + # +! ( + ) + # ( + ) + # +! ( +. + / 0. + ( + # + # + +, + ) + + ) + 1!, ( 2 1 # 3 )! # ( 4 5 #3 (! # ( 4 # #

More information

建築工程品質管理案例研討

建築工程品質管理案例研討 1.1...2-1 1.2...2-2 1.3...2-2 2.1...2-3 2.2...2-3 2.3...2-8 3.1...2-11 3.2...2-12 3.3...2-15 3.4...2-16 3.5...2-17 4.1...2-19 4.2...2-19 4.3...2-22 4.4...2-24 4.5...2-26 4.6...2-28 5.1...2-29 5.2...2-32

More information

封面-12

封面-12 第十二章 701Client TECHNOLOGY CO.,LTD. 701Client 701Server 701Client "701Client", 12-1 :supervisor :supervisor : 1. : 00~99 100 2. : 00~63 ( 63 / / ) 3. : 18 9 4. : 18 9 5. 12-2 TECHNOLOGY CO.,LTD. 701Client

More information

2005硕士论文模版

2005硕士论文模版 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 若 干 研 究 Some Research based on User Dictionary of Input Method and Query Log ( 申 请 清 华 大 学 工 学 硕 士 学 位 论 文 ) 培 养 单 位 : 计 算 机 科 学 与 技 术 系 学 科 : 计 算 机 科 学 与 技 术 研 究 生 : 王 鹏

More information

spss.doc

spss.doc SPSS 8 8.1 K-Means Cluster [ 8-1] 1962 1988 8-1 2 5 31 3 7 20 F2-F3 2 3 F3-F4 3 4 109 8 8-1 2 3 2 3 F2-F3 F3-F4 1962 344 3333 29 9 9.69 1.91 1963 121 1497 27 19 12.37 1.34 1964 187 1813 32 18 9.70 1.06

More information

Microsoft Word - 98全國大學校長會議

Microsoft Word - 98全國大學校長會議 目 錄 壹 會 議 議 程 1 貳 專 題 演 講 4 專 題 演 講 ( 一 ): 校 園 民 主 與 學 術 自 由 4 專 題 演 講 ( 二 ): 高 等 教 育 新 視 界 - 彈 性 化 優 質 化 國 際 化 6 專 題 演 講 ( 三 ): 從 學 校 到 工 作 - 談 尊 嚴 勞 動 14 專 題 演 講 ( 四 ): 如 何 重 建 道 德 推 廣 大 學 有 品 運 動 24

More information

Microsoft PowerPoint _Hypothesis Testing (S9)

Microsoft PowerPoint _Hypothesis Testing (S9) 生物統計學 9 Hypothesis Testing ( 假設檢定 ) 陳光琦助理教授 (Kuang-Chi Chen) chichen6@mail.tcu.edu.tw,, Office: H603-2 http://www.chichen6.tcu.edu.tw/ I. Hypothesis Testing Hypothesis tests, like CIs,, are a part of inferential

More information

男人的大腦 女人的大腦

男人的大腦 女人的大腦 46 2014 6 498 男女大乾坤 男女的戀愛行為 男人的大腦 女人的大腦 2014 6 498 47 48 2014 6 498 女人的戀愛行為 70 900 男人的戀愛行為 8 2014 6 498 49 50 2014 6 498 對於愛與性的混淆 男女所面臨的問題 和我一樣喜歡做愛除了我, 不可以看別人相信我, 沒有問題現在, 和我做愛知道如何引燃我從不傷害我 朋友關係和性 嫉妒和占有欲

More information

:

: 第十七章 : Mei-Yuan Chen Department of Finance National Chung Hsing University February 19, 2013 參數檢定 (Parametric Tests) 在隨機變數 X 和 Y 常態分配的假設下, ( D xn = N µ X, σ2 X n Dȳm = N ( µ Y, σ2 Y m ), D (n 1)s 2 x σ

More information

( ) t ( ) ( ) ( ) ( ) ( ) t-

( ) t ( ) ( ) ( ) ( ) ( ) t- (Statistics). (Descriptive Statistics). (Inferential Statistics) (Inductive Statistics) ( ) t ( ) ( ) ( ) ( ) ( ) t- ( ) ( ) ( )? ( ) ( )? ( ) )?( t ) ( )? ( ) ( ) ( ) ( ) ( ) ( )? ( ) ( ) ( )? ( )?( t

More information

第二節 研究方法 本論文第一章 緒論 說明研究動機與目的 研究方法及研究的範圍及限制 並對 飲食散文的義界 作一觀念的釐清 第二章 文獻探討 就將本研究的理 論建構中的概念作釐清 分別為 現代文學 飲食文學的重要論著 等兩個部 分來描述目前文獻的研究成果 並探討其不足待補述的地方 本研究以 文化研 究 為主要研究基礎 統攝整個研究架構 在不同章節裡 佐以相關研究方法進 行論述 茲圖示如下 研究方法

More information

untitled

untitled Ch 7 量 狀 狀 例 拉 拉 力 BbEe 狀 ( ) 數 念 量 念 數 理 來 量 狀 P 量 狀 量 狀 連 數量 狀 狀 ( ) 量 ( 數量 ) (quantitative genetics) 量 狀 量 率 P 量 量 糖尿 量 狀 累 ( 累 ) ( ) 狀 3 9s-93s 歷 論 Fisher, Wright and Haldane 來說 連 異 ( 類 ) 律 參 Genetics

More information

貳 肆 公司治理報告 一 組織系統 ( 一 ) 組織結構 ( 二 ) 組織系統圖 14 中華民國 98 年中華郵政年報

貳 肆 公司治理報告 一 組織系統 ( 一 ) 組織結構 ( 二 ) 組織系統圖 14 中華民國 98 年中華郵政年報 14 16 24 30 24 25 26 26 27 27 28 29 29 一 組織系統二 董事 監察人 總經理 副總經理 各部門及分支機構主管資料三 公司治理運作情形 ( 一 ) 董事會運作情形 ( 二 ) 公司治理運作情形及其與上市上櫃公司治理實務守則差異情形及原因 ( 三 ) 揭露公司治理守則及相關規章之查詢方式 ( 四 ) 揭露其他足以增進對公司治理運作情形瞭解之重要資訊 ( 五 ) 內部控制制度執行狀況

More information

[9] R Ã : (1) x 0 R A(x 0 ) = 1; (2) α [0 1] Ã α = {x A(x) α} = [A α A α ]. A(x) Ã. R R. Ã 1 m x m α x m α > 0; α A(x) = 1 x m m x m +

[9] R Ã : (1) x 0 R A(x 0 ) = 1; (2) α [0 1] Ã α = {x A(x) α} = [A α A α ]. A(x) Ã. R R. Ã 1 m x m α x m α > 0; α A(x) = 1 x m m x m + 2012 12 Chinese Journal of Applied Probability and Statistics Vol.28 No.6 Dec. 2012 ( 224002) Euclidean Lebesgue... :. : O212.2 O159. 1.. Zadeh [1 2]. Tanaa (1982) ; Diamond (1988) (FLS) FLS LS ; Savic

More information

Shanghai International Studies University THE STUDY AND PRACTICE OF SITUATIONAL LANGUAGE TEACHING OF ADVERB AT BEGINNING AND INTERMEDIATE LEVEL A Thes

Shanghai International Studies University THE STUDY AND PRACTICE OF SITUATIONAL LANGUAGE TEACHING OF ADVERB AT BEGINNING AND INTERMEDIATE LEVEL A Thes 上 海 外 国 语 大 学 硕 士 学 位 论 文 对 外 汉 语 初 中 级 副 词 情 境 教 学 研 究 与 实 践 院 系 : 国 际 文 化 交 流 学 院 学 科 专 业 : 汉 语 国 际 教 育 姓 名 : 顾 妍 指 导 教 师 : 缪 俊 2016 年 5 月 Shanghai International Studies University THE STUDY AND PRACTICE

More information

Wire Wound Ceramic Chip Inductor 繞線式陶瓷晶片大电流電感 HPWS Series for High Frequency HPWS 系列適用於高頻 INTRODUCTION 產品介紹 The HPWS is the chip inductors of a wire w

Wire Wound Ceramic Chip Inductor 繞線式陶瓷晶片大电流電感 HPWS Series for High Frequency HPWS 系列適用於高頻 INTRODUCTION 產品介紹 The HPWS is the chip inductors of a wire w INTRODUCTION 產品介紹 The HPWS is the chip inductors of a wire wound type widely used in the communication applications, such as cellular phones, television tuners, radios, and other electronic devices. The

More information

10384 27720071152270 UDC SHIBOR - Research on Dynamics of Short-term Shibor via Parametric and Nonparametric Models 2 0 1 0 0 5 2 0 1 0 0 5 2 0 1 0 0 5 2010 , 1. 2. Shibor 2006 10 8 2007 1 4 Shibor

More information

<4D F736F F D20BDD7A4E5A4BAA4E5BB50A5D8BFFD2E646F63>

<4D F736F F D20BDD7A4E5A4BAA4E5BB50A5D8BFFD2E646F63> 附錄一最終模型 SIMPLIS 語法 Title: 建模樣本 Observed Variables: x1-x22 covariance matrix from file final01cov means from file final01means sample size: 2181 latent variables: interest instrument anxiety selfconcept

More information

Microsoft Word - A200810-897.doc

Microsoft Word - A200810-897.doc 基 于 胜 任 特 征 模 型 的 结 构 化 面 试 信 度 和 效 度 验 证 张 玮 北 京 邮 电 大 学 经 济 管 理 学 院, 北 京 (100876) E-mail: weeo1984@sina.com 摘 要 : 提 高 结 构 化 面 试 信 度 和 效 度 是 面 试 技 术 研 究 的 核 心 内 容 近 年 来 国 内 有 少 数 学 者 探 讨 过 基 于 胜 任 特 征

More information

UDC Empirical Researches on Pricing of Corporate Bonds with Macro Factors 厦门大学博硕士论文摘要库

UDC Empirical Researches on Pricing of Corporate Bonds with Macro Factors 厦门大学博硕士论文摘要库 10384 15620071151397 UDC Empirical Researches on Pricing of Corporate Bonds with Macro Factors 2010 4 Duffee 1999 AAA Vasicek RMSE RMSE Abstract In order to investigate whether adding macro factors

More information

4

4 練習 9A ( 9. 特殊角的三角比 T ( 在本練習中, 不得使用計算機 如有需要, 答案以根式或分數表示. 試完成下表 三角比 θ 0 4 60 sin θ cos θ tan θ 求下列各數式的值 (. cos 60. sin 4 4. tan 4. cos0 4 tan 0 7. sin 4 cos 4 8. cos 60 tan 4 9. tan 60sin 0 0. sin 60 cos

More information

38 47995529 威 福 髮 藝 店 桃 園 市 蘆 竹 區 中 山 里 福 祿 一 街 48 號 地 下 一 樓 50,000 獨 資 李 依 純 105/04/06 府 經 登 字 第 1059003070 號 39 47995534 宏 品 餐 飲 桃 園 市 桃 園 區 信 光 里 民

38 47995529 威 福 髮 藝 店 桃 園 市 蘆 竹 區 中 山 里 福 祿 一 街 48 號 地 下 一 樓 50,000 獨 資 李 依 純 105/04/06 府 經 登 字 第 1059003070 號 39 47995534 宏 品 餐 飲 桃 園 市 桃 園 區 信 光 里 民 1 08414159 惠 鴻 眼 鏡 行 桃 園 市 中 壢 區 福 德 里 中 華 路 一 段 186 號 1 樓 30,000 獨 資 宋 耀 鴻 105/04/27 府 經 登 字 第 1059003866 號 2 17891110 承 元 冷 氣 空 調 工 程 行 桃 園 市 桃 園 區 中 德 里 國 際 路 1 段 98 巷 50 號 2 樓 之 4 200,000 獨 資 詹 安 平

More information

機構職能

機構職能 第 110 頁 2 0 1 5 110 第 111 頁 2015 59 14 14 31 43 325 111 第 112 頁 1 2012 2 2015 2015 9,078 1 10,000 9,000 8,000 7,000 6,000 5,000 4,000 3,000 2,000 1,000 0 2012 2013 2014 2015 2 2015 2.3% 5.4% 4.9% 10.2%

More information

國立中山大學學位論文典藏.PDF

國立中山大學學位論文典藏.PDF ( ) 2-1 p33 3-1 p78 3-2 p79 3-3 p80 3-4 p90 4-1 p95 4-2 p97 4-3 p100 4-4 p103 4-5 p105 4-6 p107 4-7 p108 4-8 p108 4-9 p112 4-10 p114 4-11 p117 4-12 p119 4-13 p121 4-14 p123 4-15 p124 4-16 p131 4-17 p133

More information

08陈会广

08陈会广 第 34 卷 第 10 期 2012 年 10 月 2012,34(10):1871-1880 Resources Science Vol.34,No.10 Oct.,2012 文 章 编 号 :1007-7588(2012)10-1871-10 房 地 产 市 场 及 其 细 分 的 调 控 重 点 区 域 划 分 理 论 与 实 证 以 中 国 35 个 大 中 城 市 为 例 陈 会 广 1,

More information

.. (,, ),(): ( (,,, (, (,,, (), ( ): (, ), ( ): (,,, (,,, (,,, ),( ): (,,, (, (,,, (,, (, ),(): ~ (, ~ (,, ~ (, ~ (,,, ), ( ), ( ): ( (,, ~ (,, ), ~ (

.. (,, ),(): ( (,,, (, (,,, (), ( ): (, ), ( ): (,,, (,,, (,,, ),( ): (,,, (, (,,, (,, (, ),(): ~ (, ~ (,, ~ (, ~ (,,, ), ( ), ( ): ( (,, ~ (,, ), ~ ( .. 中 国 热 带 医 学 杂 志 年 卷 主 题 索 引 (,,, ),( ): (, (,,, ( (,,, ~ (, ), (,,, (,, (,,, (, ),( ): (, (,, (,, (, (,,, ),( ): ~ (,,, (,, (,,, (,,, ),( ): ( ), ( ): - (, (, (, (,,, ),(): (,,, ), α- (,,, ), (, (,,,

More information

untitled

untitled tatstcs & Data Aalyss 6 Zhu Huaqu @Pekg Uversty The strogest argumets prove othg so log as the coclusos are ot verfed by experece. Expermetal scece s the quee of sceces ad the goal of all speculato. (Fracs

More information

22 8529 專 用 或 主 要 用 於 第 8525 至 8528 節 所 屬 器 具 之 零 件 23 8308 用 於 衣 服 靴 鞋 帳 蓬 手 提 包 旅 行 用 品 或 其 他 已 製 作 品 之 卑 金 屬 搭 鈕 帶 搭 鈕 之 框 架 帶 扣 帶 扣 搭 鈕 眼 環 眼 及 其

22 8529 專 用 或 主 要 用 於 第 8525 至 8528 節 所 屬 器 具 之 零 件 23 8308 用 於 衣 服 靴 鞋 帳 蓬 手 提 包 旅 行 用 品 或 其 他 已 製 作 品 之 卑 金 屬 搭 鈕 帶 搭 鈕 之 框 架 帶 扣 帶 扣 搭 鈕 眼 環 眼 及 其 附 表 一 項 次 4 位 碼 稅 號 我 國 對 哥 倫 比 亞 出 口 符 合 哥 國 零 關 稅 項 目 清 單 ( 以 2014 年 海 關 稅 則 前 4 碼 排 名 前 300 項 產 品 為 比 對 基 礎 ) 中 文 名 稱 2013/01-2013/12 2014/01-2014/12 單 位 : 金 額 ( 美 元 ) 名 次 增 減 比 (%) 全 部 貨 品 出 口 總 額

More information

中国药师 年第 卷第 期 C P m V N 左金丸源自元代 丹溪心法 的火方 由黄连和 型在线脱气机 S L A型自动进样器 CTO A型 吴茱萸两味药按照 的比例组成 近年来的现 柱温箱 日本 S m 公司 BPD型电子天平 代药理学研究表明 左金丸具有调节中枢 抑杀幽门 德国赛多利斯集团 BR

中国药师 年第 卷第 期 C P m V N 左金丸源自元代 丹溪心法 的火方 由黄连和 型在线脱气机 S L A型自动进样器 CTO A型 吴茱萸两味药按照 的比例组成 近年来的现 柱温箱 日本 S m 公司 BPD型电子天平 代药理学研究表明 左金丸具有调节中枢 抑杀幽门 德国赛多利斯集团 BR 研究论文 www 基于细胞色素 P 的左金丸体外药物相互作用研究 龚睿林 吕春明 石美智 郭澄 韩永龙 上海交通大学附属第六人民医院药剂科 上海 摘 要 目的 探讨左金丸对人肝细胞色素 P 的 CYPA C C C D A亚型的体外抑制作用 方法 左金丸 黄连和吴茱萸的水提物分别与 CYPA C C C D A A亚型的 种混合探针底物在人肝微粒体中共同孵育后 串联质谱法 LC MS MS同时测定这

More information

摘 要 本 篇 文 章 主 要 是 利 用 1979 年 至 2014 年 台 灣 年 數 據 的 資 料, 檢 視 油 價 對 於 匯 率 的 影 響, 所 採 用 的 檢 定 模 型 為 : 單 根 Johansen 共 整 合 及 VECM 向 量 誤 差 修 正 模 型 而 共 整 合 模

摘 要 本 篇 文 章 主 要 是 利 用 1979 年 至 2014 年 台 灣 年 數 據 的 資 料, 檢 視 油 價 對 於 匯 率 的 影 響, 所 採 用 的 檢 定 模 型 為 : 單 根 Johansen 共 整 合 及 VECM 向 量 誤 差 修 正 模 型 而 共 整 合 模 探 討 油 價 和 匯 率 波 動 間 的 影 響 : 以 台 灣 為 例 陳 宣 蓁 中 原 大 學 國 際 經 營 與 貿 易 學 系 關 鍵 字 : 油 價 匯 率 波 動 Johansen Co-integration VECM JEL 分 類 代 號 : C32 F41 O24 * 聯 繫 作 者 : 陳 宣 蓁, 中 原 大 學 國 際 經 營 與 貿 易 研 究 所, 中 北 路 200

More information

國家圖書館典藏電子全文

國家圖書館典藏電子全文 1 2 3 Umbilical cord Blood Analysis for Women at First Spontaneous Vaginal Delivery OBJECTIVE: To analyze the gas values of the umbilical cord blood in the first vaginal delivered babies and to verify

More information

的目的 的目的在於對統計分析所給定的先驗 假設條件 進行檢定, 以檢驗假設條件的 適當性 此假設條件包含 1. 分配形式的假設 : 例如在假設檢定中的常態分配假設 ; 2. 獨立性的假設 : 例如在兩個母體平均數及變異數假設檢定中的兩母體相互獨立的假設 ;

的目的 的目的在於對統計分析所給定的先驗 假設條件 進行檢定, 以檢驗假設條件的 適當性 此假設條件包含 1. 分配形式的假設 : 例如在假設檢定中的常態分配假設 ; 2. 獨立性的假設 : 例如在兩個母體平均數及變異數假設檢定中的兩母體相互獨立的假設 ; 第十六章 : : 卡方檢定 Mei-Yuan Chen Department of Finance National Chung Hsing University February 19, 2013 的目的 的目的在於對統計分析所給定的先驗 假設條件 進行檢定, 以檢驗假設條件的 適當性 此假設條件包含 1. 分配形式的假設 : 例如在假設檢定中的常態分配假設 ; 2. 獨立性的假設 : 例如在兩個母體平均數及變異數假設檢定中的兩母體相互獨立的假設

More information

840 提示 Excel - Excel -- Excel (=) Excel ch0.xlsx H5 =D5+E5+F5+G5 (=) = - Excel 00

840 提示 Excel - Excel -- Excel (=) Excel ch0.xlsx H5 =D5+E5+F5+G5 (=) = - Excel 00 Excel - - Excel - -4-5 840 提示 Excel - Excel -- Excel (=) Excel ch0.xlsx H5 =D5+E5+F5+G5 (=) = - Excel 00 ( 0 ) 智慧標籤 相關說明提示 -5 -- Excel 4 5 6 7 8 + - * / % ^ = < >= & 9 0 (:) (,) ( ) Chapter - :,

More information

Ph m V N 中国药师 年第 卷第 期 Ch 学基础首先是开放性药物可直接经口 鼻给予 其次是应 连整个产品设计紧凑携带使用方便此外减速网也被认为 答性它富含的感受器和药物受体能对体内外刺激作出应答 是可用于降低药物微粒速度从而减少其惯性嵌顿的一种结 反射从而对调节气道的张力有重要作用 第三是吸

Ph m V N 中国药师 年第 卷第 期 Ch 学基础首先是开放性药物可直接经口 鼻给予 其次是应 连整个产品设计紧凑携带使用方便此外减速网也被认为 答性它富含的感受器和药物受体能对体内外刺激作出应答 是可用于降低药物微粒速度从而减少其惯性嵌顿的一种结 反射从而对调节气道的张力有重要作用 第三是吸 www 综 述 h C d H bpg V Bu M d H D h mb w h m u h d m d A D m ASFT SHT hhc A h d m d d b w h d d h u m AmJC O MWD KM A h M m k DSS h d m d w h u m d G w h b m k O G u ud G O L M u F Th d m d du d F C A u

More information

連續機率分配

連續機率分配 抽樣與抽樣分配 統計推論的目的 建立估計值 ( 統計值 ) 及利用樣本資訊來檢定母體的假設 因為在實際上, 對母體內的所有個體或物件進行測定或測試的, 考量時間和成本的不可行, 因此抽取樣本進行調查, 變成必要的做法 抽樣 抽樣的結果只是母體某些特徵值的估計值, 我們不可能期待樣本平均數恰巧正是母體平均數, 理由是樣本只是母體的一部分 透過適當的抽樣方法, 抽樣結果可以提供對母體特性的 良好 估計值,

More information

实验室诊断专辑

实验室诊断专辑 ...1...2...4...5...8...10...12...13...14...15...56...57...58...66 1 2 3 4 5 β 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48

More information

2015年4月11日雅思阅读预测机经(新东方版)

2015年4月11日雅思阅读预测机经(新东方版) 剑 桥 雅 思 10 第 一 时 间 解 析 阅 读 部 分 1 剑 桥 雅 思 10 整 体 内 容 统 计 2 剑 桥 雅 思 10 话 题 类 型 从 以 上 统 计 可 以 看 出, 雅 思 阅 读 的 考 试 话 题 一 直 广 泛 多 样 而 题 型 则 稳 中 有 变 以 剑 桥 10 的 test 4 为 例 出 现 的 三 篇 文 章 分 别 是 自 然 类, 心 理 研 究 类,

More information

投影片 1

投影片 1 計算機程式及實習 期末報告 題目 : 六宿炒翻天 班級 : 奈米一乙姓名 : 陳洋翼學號 :4A514050 老師 : 謝慶存 程式說明 設計結帳系統, 選擇數量後, 在按下計算, 將會顯示總金額 若是老人或小孩, 將可享 8 折或 9 折的優惠 程式畫面 填選數量 在火腿蛋炒飯的數量選擇 1, 並按下計算, 可得總金額 50 元 程式畫面 打折 填選完後, 若客人是小孩或老人, 選擇欲打折項目,

More information

期 李 海 青 等 : 生 物 安 全 性 白 藜 芦 醇 合 成 酶 表 达 载 体 的 构 建 及 水 稻 遗 传 转 化 子 植 物 中 作 为 植 物 处 于 恶 劣 环 境 下 或 遭 到 病 原 体 侵 害 时, 植 物 自 身 分 泌 的 一 种 可 抵 御 病 菌 感 染 的 抗 菌

期 李 海 青 等 : 生 物 安 全 性 白 藜 芦 醇 合 成 酶 表 达 载 体 的 构 建 及 水 稻 遗 传 转 化 子 植 物 中 作 为 植 物 处 于 恶 劣 环 境 下 或 遭 到 病 原 体 侵 害 时, 植 物 自 身 分 泌 的 一 种 可 抵 御 病 菌 感 染 的 抗 菌 华 北 农 学 报 ( ): - 生 物 安 全 性 白 藜 芦 醇 合 成 酶 表 达 载 体 的 构 建 及 水 稻 遗 传 转 化, 李 海 青, 柳 絮, 王 庆 国,, 姚 方 印, 刘 炜 (. 山 东 省 农 业 科 学 院 高 新 技 术 研 究 中 心, 山 东 省 作 物 遗 传 改 良 与 生 物 技 术 重 点 实 验 室, 山 东 济 南 ;. 农 业 部 黄 淮 海 作

More information

09 F9 128 peer to peer, P2P file transfer protocol bittorrent 10 P2P P2P GNU/ Linux P2P CC 單機版的智慧財產權 vs. 人權戰爭 1980 DVD content

09 F9 128 peer to peer, P2P file transfer protocol bittorrent 10 P2P P2P GNU/ Linux P2P CC 單機版的智慧財產權 vs. 人權戰爭 1980 DVD content 當智慧財產 侵犯人權? 智慧財產與人權 Kickstarter The Matrix The Matrix Avatar Eywa 12 2013 4 484 09 F9 128 peer to peer, P2P file transfer protocol bittorrent 10 P2P P2P GNU/ Linux P2P CC 單機版的智慧財產權 vs. 人權戰爭 1980 DVD content

More information

的友誼 而且無論外貌怎樣改變 自信心是自己給自己的 發自內心 的自我認同感是無法改變的 只要自我認同才能得真正的心靈富足 而不是單純的改變外表 不同的整容公司亦會利用現今社會的價值觀來作宣傳 誇大整容 後的效果 又用明星效應 令消費者認為整容真的能變成明星一樣 整容這個風氣是由人們的價值觀造成的 有人指出 我們要接納 整容後的人以及香港社會應對此持更開放的態度 但相反地 為什麼 不能接納那些我們認為不

More information

202,., IEC1123 (1991), GB8051 (2002) [4, 5],., IEC1123,, : 1) IEC1123 N t ( ). P 0 = 0.9995, P 1 = 0.9993, (α, β) = (0.05, 0.05), N t = 72574 [4]. [6

202,., IEC1123 (1991), GB8051 (2002) [4, 5],., IEC1123,, : 1) IEC1123 N t ( ). P 0 = 0.9995, P 1 = 0.9993, (α, β) = (0.05, 0.05), N t = 72574 [4]. [6 2013 4 Chinese Journal of Applied Probability and Statistics Vol.29 No.2 Apr. 2013 (,, 550004) IEC1123,,,., IEC1123 (SMT),,,. :,,, IEC1123,. : O212.3. 1. P.,,,, [1 5]. P, : H 0 : P = P 0 vs H 1 : P = P

More information

Monetary Policy Regime Shifts under the Zero Lower Bound: An Application of a Stochastic Rational Expectations Equilibrium to a Markov Switching DSGE

Monetary Policy Regime Shifts under the Zero Lower Bound: An Application of a Stochastic Rational Expectations Equilibrium to a Markov Switching DSGE Procedure of Calculating Policy Functions 1 Motivation Previous Works 2 Advantages and Summary 3 Model NK Model with MS Taylor Rule under ZLB Expectations Function Static One-Period Problem of a MS-DSGE

More information

Abstract Due to the improving of living standards, people gradually seek lighting quality from capacityto quality. And color temperature is the important subject of it. According to the research from aboard,

More information

Microsoft PowerPoint - 第9章 簡單隨機抽樣與抽樣分配.ppt [相容模式]

Microsoft PowerPoint - 第9章  簡單隨機抽樣與抽樣分配.ppt [相容模式] 第 9 章 簡單隨機抽樣與抽樣分配 1 1-1 統計學方法與應用 學習目的 1. 了解抽樣的意義以及為什麼要抽樣 2. 了解機率抽樣與非機率抽樣及其優缺點與使用時機 3. 知悉樣本大小 抽樣成本和抽樣誤差的關係 4. 了解樣本統計量 : 樣本平均數 樣本比例的抽樣分配的形狀及其平均數 變異數的計算 5. 了解中央極限定理及其應用 6. 利用 Excel 來做抽樣 2 林惠玲陳正倉著雙葉書廊發行 2000

More information

6 2012 8476你猜得到它是什麼嗎 它就是 高分子! 生活中的高分子 有種物質的重要性不亞於我們所呼吸的空氣, 不管身在何處, 都有它的存在, 它甚至就隱藏在人體裡面! 人類若失去了它, 就得回到遠古時代, 甚至可能終止生命 高分子是什麼 高分子是由千個 甚至萬個以上的原子所組成, 呈現柔軟的特性 日常生活中使用的塑膠袋就是由高分子製造的, 人體組成中的 DNA 也是一種高分子 2012 8476

More information

Stochastic Processes (XI) Hanjun Zhang School of Mathematics and Computational Science, Xiangtan University 508 YiFu Lou talk 06/

Stochastic Processes (XI) Hanjun Zhang School of Mathematics and Computational Science, Xiangtan University 508 YiFu Lou talk 06/ Stochastic Processes (XI) Hanjun Zhang School of Mathematics and Computational Science, Xiangtan University hjzhang001@gmail.com 508 YiFu Lou talk 06/04/2010 - Page 1 Outline 508 YiFu Lou talk 06/04/2010

More information

PowerPoint Presentation

PowerPoint Presentation 13. Linear Regression and Correlation 數 1 Outline Data: two continuous measurements on each subject Goal: study the relationship between the two variables PART I : correlation analysis Study the relationship

More information

( )... 5 ( ) ( )

( )... 5 ( ) ( ) 2016 大學校院招收大陸地區學生聯合招生委員會 71005 臺南市永康區南臺街 1 號 E-mail:rusen@stust.edu.tw WEB:http://rusen.stust.edu.tw TEL:+886-6-2435163 FAX:+886-6-2435165 2 0 1 6 0 1 1 9 2016... 2... 3... 5 ( )... 5 ( )... 5 1... 6 2...

More information

θ 1 = φ n -n 2 2 n AR n φ i = 0 1 = a t - θ θ m a t-m 3 3 m MA m 1. 2 ρ k = R k /R 0 5 Akaike ρ k 1 AIC = n ln δ 2

θ 1 = φ n -n 2 2 n AR n φ i = 0 1 = a t - θ θ m a t-m 3 3 m MA m 1. 2 ρ k = R k /R 0 5 Akaike ρ k 1 AIC = n ln δ 2 35 2 2012 2 GEOMATICS & SPATIAL INFORMATION TECHNOLOGY Vol. 35 No. 2 Feb. 2012 1 2 3 4 1. 450008 2. 450005 3. 450008 4. 572000 20 J 101 20 ARMA TU196 B 1672-5867 2012 02-0213 - 04 Application of Time Series

More information

# 7 % % % < % +!,! %!!

# 7 % % % < % +!,! %!! ! # % 7 8 9 7! & () + ),. + / 0 /. 1 0 /2 &3 )4, 4 4 5 / 6 : /! # ;!!!! # %! &!! ( ) # 7 % % % < % +!,! %!! % % = % % % % % # 9 =! 7 8 7 8 > 8 7 =7 # 9 # 8 7 8 % ) % % % % %! %. / % < < < % / % < < <

More information

#!! +!,! # &!. / !!, 7!!, & #! % 7! % )

#!! +!,! # &!. / !!, 7!!, & #! % 7! % ) !!! #!! #% % & ( & ) %( #!! +!,! # &!. / 0 1 2 34 45 6!!, 7!!, & #! 6 8 5 % 7! % ) ) %!! ( &!, #% & 4 ( % ) ! & ( ) & ) ) ) )! # # 5! # % % +, +, +, +, +, +, +, +,! 1 # # !! # # 9 & &! # # ( , # & # 6

More information