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

Size: px
Start display at page:

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

Transcription

1 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 ) 需要樣本的理由 : 普查的成本高 ( 時間 金錢 ) 無法作普查 ( 無法掌握每一個體 ) 有時測量會破壞樣本 抽樣 (samplig): 由母體中挑選出樣本的動作 抽樣的考量 : 代表性 ( 正確反應母體的狀況 ) 抽樣成本 ( 金錢 時間 方便性 ) 研究母體 (study populatio, 抽樣母體 ): 以抽樣的目的而對母體的另一種定義 真正可以被選取之個體的集合為研究母體 例如 以電話訪問選民的投票傾向, 母體是所有合格選民, 研究母體 ( 抽樣母體 ) 則是有登錄電話號碼的選民 006 陳欣得統計學 抽樣與抽樣分配第 4- 頁

2 抽樣方法抽樣方法分成兩大類 : () 隨機抽樣方法 () 非隨機抽樣方法隨機抽樣 (radom samplig): 知道母體中特定個體被抽中之機率 隨機抽樣可以計算抽出某特定樣本的機率 非隨機抽樣 (o-radom samplig): 不涉及機率的抽樣方法 隨機抽樣方法 : () 簡單隨機抽樣 (Simple Radom Samplig) 每個元素被抽中的機率皆相等 () 分層隨機抽樣 (Stratified Radom Samplig) 有自然分組, 各組內分別作簡單隨機抽樣 適用組間差異大的情況 () 叢集抽樣 (Cluster Samplig) 有自然分組, 以組為單位作簡單隨機抽樣 ( 抽中哪些組 ) 適用組間差異小的情況 (4) 系統抽樣法 (Systematic Samplig) 有系統分組後,( 以簡單隨機抽樣法 ) 隨機抽取一組 隨機抽樣方法 : () 立意抽樣法 () 滾雪球抽樣法 () 偶遇抽樣法 (4) 定額抽樣法抽樣誤差母體參數 (populatio parameters): 母體的特徵, 如 μ σ 樣本統計量 (sample statistic): 樣本的特徵, 如 x s 樣本統計量是一個樣本的函數, 應寫成 006 陳欣得統計學 抽樣與抽樣分配第 4- 頁

3 x + x + + x x = x( x, x,, x ) = (,,, ) s= s x x x = ( x x) + ( x x) + + ( x x) 樣本統計量隨樣本的不同而改變, 母體參數則為定值 樣本統計量也是隨機變數 既然 x x,,, x 都是隨機變數, x ( x x x ) s( x x x ),,,,,, 抽樣誤差 (samplig error): 樣本統計量與母體參數間的差距 ε = μ =,,, μ, 也是隨機變數 抽樣誤差, x x( x x x ) 當然也是隨機變數 4. 抽樣分配概論 抽樣分配 (samplig distributios): 樣本統計量的分配 最常見的樣本統計量為 : x + x + + x x = x( x, x,, x ) = (,,, ) = = s s x x x 基本樣本統計量 : (,,, ) ( ) T = T x x x = x + x + + x U = U x, x,, x = x + x + + x ( x x) + ( x x) + + ( x x) 一致且獨立分配 (Idetical ad Idepedet Distributio, i.i.d.): 若 x x,,, x 有相同的分配, 而且互相獨立, 則稱 x, x,, x 為一致且獨立 樣本需 i.i.d. 才容易計算其抽樣分配 例 若 x, x,, x 皆為參數 p 的白努力分配, 且互相獨立, 則 T = x + x + + x 為參數 p 的二項分配 例題 設 Z = + Y, 其中 Y 的機率分配分別如下 : P(,Y) \ Y / / 4/ / 4/ / 4/ 5/ / 006 陳欣得統計學 抽樣與抽樣分配第 4- 頁

4 求 Z 的分配 Y Z=+Y P(Z)=P(+Y) Z P(Z) / / / 6/ 4 4/ 4 / / 5 8/ 4 4/ 6 / 5 / 4 4/ 5 5/ 6 / 例題 設 Z = + Y, 其中 Y 的機率分配分別如下 : P() Y P(Y) / / 5 / 4 / Y 相互獨立, 求 Z 的分配 P(,Y) \ Y 4 /6 /6 5 /6 /6 Y Z=+Y P(Z) Z P(Z) 5 /6 5 /6 4 7 /6 7 /6 5 7 /6 9 / /6 例題 設 Z = + +, 其中,, 的機率分配分別皆如下 : P() 0 / /,, 相互獨立, 求 Z 的分配 006 陳欣得統計學 抽樣與抽樣分配第 4-4 頁

5 Z= + + P(Z) Z P(Z) /7 0 /7 0 0 /7 6/7 0 0 /7 /7 0 4/7 8/7 0 0 /7 0 4/7 0 4/7 8/7 計算統計量的分配 給定一組隨機變數 x, x,, x, 則求取統計量 f ( x x x ),,, 的分配有三種方法 : () 累計分配函數法 (Cumulative-distributio-fuctio Techique) () 動差母函數法 (Momet-geeratig-fuctio Techique) () 變數變換法 (Trasformatios) 兩個簡單的結果 : 若 Y, 的聯合機率函數為 P Y,, 且 Z= + Y則 = (, ) = (, ) P Z P Z P Z Y Y 範圍 Y 範圍 若 Y, 的聯合機率密度函數為 f xy,, 且 Z= + Y則 = (, ) = (, ) f z f x z x dx f z y y dy x 範圍 y 範圍 例題 4 若 (a) f ( x ) (b) f x, y = xy, 0 x, 0 y, 且令 z = x+ y, 求 f y (c) f xy (d) f z 006 陳欣得統計學 抽樣與抽樣分配第 4-5 頁

6 y= y= 0 0 ( a) f x = f x, y dy = xydy = x y = x = x= 0 0 x (, ) ( b) f y = f x, y dx = xydx = y x = y f x y xy () c f x y = = = x f y y = ( ) ( d) f z f x, z x dx x= x( z x) dx= z 0 z x= 0 z = x( z x) dx= z ( z ) ( z ) < z x= 0 x( z x) dx= z x= z ( z ) ( z ) < z 計算統計量的期望值與變異數定理 : 令 Z = + + +, 若,,, 互相獨立, 則 E Z = E + E + + E Var Z = Var + Var + + Var 定理 : 對任一隨機變數, 與任一實數值常數 r R, 則 E( r ) = re( ) Var r = r Var( ) 定理 : 令 Z = EZ, 若,,, 互相獨立, 則 E( ) + E( ) + + E( ) = Var( ) + Var( ) + + Var( ) Var( Z) = 定理 : 令 Z = E = E = = E = μ, 若,,, 互相獨立, 且 Var( ) = Var( ) = = Var( ) = σ 006 陳欣得統計學 抽樣與抽樣分配第 4-6 頁

7 則 EZ E + E + + E μ = = = μ Var( ) + Var( ) + + Var( ) σ σ Var( Z) = = = 例題 5 設 Z = + Y, 其中 為 = p = 0.5 的二項分配,Y 為 = p = 0. 的二項分配, 且 Y 相互獨立, 計算 E( Z ) Var( Z ) EZ = E ( + Y) = E + EY = =.9 Var( Z) = Var( + Y ) = Var( ) + Var( Y ) = 0.5 ( 0.5) + 0. ( 0.) =. 例題 6 設 Z = + Y, 其中 Y 為相互獨立的標準常態分配, 計算 E( Z ) Var( Z ) EZ = E + EY = 0+ 0= 0 Var Z Var Var Y = + = + = 例題 7 設 Z = + +, 為 λ = 的卜瓦松分配, 為 λ = 的卜瓦松分配, 為 λ = 0.5 的卜瓦松分配, 計算 E( Z ) Var( Z ) EZ = E + E + E = =.5 Var( Z) = Var( ) + Var( ) + Var( ) = =.5 例題 8 設 Z = ,,,, 分別為 = 0 p = 0.4, 相互獨立的二項分配, 5 計算 E( Z ) Var( Z ) EZ = 5 E = 5 p= = 0 Var( Z) = 5 Var( ) = 5 p ( p) = = 006 陳欣得統計學 抽樣與抽樣分配第 4-7 頁

8 4. 常見的抽樣分配 四個基本的抽樣分配 : () z 分配 標準常態分配, 對稱 鐘形, μ = 0, σ = () χ 分配 卡方分配, 右偏, μ = k, σ = k ( 自由度 = k ) () F 分配 m+ 右偏分配, μ =, σ = mm 4 ( = ( m, ) (4)t 分配對稱 鐘形分配, μ = 0, k σ = k ( 自由度 = k ) 自由度 ) 若 則,,, 皆為標準常態分配, 且相互獨立, Y = 為自由度 的卡方分配 df χ = 若 皆為自由度 的卡方分配, 且相互獨立, 則 Y = 為自由度 (, ) 的 F 分配 F df =, 若 為標準常態分配, 為自由度 的卡方分配, 且相互獨立, 則 Y = 為自由度 的 t 分配 t df = 一些有用的結果 : 若 N( μ, σ ) N( μ, σ ) (, ) Y = + N μ + μ σ + σ, 且相互獨立, 則 若,,, N( μ, σ ), 且相互獨立, 則 006 陳欣得統計學 抽樣與抽樣分配第 4-8 頁

9 ( μ, σ ) T = N = μ Y = z 分配 σ N μ, σ 若,,, N( μ, σ ) ( ) s 其中, 且相互獨立, 則 Y = χ σ s df = ( ) ( ) ( ) =, = 若,,,, Y, Y,, Y N( μ, σ ) 其中, 且相互獨立, 則 s Z = F s s s (, ) df = ( ) =, = ( ) Y Y + Y Y + + Y Y Y + Y + + Y =, Y = 若,,, N( μ, σ ) μ Y = t s 其中, 且相互獨立, 則 df = ( ) s =, = 例題 9 設 Z = , 其中,,, 0為相互獨立的標準常態分配, () 右尾檢定, 臨界值為 5, 請計算 α 值 () 右尾檢定, α = 0., 請計算臨界值 Z 成為 μ = 0 0 = 0 σ = 0 = 0 的常態分配 006 陳欣得統計學 抽樣與抽樣分配第 4-9 頁

10 () 計算 P( Z ) α = 5 = , () 計算 a 使得 P( Z a) = 0. a= 例題 0 設 Z =, 其中,,, 0為相互獨立的標準常態分配, 0 () 右尾檢定, 臨界值為, 請計算 α 值 () 右尾檢定, α = 0., 請計算臨界值 Z 成為 μ = = 0 σ = 0 0 = 0 0 的常態分配 () 計算 α = P( Z ) = , () 計算 a 使得 P( Z a) = 0. a= 0.66 例題 設 Z = + + +, 其中,,, 0為相互獨立的標準常態分配, 0 () 右尾檢定, 臨界值為 5, 請計算 α 值 () 右尾檢定, α = 0., 請計算臨界值 Z 成為自由度 0 的 χ 分配 α = P Z = χ = 0 5 = 0., () 計算 ( df ) () 以及計算 a 使得 ( χ df = ) P Z = 0 a = 0. a= 例題 設 Z = ( + + ) ( Y + Y ) () 右尾檢定, 臨界值為 0, 請計算 α 值 () 右尾檢定, α = 0., 請計算臨界值 Z 成為自由度 (, ) 的 F 分配 () 計算 α P( Z F df = ) () 以及計算 a 使得 ( df = ) = =, 0 = ,, 其中,,, Y, Y 為相互獨立的標準常態分配, P Z = F, a = 0. a= 9.68 例題 設 Z = ( Y + Y + Y ) () 右尾檢定, 臨界值為, 請計算 α 值, 其中, Y, Y, Y 為相互獨立的標準常態分配, 006 陳欣得統計學 抽樣與抽樣分配第 4-0 頁

11 () 右尾檢定, α = 0., 請計算臨界值 Z 成為自由度 的 t 分配 () 計算 α P( Z t df = ) () 以及計算 a 使得 ( df = ) = = = 0.088, P Z = t a = 0. a= 例題 4 設 Z =, 其中 σ,, 分別為平均數 μ 標準差 σ, 相互獨立的常態分配, () 右尾檢定, 臨界值為 9, 請計算 α 值 () 右尾檢定, α = 0., 請計算臨界值 Z 成為自由度 = 的 χ 分配 α = P Z = χ df = 9 = 0.0, () 計算 () 以及計算 a 使得 ( χ df = ) 四個抽樣分配間的關係 符號 : P Z = a = 0. a= z α 表示累計機率為 α 之 z 分配臨界值 : P( x z α ) = α χ α, df 表示累計機率為 α 自由度 df 之 ( ),, χ 分配臨界值 : P( x χα, df ) = α F α 表示累計機率為 α 自由度 (, ) 之 F 分配臨界值 : P x F α, (, ) = α t α, df 表示累計機率為 α 自由度 df 之 t 分配臨界值 : (, df ) P x t α = α χ 分配的變化 α, df z α χ α, df = lim = 自由度 df = 時, 成為 z 分配的平方 : χ = = 自由度 df = 時, F 分配的變化 df χ α, df df 為常數 : 自由度 = (, ) 與 df (, ) 自由度 df (, ) = 的 F 分配互為倒數 : Fα df = ( ) F α df = ( ) = = 時, 成為 χ 分配除分子自由度 : Fα,,,, = χ α, df =, df =, 006 陳欣得統計學 抽樣與抽樣分配第 4- 頁

12 自由度 df (, ) t 分配的變化 zα = 時, 成為 t 分配的平方 : Fα, df = (, ) = = t α χ, df = α, df = 自由度 df = 時, 成為 z 分配 : t α, df = = zα F 可由 F 分配得到 : Fα, df (, ) = = F α, df = (, ) χ 可由 F 分配得到 : χα, df = = Fα, df = (, ) t 可由 F 分配得到 : tα, df = = F α, df = (, ) z 可由 F χ 或 t 分配得到 : zα = F α df (, ) = χ α = = t, =, df α, df = 例題 5 就以下 F 分配機率表, 請計算 :() F α = 0.88, df = ( 6,8) ;() χ α = 0.06, df = ;() t α = 0.06, df = 6 ;(4) z α = 0.0 F 分配右尾機率表 α = 0.0 α = 0.06 α = () Fα = 0.88, df = ( 6,8) = = = 0.50 Fα = 0., df = ( 8,6).9596 () χ α 0.06, df F 0.06, (, ) = = = α = df = = = () tα = 0.06, df = 6 = Fα = 0.06, df = (,6) =.6977 =.645 (4) zα= 0.0 = tα= 0.0, df = = Fα = 0.06, df = (, ) =.58 =.880 抽樣分配的查表練習題目 四種機率 ( 左尾 右尾 區間 雙尾 ) 中, 區間又稱為信賴區間 (cofidece itervals), 左尾 右尾 雙尾有時會稱為拒絕區域 (regio of rejectio) 一般拒絕區域不會包含等式 : P( < a) P( > b) P( < a > b) 或 左尾 右尾 雙尾的機率又稱為顯著水準 (sigificace level), 以 α 表示, 如 P( x a) = α, 006 陳欣得統計學 抽樣與抽樣分配第 4- 頁

13 左尾 右尾 雙尾的機率有時也稱為 p 值 (p-value) 信賴區間的機率又稱為信賴度 (level of cofidece), 以 α 表示, 如 P( a x b) = α 信賴區間的兩臨界值 (cofidece limits) 一般都以平均數對稱點互相對稱 例題 6 隨機變數 為標準常態分配 : (a) 計算信賴區間 { } (b) 計算左尾 { } 的顯著水準 ; (c) 計算右尾 { } 的顯著水準 ; 的信賴度 ; (d) 左尾檢定, α = 0.05, 求臨界值 ; (e) 右尾檢定, α = 0.05, 求臨界值 ; (f) 雙尾檢定, α = 0.05, 求臨界值 ( a) α = P z = ( b) α = P z = 0.08 ( c) α = P z = 0.00 ( d) P z a = 0.05 a=.645 ( e) P z a = 0.05 a=.645 ( f) P a z a = 0.05 a=.96 例題 7 隨機變數 為 μ = 4, σ = 的常態分配 : (a) 計算信賴區間 { 7} 的信賴度 ; (b) 求信賴度 α = 0.9的信賴區間 ; (c) 左尾檢定, 臨界值為, 求 p 值 ; (d) 右尾檢定, 臨界值為 9, 求 p 值 ; (e) 左尾檢定, α = 0.0, 求臨界值 ; (f) 右尾檢定, α = 0.0, 求臨界值 ; (g) 雙尾檢定, α = 0.0, 求臨界值 * 4 * 7 4 x= x= 7 α ( a) z = =, z = =, = P z = * * * ( b) α = P z z z = 0.9 z =.645 臨界值 = 4 ±.645 a= 0.7, b= 陳欣得統計學 抽樣與抽樣分配第 4- 頁

14 * ( c) z x= = =, p= P z = * ( d) z x= 9 = =, p= P z = * * ( e) α = P z z = 0.0 z =.6 a = 4.6 = 0.65 * * ( f) α = P z z = 0.0 z =.6 b= = 8.65 ( 或 ) * * * ( g) α = P z z z z = 0.0 z =.576 臨界值 = 4 ±.576 a=.5, b= 9.5 例題 8 設 Z = + Y, 其中 Y 相互獨立, 且 為 μ = σ = 的常態分配,Y 為 μ = σ = 4 的常態分配, (a) 計算信賴區間 { Z 7} 的信賴度 ; (b) 求信賴度 α = 0.9的信賴區間 ; (c) 左尾檢定, 臨界值為, 求 p 值 ; (d) 右尾檢定, 臨界值為 9, 求 p 值 ; (e) 左尾檢定, α = 0.0, 求臨界值 拒絕區域 ; (f) 右尾檢定, α = 0.0, 求臨界值 拒絕區域 ; (g) 雙尾檢定, α = 0.0, 求臨界值 拒絕區域 Z 成為 μ = + = σ = + 4 = 5的常態分配 { < 或 > } { } { } { } ( a) α = ( b) 5. Z. ( c) p= 0.9 ( d) p= 0.5 ( e) Z < 8.6 ( f) Z > 4.6 ( g) Z 9.88 Z 5.88 例題 9 設 Z = , 其中,,, 9為相互獨立的標準常態分配, (a) 計算信賴區間 { Z 7} 的信賴度 ; (b) 求信賴度 α = 0.9的信賴區間 ; (c) 左尾檢定, 臨界值為, 求 p 值 ; (d) 右尾檢定, 臨界值為 9, 求 p 值 ; (e) 左尾檢定, α = 0.05, 求臨界值 拒絕區域 ; (f) 右尾檢定, α = 0.05, 求臨界值 拒絕區域 ; (g) 雙尾檢定, α = 0.05, 求臨界值 拒絕區域 Z 成為 μ = 9 0= 0 σ = 9 = 的常態分配 006 陳欣得統計學 抽樣與抽樣分配第 4-4 頁

15 { < 或 > } { } { } { } ( a) α = ( b) 4.9 Z 4.9 ( c) p= ( d) p= 0.00 ( e) Z < 4.9 ( f) Z > 4.9 ( g) Z 5.88 Z 例題 0 設 Z =, 其中,,, 6為相互獨立的標準常態分配, 6 (a) 計算信賴區間 { 0.5 Z 0.5} 的信賴度 ; (b) 求信賴度 α = 0.9的信賴區間 ; (c) 左尾檢定, 臨界值為, 求 p 值 ; (d) 右尾檢定, 臨界值為, 求 p 值 ; (e) 左尾檢定, α = 0.05, 求臨界值 拒絕區域 ; (f) 右尾檢定, α = 0.05, 求臨界值 拒絕區域 ; (g) 雙尾檢定, α = 0.05, 求臨界值 拒絕區域 Z 成為 μ = = 0 σ = = = 的常態分配 { < 或 > } { } { } { } ( a) α = ( b) 0.4 Z 0.4 ( c) p= ( d) p= ( e) Z < 0.4 ( f) Z > 0.4 ( g) Z Z 例題 設 Z = + + +, 其中,,, 0為相互獨立的標準常態分配, 0 (a) 計算信賴區間 { Z 8} 的信賴度 ; (b) 求信賴度 α = 0.9的信賴區間 ; (c) 左尾檢定, 臨界值為, 求 p 值 ; (d) 右尾檢定, 臨界值為 8, 求 p 值 ; (e) 左尾檢定, α = 0.05, 求臨界值 拒絕區域 ; (f) 右尾檢定, α = 0.05, 求臨界值 拒絕區域 ; (g) 雙尾檢定, α = 0.05, 求臨界值 拒絕區域 Z 成為自由度 0 的 χ 分配 { < 或 > } { } { } { } ( a) α = 0.94 ( b).94 Z 8. ( c) p= ( d) p= ( e) Z <.94 ( f) Z > 8. ( g) Z.5 Z 陳欣得統計學 抽樣與抽樣分配第 4-5 頁

16 例題 設 Z = ( + + ) ( Y + Y ) (a) 計算信賴區間 { Z 8} 的信賴度 ; (b) 求信賴度 α = 0.9的信賴區間 ; (c) 左尾檢定, 臨界值為, 求 p 值 ; (d) 右尾檢定, 臨界值為 8, 求 p 值 ; (e) 左尾檢定, α = 0.05, 求臨界值 拒絕區域 ; (f) 右尾檢定, α = 0.05, 求臨界值 拒絕區域 ; (g) 雙尾檢定, α = 0.05, 求臨界值 拒絕區域 Z 成為自由度 (,) 的 F 分配 { < 或 > }, 其中,,, Y, Y 為相互獨立的標準常態分配, { } { } { } ( a) α = ( b) 0.05 Z 9.6 ( c) p= ( d) p= 0.05 ( e) Z < 0.05 ( f) Z > 9.6 ( g) Z 0.06 Z 9.7 例題 設 Z = ( Y + Y + Y ) (a) 計算信賴區間 { Z } 的信賴度 ; (b) 求信賴度 α = 0.9的信賴區間 ; (c) 左尾檢定, 臨界值為, 求 p 值 ; (d) 右尾檢定, 臨界值為, 求 p 值 ; (e) 左尾檢定, α = 0.05, 求臨界值 拒絕區域 ; (f) 右尾檢定, α = 0.05, 求臨界值 拒絕區域 ; (g) 雙尾檢定, α = 0.05, 求臨界值 拒絕區域 Z 成為自由度 的 t 分配 { < 或 > }, 其中, Y, Y, Y 為相互獨立的標準常態分配, { } { } { } ( a) α = ( b).5 Z.5 ( c) p= ( d) p= ( e) Z <.5 ( f) Z >.5 ( g) Z.8 Z 例題 4 設 Z =, 其中 σ,, 分別為平均數 μ 標準差 σ, 相互獨立的常態分配, 006 陳欣得統計學 抽樣與抽樣分配第 4-6 頁

17 (a) 計算信賴區間 { Z 6} 的信賴度 ; (b) 求信賴度 α = 0.9的信賴區間 ; (c) 左尾檢定, 臨界值為, 求 p 值 ; (d) 右尾檢定, 臨界值為 6, 求 p 值 ; (e) 左尾檢定, α = 0.05, 求臨界值 拒絕區域 ; (f) 右尾檢定, α = 0.05, 求臨界值 拒絕區域 ; (g) 雙尾檢定, α = 0.05, 求臨界值 拒絕區域 Z 成為自由度 = 的 χ 分配 { < 或 > } { } { } { } ( a) α = ( b) 0.5 Z 7.85 ( c) p= ( d) p= 0.6 ( e) Z < 0.5 ( f) Z > 7.85 ( g) Z 0.6 Z 9.48 Y μ 例題 5 設 Z =, 其中 s ( ) + ( ) + ( ) s =,,,, Y 分別為平均數 μ 標準差 σ, 相互獨立的常態分配, (a) 計算信賴區間 { Z } 的信賴度 ; (b) 求信賴度 α = 0.9的信賴區間 ; (c) 左尾檢定, 臨界值為, 求 p 值 ; (d) 右尾檢定, 臨界值為, 求 p 值 ; (e) 左尾檢定, α = 0.05, 求臨界值 拒絕區域 ; (f) 右尾檢定, α = 0.05, 求臨界值 拒絕區域 ; (g) 雙尾檢定, α = 0.05, 求臨界值 拒絕區域 Z 成為自由度 = 的 t 分配 { < 或 > } { } { } { } ( a) α = ( b).9 Z.9 ( c) p= ( d) p= ( e) Z <.9 ( f) Z >.9 ( g) Z 4.0 Z 4.0 s 例題 6 設 Z =, 其中 s 006 陳欣得統計學 抽樣與抽樣分配第 4-7 頁

18 s s = = ( ) + ( ) + ( ) Y+ Y+ Y Y+ Y+ Y Y+ Y+ Y ( Y ) + ( Y ) + ( Y ),,, Y, Y, Y 分別為平均數 μ 標準差 σ, 相互獨立的常態分配, (a) 計算信賴區間 { Z 8} 的信賴度 ; (b) 求信賴度 α = 0.9的信賴區間 ; (c) 左尾檢定, 臨界值為, 求 p 值 ; (d) 右尾檢定, 臨界值為 8, 求 p 值 ; (e) 左尾檢定, α = 0.05, 求臨界值 拒絕區域 ; (f) 右尾檢定, α = 0.05, 求臨界值 拒絕區域 ; (g) 雙尾檢定, α = 0.05, 求臨界值 拒絕區域 Z 成為自由度 (,) 的 F 分配 { < 或 > } { } { } { } ( a) α = ( b) 0.05 Z 9.00 ( c) p= ( d) p= ( e) Z < 0.05 ( f) Z > 9.00 ( g) Z 0.06 Z 中央極限定理 若,,, 為 i.i.d., 來自平均數 μ 標準差 σ 的母體, 令 = 則當 時, σ N μ, μ N σ ( 0,) 006 陳欣得統計學 抽樣與抽樣分配第 4-8 頁

Microsoft Word - 95_1_stat_handout_03機率分配.doc

Microsoft Word - 95_1_stat_handout_03機率分配.doc 第三章機率分配 6 年 月 日最後修改. 機率分配概論. 離散隨機變數之機率分配. 連續隨機變數之機率分配.4 機率表.5 計算隨機變數的期望值與變異數.6 動差與動差母函數. 機率分配概論 機率分配 (robabiliy disribuio) 機率分配是隨機變數的機率函數 機率分配是一個函數, 其定義域是實數值, 值域是機率 ([, ]) 機率分配可以想像為相對次數分配表, 只是這裡分組是隨機變數的值

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 Word - 96_3_stat_講義.doc

Microsoft Word - 96_3_stat_講義.doc 靜宜大學企管系 97 學年第 3 學期 統計學 講義 任課老師 : 陳欣得 9 年 6 月 第零章統計學概論 6 年 9 月 8 日最後修改. 統計學的定義. 敘述統計學與推論統計學.3 測量尺度.4 資料 資訊與因果關係. 統計學的定義 統計學 (Statistics) 蒐集 組織 呈現 分析與詮釋資料的科學, 其目的在協助作更好的決策 統計學作蒐集 組織 呈現 分析與詮釋等操作 統計學操作的對象是資料

More information

第9章抽樣與抽樣分配

第9章抽樣與抽樣分配 抽樣與抽樣分配 學習目標 第 9 章抽樣與抽樣分配 () 瞭誤差及抽樣誤差之概念 () 瞭影響抽樣誤差之主要因素 (3) 瞭隨機抽樣之概念 (4) 瞭隨機抽樣方法 (5) 瞭抽樣分配之概念 (6) 瞭中央極限定理之概念與應用 /37 /37 大綱 9. 抽樣方法 (/6) 9. 抽樣方法 9. 抽樣分配 9.3 樣本平均數之抽樣分配 9.4 兩樣本平均數差之抽樣分配 9.5 樣本變異數之抽樣分配 9.6

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

<4D F736F F F696E74202D20B2C43130B3B9C2B2B3E6C048BEF7A9E2BCCBBB50A9E2BCCBA4C0B0742E707074>

<4D F736F F F696E74202D20B2C43130B3B9C2B2B3E6C048BEF7A9E2BCCBBB50A9E2BCCBA4C0B0742E707074> 10 學習目的 1. 瞭解抽樣的意義以及抽樣的重要性. 瞭解抽樣誤差與非機率誤差 3. 知悉樣本大小 抽樣成本和抽樣誤差的關係 4. 瞭解 5. 瞭解樣本統計量 : 樣本平均數 樣本比例的的形狀及其平均數 變異數的計算 6. 瞭解及其應用 7. 瞭解其他抽樣方法 8. 利用 Ecel 來做抽樣 本章結構 抽樣的重要性抽樣誤差與非抽樣誤差抽樣成本與抽樣誤差抽樣單位與抽樣底冊 的方法的實施方法 母體分配抽樣誤差與非抽樣誤差樣本平均數的平均數與變異數

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

11.兩組資料的比較: 針對母體平均數及成功率

11.兩組資料的比較: 針對母體平均數及成功率 . 兩 料 數 ( 率 ( 料 連 兩 數 Q : 女 異 女 料 數 { 女 } 連 女 女 女 女 女 女 女? 3 料 (biary{ } 兩 率 Q : all pass 女 all pass 例 兩 女 料 Y {all pass, ot all pass} all pass 女 女 all pass 女 all pass 4 all pass 例 S/F 女 all pass 例 女 S/F

More information

Microsoft PowerPoint - Ch05

Microsoft PowerPoint - Ch05 品質管理 - 現代化觀念與實務應用 Quality Management-Contemporary Concepts and Practical Applications 鄭春生 著 Chapter 5 應用於品質管制與改善之 統計方法 學習要點 透過本課程, 將可了解 : 1. 統計學之基本概念 2. 各種機率分配之理論和應用 3. 各種抽樣分配之理論和應用 4. 估計和假設檢定 5. 統計軟體之應用

More information

《分析化学辞典》_数据处理条目_1.DOC

《分析化学辞典》_数据处理条目_1.DOC 3 4 5 6 7 χ χ m.303 B = f log f log C = m f = = m = f m C = + 3( m ) f = f f = m = f f = n n m B χ α χ α,( m ) H µ σ H 0 µ = µ H σ = 0 σ H µ µ H σ σ α H0 H α 0 H0 H0 H H 0 H 0 8 = σ σ σ = ( n ) σ n σ /

More information

Microsoft Word - 94_4_stat_handout_10順序資料之假設檢定.doc

Microsoft Word - 94_4_stat_handout_10順序資料之假設檢定.doc 0 第十章順序資料之假設檢定 006 年 9 月 日最後修改 0. 順序資料檢定概論 0. 符號檢定 0.3 符號秩檢定 ( 成對樣本檢定 0.4 秩和檢定 ( 兩獨立樣本檢定 0.5 Krusal-Walls 檢定 ( 變異數分析 0.6 等級相關分析 0.7 統計量推導 0. 順序資料檢定概論 順序資料無法使用量化資料的假設檢定 順序資料檢定的原則 : 將資料排序, 給名次, 然後對名次作量化的計算

More information

& &((. ) ( & ) 6 0 &6,: & ) ; ; < 7 ; = = ;# > <# > 7 # 0 7#? Α <7 7 < = ; <

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

More information

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

!! # % & ( )!!! # + %!!! &!!, # ( + #. ) % )/ # & /. ! # !! # % & ( )!!! # + %!!! &!!, # ( + #. ) % )/ # & /. #! % & & ( ) # (!! /! / + ) & %,/ #! )!! / & # 0 %#,,. /! &! /!! ) 0+(,, # & % ) 1 # & /. / & %! # # #! & & # # #. ).! & #. #,!! 2 34 56 7 86 9

More information

! # % & # % & ( ) % % %# # %+ %% % & + %, ( % % &, & #!.,/, % &, ) ) ( % %/ ) %# / + & + (! ) &, & % & ( ) % % (% 2 & % ( & 3 % /, 4 ) %+ %( %!

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

More information

第9章 估計

第9章 估計 第 9 章估計. 估計的基本概念. 估計量之性質 3. 估計之方法 4. 區間估計之基本概念 5. 平均數之區間估計 ( 投影片 p.6 6. 樣本大小 7. 兩個母體平均數差之區間估計 8. 變異數之區間估計 9. 兩母體變異數比之區間估計 0. 比例值之區間估計. 兩母體比例值差之區間估計. 容差界限 3. 結論 /6 9. 估計的基本概念 9. 估計量之性質 ( 一 不偏性 (ubiased

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

Ζ # % & ( ) % + & ) / 0 0 1 0 2 3 ( ( # 4 & 5 & 4 2 2 ( 1 ) ). / 6 # ( 2 78 9 % + : ; ( ; < = % > ) / 4 % 1 & % 1 ) 8 (? Α >? Β? Χ Β Δ Ε ;> Φ Β >? = Β Χ? Α Γ Η 0 Γ > 0 0 Γ 0 Β Β Χ 5 Ι ϑ 0 Γ 1 ) & Ε 0 Α

More information

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

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

More information

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

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

More information

! # %& ( %! & & + %!, ( Α Α Α Α Χ Χ Α Χ Α Α Χ Α Α Α Α

! # %& ( %! & & + %!, ( Α Α Α Α Χ Χ Α Χ Α Α Χ Α Α Α Α Ε! # % & ( )%! & & + %!, (./ 0 1 & & 2. 3 &. 4/. %! / (! %2 % ( 5 4 5 ) 2! 6 2! 2 2. / & 7 2! % &. 3.! & (. 2 & & / 8 2. ( % 2 & 2.! 9. %./ 5 : ; 5. % & %2 2 & % 2!! /. . %! & % &? & 5 6!% 2.

More information

,!! #! > 1? = 4!! > = 5 4? 2 Α Α!.= = 54? Β. : 2>7 2 1 Χ! # % % ( ) +,. /0, , ) 7. 2

,!! #! > 1? = 4!! > = 5 4? 2 Α Α!.= = 54? Β. : 2>7 2 1 Χ! # % % ( ) +,. /0, , ) 7. 2 ! # %!% # ( % ) + %, ). ) % %(/ / %/!! # %!! 0 1 234 5 6 2 7 8 )9!2: 5; 1? = 4!! > = 5 4? 2 Α 7 72 1 Α!.= = 54?2 72 1 Β. : 2>7 2 1 Χ! # % % ( ) +,.

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

(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

投影片 1

投影片 1 抽樣 Chapter 6 6.1 引言 調查抽樣最常見的用途之一是用在政治或選舉的民意調查 (political polling) 社會研究者必須選取觀察對象, 藉以概推其他無法被觀測之人群與事件 選取觀察對象的過程, 就稱為抽樣 (sampling) 了解抽樣的邏輯對進行社會研究是必要的 6.1 引言 6.1 引言 6.2 抽樣的簡史 社會研究領域中, 抽樣技術的發展是與選舉民意調查攜手並進的 6.2.1

More information

《分析化学辞典》_数据处理条目_2.DOC

《分析化学辞典》_数据处理条目_2.DOC lg lg ) (lg µ lg lg lg g g g lg lg g lg g () f ma m ) ( ma f ) ( m f w w w w w / s s µ w sw w s w m s s m ( y Y ) w[ y ( a b Q w Q w w + Q w w a b )] a b H H H H H H α H α H H β H H H α H H α H H α α H

More information

. /!Ι Γ 3 ϑκ, / Ι Ι Ι Λ, Λ +Ι Λ +Ι

. /!Ι Γ 3 ϑκ, / Ι Ι Ι Λ, Λ +Ι Λ +Ι ! # % & ( ) +,& ( + &. / 0 + 1 0 + 1,0 + 2 3., 0 4 2 /.,+ 5 6 / 78. 9: ; < = : > ; 9? : > Α

More information

! /. /. /> /. / Ε Χ /. 2 5 /. /. / /. 5 / Φ0 5 7 Γ Η Ε 9 5 /

! /. /. /> /. / Ε Χ /. 2 5 /. /. / /. 5 / Φ0 5 7 Γ Η Ε 9 5 / ! # %& ( %) & +, + % ) # % % ). / 0 /. /10 2 /3. /!. 4 5 /6. /. 7!8! 9 / 5 : 6 8 : 7 ; < 5 7 9 1. 5 /3 5 7 9 7! 4 5 5 /! 7 = /6 5 / 0 5 /. 7 : 6 8 : 9 5 / >? 0 /.? 0 /1> 30 /!0 7 3 Α 9 / 5 7 9 /. 7 Β Χ9

More information

Microsoft Word - 94_4_stat_handout_06假設檢定.doc

Microsoft Word - 94_4_stat_handout_06假設檢定.doc 6 第六章假設檢定 6 年 8 月 日最後修改 6. 假設檢定概論 6. 檢定統計量 6.3 假設檢定的形式與步驟 6.4 單一樣本之假設檢定 6.5 兩組樣本之假設檢定 6.6 型 I 錯誤與型 II 錯誤 6.7 檢定力函數與作業曲線 6.8 相關係數的檢定 6. 假設檢定概論 假設 (Hyothesis: 一個對母體參數可判定真實與否的陳述 假設檢定 (Hyothesis Testig: 以樣本檢測對母體參數之陳述是否真實的操作程序

More information

! # % & ( & # ) +& & # ). / 0 ) + 1 0 2 & 4 56 7 8 5 0 9 7 # & : 6/ # ; 4 6 # # ; < 8 / # 7 & & = # < > 6 +? # Α # + + Β # Χ Χ Χ > Δ / < Ε + & 6 ; > > 6 & > < > # < & 6 & + : & = & < > 6+?. = & & ) & >&

More information

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

( ) (! +)! #! () % + + %, +,!#! # # % + +! !! # % & & & &! # # % ( ) (! +)! #! () % + + %, +,!#! # # % + +! ! %!!.! /, ()!!# 0 12!# # 0 % 1 ( ) #3 % & & () (, 3)! #% % 4 % + +! (!, ), %, (!!) (! 3 )!, 1 4 ( ) % % + % %!%! # # !)! % &! % () (! %

More information

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

& & ) ( +( #, # &,! # +., ) # % # # % ( # ! # % & # (! & & ) ( +( #, # &,! # +., ) # % # # % ( # Ι! # % & ( ) & % / 0 ( # ( 1 2 & 3 # ) 123 #, # #!. + 4 5 6, 7 8 9 : 5 ; < = >?? Α Β Χ Δ : 5 > Ε Φ > Γ > Α Β #! Η % # (, # # #, & # % % %+ ( Ι # %

More information

Microsoft PowerPoint - Excel統計2.ppt

Microsoft PowerPoint - Excel統計2.ppt 國立雲林科技大學工業工程與管理所 Graduate school of Idustrial Egieerig & Maagemet, Natioal Yuli Uiversity of Sciece & Techology http://campusweb.yutech.edu.tw/~qre/idex.htm Excel 的統計分析 國立雲林科技大學工業工程與管理所 Graduate school

More information

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

% %! # % & ( ) % # + # # % # # & & % ( #,. % !!! # #! # % & % %! # % & ( ) % # + # # % # # & & % ( #,. % , ( /0 ) %, + ( 1 ( 2 ) + %, ( 3, ( 123 % & # %, &% % #, % ( ) + & &% & ( & 4 ( & # 4 % #, #, ( ) + % 4 % & &, & & # / / % %, &% ! # #! # # #

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 PowerPoint - Chapter 7-Statistical Data Treatment and Evaluation_2018ed [相容模式]

Microsoft PowerPoint - Chapter 7-Statistical Data Treatment and Evaluation_2018ed [相容模式] Chapter 7 tatistical Data Treatmet ad Evaluatio 熊同銘 tmhsiug@gmail.com http://www.chem.tou.edu.tw/ TMHsiug 08 Chapter 07 lide of 37 Cotets i Chapter 7 7. Cofidece Iterval 7.. Probability versus Cofidece

More information

:

: : : 4.1....................... 1 4.1.1............... 1 4.2........... 10 4.2.1............... 10 4.2.2..... 14 4.2.3................ 18 4.2.4................ 24 4.3...................... 26 4.3.1..............

More information

<4D F736F F D20B0AAA4A4B14DC3442DAB48BFE0B0CFB6A1BB50AB48A4DFA4F4B7C72E646F63>

<4D F736F F D20B0AAA4A4B14DC3442DAB48BFE0B0CFB6A1BB50AB48A4DFA4F4B7C72E646F63> 估計 定義. 參數 (parameter): 全體對象的特徵值稱參數. 估計的意義 (estimatio): 所謂估計就是指根據資料推測代表值 ( 參數 ) 並評估其精確度, 在母體中, 利用樣本去推測某參數值 方法 區間估計 (iterval estimatio): 現在要對於全體研究對象 ( 母體 ) 的某一未知的特徵值 ( 參數值 ), 我們想瞭解估計值與真正值究竟有多接近作了解時, 除了點估計外,

More information

! Ν! Ν Ν & ] # Α. 7 Α ) Σ ),, Σ 87 ) Ψ ) +Ε 1)Ε Τ 7 4, <) < Ε : ), > 8 7

! Ν! Ν Ν & ] # Α. 7 Α ) Σ ),, Σ 87 ) Ψ ) +Ε 1)Ε Τ 7 4, <) < Ε : ), > 8 7 !! # & ( ) +,. )/ 0 1, 2 ) 3, 4 5. 6 7 87 + 5 1!! # : ;< = > < < ;?? Α Β Χ Β ;< Α? 6 Δ : Ε6 Χ < Χ Α < Α Α Χ? Φ > Α ;Γ ;Η Α ;?? Φ Ι 6 Ε Β ΕΒ Γ Γ > < ϑ ( = : ;Α < : Χ Κ Χ Γ? Ε Ι Χ Α Ε? Α Χ Α ; Γ ;

More information

08-01.indd

08-01.indd 1 02 04 08 14 20 27 31 35 40 43 51 57 60 07 26 30 39 50 56 65 65 67 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 ω ρ ε 23 λ ω < 1 ω < 1 ω > 0 24 25 26 27 28 29 30 31 ρ 1 ρ σ b a x x i +3 x i

More information

: ; # 7 ( 8 7

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

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

M ( ) K F ( ) A M ( ) 1815 (probable error) F W ( ) J ( ) n! M ( ) T ( ) L ( ) T (171

M ( ) K F ( ) A M ( ) 1815 (probable error) F W ( ) J ( ) n! M ( ) T ( ) L ( ) T (171 1 [ ]H L E B ( ) statistics state G (150l--1576) G (1564 1642) 16 17 ( ) C B (1623 1662) P (1601--16S5) O W (1646 1716) (1654 1705) (1667--1748) (1687--H59) (1700 1782) J (1620 1674) W (1623 1687) E (1656

More information

# # # #!! % &! # % 6 & () ) &+ & ( & +, () + 0. / & / &1 / &1, & ( ( & +. 4 / &1 5,

# # # #!! % &! # % 6 & () ) &+ & ( & +, () + 0. / & / &1 / &1, & ( ( & +. 4 / &1 5, # # # #!! % &! # % 6 & () ) &+ & ( & +, () + 0. / & / &1 / &1, & ( 0 2 3 ( & +. 4 / &1 5, !! & 6 7! 6! &1 + 51, (,1 ( 5& (5( (5 & &1 8. +5 &1 +,,( ! (! 6 9/: ;/:! % 7 3 &1 + ( & &, ( && ( )

More information

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

!!! #! )! ( %!! #!%! % + % & & ( )) % & & #! & )! ( %! ),,, ) ! # % & # % ( ) & + + !!! #! )! ( %!! #!%! % + % & & ( )) % & & #! & )! ( %! ),,, ) 6 # / 0 1 + ) ( + 3 0 ( 1 1( ) ) ( 0 ) 4 ( ) 1 1 0 ( ( ) 1 / ) ( 1 ( 0 ) ) + ( ( 0 ) 0 0 ( / / ) ( ( ) ( 5 ( 0 + 0 +

More information

2008 5-1 - 2008 5-2 - 2008 5-1 - 2008 5-2 - 200810 2007~2010 2007 3 2008 2008 5-3 - 1 2 1 2 2008 5-4 - 3 4 2008 5 9 2008 5 16 2008 5-5 - 2008 5-6 - 2008 5-7 - 2008 5-8 - 2006 7 25 21 2008 5-9 - 2008 5-10

More information

Ρ Τ Π Υ 8 ). /0+ 1, 234) ς Ω! Ω! # Ω Ξ %& Π 8 Δ, + 8 ),. Ψ4) (. / 0+ 1, > + 1, / : ( 2 : / < Α : / %& %& Ζ Θ Π Π 4 Π Τ > [ [ Ζ ] ] %& Τ Τ Ζ Ζ Π

Ρ Τ Π Υ 8 ). /0+ 1, 234) ς Ω! Ω! # Ω Ξ %& Π 8 Δ, + 8 ),. Ψ4) (. / 0+ 1, > + 1, / : ( 2 : / < Α : / %& %& Ζ Θ Π Π 4 Π Τ > [ [ Ζ ] ] %& Τ Τ Ζ Ζ Π ! # % & ( ) + (,. /0 +1, 234) % 5 / 0 6/ 7 7 & % 8 9 : / ; 34 : + 3. & < / = : / 0 5 /: = + % >+ ( 4 : 0, 7 : 0,? & % 5. / 0:? : / : 43 : 2 : Α : / 6 3 : ; Β?? : Α 0+ 1,4. Α? + & % ; 4 ( :. Α 6 4 : & %

More information

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

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

More information

Ps22Pdf

Ps22Pdf X T T 10 1 J T 12 13 14 15 16 17 18 19 20 21 2 23 24 25 26 27 28 29 30 31 32 3 34 35 36 37 38 39 40 41 42 43 4 45 46 47 48 49 50 51 52 53 54 5 56 57 58 59 60 61 62 63 64 65 6 67 68 69 70 71 72 73 74 75

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

! + +, ) % %.!&!, /! 0! 0 # ( ( # (,, # ( % 1 2 ) (, ( 4! 0 & 2 /, # # ( &

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

More information

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

!! )!!! +,./ 0 1 +, 2 3 4, # 8,2 6, 2 6,,2 6, 2 6 3,2 6 5, 2 6 3, 2 6 9!, , 2 6 9, 2 3 9, 2 6 9, ! # !! )!!! +,./ 0 1 +, 2 3 4, 23 3 5 67 # 8,2 6, 2 6,,2 6, 2 6 3,2 6 5, 2 6 3, 2 6 9!, 2 6 65, 2 6 9, 2 3 9, 2 6 9, 2 6 3 5 , 2 6 2, 2 6, 2 6 2, 2 6!!!, 2, 4 # : :, 2 6.! # ; /< = > /?, 2 3! 9 ! #!,!!#.,

More information

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

., /,, 0!, + & )!. + + (, &, & 1 & ) ) 2 2 ) 1! 2 2 ! # &!! ) ( +, ., /,, 0!, + & )!. + + (, &, & 1 & ) ) 2 2 ) 1! 2 2 ! 2 2 & & 1 3! 3, 4 45!, 2! # 1 # ( &, 2 &, # 7 + 4 3 ) 8. 9 9 : ; 4 ), 1!! 4 4 &1 &,, 2! & 1 2 1! 1! 1 & 2, & 2 & < )4 )! /! 4 4 &! &,

More information

, ( 6 7 8! 9! (, 4 : : ; 0.<. = (>!? Α% ), Β 0< Χ 0< Χ 2 Δ Ε Φ( 7 Γ Β Δ Η7 (7 Ι + ) ϑ!, 4 0 / / 2 / / < 5 02

, ( 6 7 8! 9! (, 4 : : ; 0.<. = (>!? Α% ), Β 0< Χ 0< Χ 2 Δ Ε Φ( 7 Γ Β Δ Η7 (7 Ι + ) ϑ!, 4 0 / / 2 / / < 5 02 ! # % & ( ) +, ) %,! # % & ( ( ) +,. / / 01 23 01 4, 0/ / 5 0 , ( 6 7 8! 9! (, 4 : : ; 0.!? Α% ), Β 0< Χ 0< Χ 2 Δ Ε Φ( 7 Γ Β Δ 5 3 3 5 3 1 Η7 (7 Ι + ) ϑ!, 4 0 / / 2 / 3 0 0 / < 5 02 Ν!.! %) / 0

More information

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

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

More information

Π Ρ! #! % & #! (! )! + %!!. / 0% # 0 2 3 3 4 7 8 9 Δ5?? 5 9? Κ :5 5 7 < 7 Δ 7 9 :5? / + 0 5 6 6 7 : ; 7 < = >? : Α8 5 > :9 Β 5 Χ : = 8 + ΑΔ? 9 Β Ε 9 = 9? : ; : Α 5 9 7 3 5 > 5 Δ > Β Χ < :? 3 9? 5 Χ 9 Β

More information

4= 8 4 < 4 ϑ = 4 ϑ ; 4 4= = 8 : 4 < : 4 < Κ : 4 ϑ ; : = 4 4 : ;

4= 8 4 < 4 ϑ = 4 ϑ ; 4 4= = 8 : 4 < : 4 < Κ : 4 ϑ ; : = 4 4 : ; ! #! % & ( ) +!, + +!. / 0 /, 2 ) 3 4 5 6 7 8 8 8 9 : 9 ;< 9 = = = 4 ) > (/?08 4 ; ; 8 Β Χ 2 ΔΔ2 4 4 8 4 8 4 8 Ε Φ Α, 3Γ Η Ι 4 ϑ 8 4 ϑ 8 4 8 4 < 8 4 5 8 4 4

More information

ⅠⅡⅢ Ⅳ

ⅠⅡⅢ Ⅳ ⅠⅡⅢ Ⅳ ! "!"#$%&!!! !"#$%& ()*+,!"" *! " !! " #$%& ( Δ !"#$%& ()*+,!"" * !! " #$%& ( !"#$%& ()*+,!"" * !! " #$%& ( !"#$%& ()*+,!"" * !! " #$%& (! # !"#$%& ()*+,!"" * !! " #$%& ( 1 1 !"#$%& ()*+,!"" *

More information

Microsoft PowerPoint - Ch 06.ppt

Microsoft PowerPoint - Ch 06.ppt What is a Probability Distribution( 機率分配 )? Probability Distributions McGraw-Hill/Irwin Chapter 6 The McGraw-Hill Companies, Inc. 008 Experiment: Toss a coin three times. Observe the number of heads. The

More information

/ Ν #, Ο / ( = Π 2Θ Ε2 Ρ Σ Π 2 Θ Ε Θ Ρ Π 2Θ ϑ2 Ρ Π 2 Θ ϑ2 Ρ Π 23 8 Ρ Π 2 Θϑ 2 Ρ Σ Σ Μ Π 2 Θ 3 Θ Ρ Κ2 Σ Π 2 Θ 3 Θ Ρ Κ Η Σ Π 2 ϑ Η 2 Ρ Π Ρ Π 2 ϑ Θ Κ Ρ Π

/ Ν #, Ο / ( = Π 2Θ Ε2 Ρ Σ Π 2 Θ Ε Θ Ρ Π 2Θ ϑ2 Ρ Π 2 Θ ϑ2 Ρ Π 23 8 Ρ Π 2 Θϑ 2 Ρ Σ Σ Μ Π 2 Θ 3 Θ Ρ Κ2 Σ Π 2 Θ 3 Θ Ρ Κ Η Σ Π 2 ϑ Η 2 Ρ Π Ρ Π 2 ϑ Θ Κ Ρ Π ! # #! % & ( ) % # # +, % #. % ( # / ) % 0 1 + ) % 2 3 3 3 4 5 6 # 7 % 0 8 + % 8 + 9 ) 9 # % : ; + % 5! + )+)#. + + < ) ( # )# < # # % 0 < % + % + < + ) = ( 0 ) # + + # % )#!# +), (? ( # +) # + ( +. #!,

More information

8 9 8 Δ 9 = 1 Η Ι4 ϑ< Κ Λ 3ϑ 3 >1Ε Μ Ε 8 > = 8 9 =

8 9 8 Δ 9 = 1 Η Ι4 ϑ< Κ Λ 3ϑ 3 >1Ε Μ Ε 8 > = 8 9 = !! % & ( & ),,., / 0 1. 0 0 3 4 0 5 3 6!! 7 8 9 8!! : ; < = > :? Α 4 8 9 < Β Β : Δ Ε Δ Α = 819 = Γ 8 9 8 Δ 9 = 1 Η Ι4 ϑ< Κ Λ 3ϑ 3 >1Ε 8 9 0 Μ Ε 8 > 9 8 9 = 8 9 = 819 8 9 =

More information

山东建筑大学学分制管理规定(试行)

山东建筑大学学分制管理规定(试行) 山 建 大 校 字 2015 67 号 山 东 建 筑 大 学 关 于 印 发 学 分 制 管 理 规 定 ( 试 行 ) 的 通 知 各 院 部 校 直 各 部 门 : 山 东 建 筑 大 学 学 分 制 管 理 规 定 ( 试 行 ) 已 经 学 校 研 究 同 意, 现 印 发 给 你 们, 请 认 真 遵 照 执 行 山 东 建 筑 大 学 2015 年 8 月 7 日 1 山 东 建 筑

More information

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

PowerPoint Presentation

PowerPoint Presentation 抽樣方法與統計估計 Statistics, Autumn 2010, C. J. Chang 抽樣的原因 調查整個母體會花費太多時間 研究母體中所有資訊需要龐大的成本 在實際情況下, 無法對母體中的所有項目進行調查 某些特定的實驗俱有摧毀的本質 樣本結果的適當性 2 常見的抽樣方法 隨機抽樣 簡單隨機抽樣 (simple random sample) 系統隨機抽樣 (systematic random

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

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

& ( )! +!, # %! ( & &.! / /. ! # # % & ( )! +!, # %! ( & &.! / /. ! ( 0 & #% ( +% 0 /, / ( 0 1 (!# + 0 1 # % ( 0 1 2 3!# % + ( / %! 0! 1 2 3 +! !% ), (! & & ( +/ & ( 4 56 0 1 2 #% ( 0 % /) 1 2 ( 0 1 2 0 7 8 / + ( / 0 + +# 1 + ) 0

More information

untitled

untitled 995 + t lim( ) = te dt =. α α = lim[( + ) ] = e, α α α α = t t t t te dt = tde = te α α e dt = αe e, =, e α = αe α e α, α =. y z = yf, f( u) z + yz y =. z y y y y y y z = yf + y f = yf f, y y y y z y =

More information

8 9 < ; ; = < ; : < ;! 8 9 % ; ϑ 8 9 <; < 8 9 <! 89! Ε Χ ϑ! ϑ! ϑ < ϑ 8 9 : ϑ ϑ 89 9 ϑ ϑ! ϑ! < ϑ < = 8 9 Χ ϑ!! <! 8 9 ΧΧ ϑ! < < < < = 8 9 <! = 8 9 <! <

8 9 < ; ; = < ; : < ;! 8 9 % ; ϑ 8 9 <; < 8 9 <! 89! Ε Χ ϑ! ϑ! ϑ < ϑ 8 9 : ϑ ϑ 89 9 ϑ ϑ! ϑ! < ϑ < = 8 9 Χ ϑ!! <! 8 9 ΧΧ ϑ! < < < < = 8 9 <! = 8 9 <! < ! # % ( ) ( +, +. ( / 0 1) ( 2 1 1 + ( 3 4 5 6 7! 89 : ; 8 < ; ; = 9 ; ; 8 < = 9! ; >? 8 = 9 < : ; 8 < ; ; = 9 8 9 = : : ; = 8 9 = < 8 < 9 Α 8 9 =; %Β Β ; ; Χ ; < ; = :; Δ Ε Γ Δ Γ Ι 8 9 < ; ; = < ; :

More information

Β 8 Α ) ; %! #?! > 8 8 Χ Δ Ε ΦΦ Ε Γ Δ Ε Η Η Ι Ε ϑ 8 9 :! 9 9 & ϑ Κ & ϑ Λ &! &!! 4!! Μ Α!! ϑ Β & Ν Λ Κ Λ Ο Λ 8! % & Π Θ Φ & Ρ Θ & Θ & Σ ΠΕ # & Θ Θ Σ Ε

Β 8 Α ) ; %! #?! > 8 8 Χ Δ Ε ΦΦ Ε Γ Δ Ε Η Η Ι Ε ϑ 8 9 :! 9 9 & ϑ Κ & ϑ Λ &! &!! 4!! Μ Α!! ϑ Β & Ν Λ Κ Λ Ο Λ 8! % & Π Θ Φ & Ρ Θ & Θ & Σ ΠΕ # & Θ Θ Σ Ε ! #!! % & ( ) +,. /. 0,(,, 2 4! 6! #!!! 8! &! % # & # &! 9 8 9 # : : : : :!! 9 8 9 # #! %! ; &! % + & + & < = 8 > 9 #!!? Α!#!9 Α 8 8!!! 8!%! 8! 8 Β 8 Α ) ; %! #?! > 8 8 Χ Δ Ε ΦΦ Ε Γ Δ Ε Η Η Ι Ε ϑ 8 9 :!

More information

) Μ <Κ 1 > < # % & ( ) % > Χ < > Δ Χ < > < > / 7 ϑ Ν < Δ 7 ϑ Ν > < 8 ) %2 ): > < Ο Ε 4 Π : 2 Θ >? / Γ Ι) = =? Γ Α Ι Ρ ;2 < 7 Σ6 )> Ι= Η < Λ 2 % & 1 &

) Μ <Κ 1 > < # % & ( ) % > Χ < > Δ Χ < > < > / 7 ϑ Ν < Δ 7 ϑ Ν > < 8 ) %2 ): > < Ο Ε 4 Π : 2 Θ >? / Γ Ι) = =? Γ Α Ι Ρ ;2 < 7 Σ6 )> Ι= Η < Λ 2 % & 1 & ! # % & ( ) % + ),. / & 0 1 + 2. 3 ) +.! 4 5 2 2 & 5 0 67 1) 8 9 6.! :. ;. + 9 < = = = = / >? Α ) /= Β Χ Β Δ Ε Β Ε / Χ ΦΓ Χ Η Ι = = = / = = = Β < ( # % & ( ) % + ),. > (? Φ?? Γ? ) Μ

More information

Microsoft PowerPoint _Discrete Distribution (S5)

Microsoft PowerPoint _Discrete Distribution (S5) 生物統計學 5 Probability Distribution ( 機率分配 ) 陳光琦助理教授 (Kuang-Chi Chen) chichen6@mail.tcu.edu.tw,, Office: H603-2 http://www.chichen6.tcu.edu.tw/ Definition 1. 變數 (Variable) 隨機變數 (Random Variable, r.v.) 任何能被測量或分類的特性稱為變數,

More information

Microsoft PowerPoint - 第11章 統計估計-區間估計.ppt [相容模式]

Microsoft PowerPoint - 第11章  統計估計-區間估計.ppt [相容模式] 第 11 章 統計估計 - 區間估計 1 林惠玲陳正倉著雙葉書廊發行 004 學習目的 1. 了解統計學的性質 重要性 學習統計學的目的及一些基本觀念如母體 樣本 參數 樣本統計量等. 了解統計學的應用與誤用 3. 了解敘述統計及推論統計的基本觀念及其相互間的關係 4. 了解歸納法與演繹法的基本觀念及其與敘述統計及推論統計間的關係 5. 了解統計方法及其實施步驟以及在經濟 政治 社會及日常生活上的應用

More information

➀ ➁ ➂ ➃ ➄ ➅ ➆ ➇ ➈ ➉ Lecture on Stochastic Processes (by Lijun Bo) 2

➀ ➁ ➂ ➃ ➄ ➅ ➆ ➇ ➈ ➉ Lecture on Stochastic Processes (by Lijun Bo) 2 Stochastic Processes stoprocess@yahoo.com.cn 111111 ➀ ➁ ➂ ➃ ➄ ➅ ➆ ➇ ➈ ➉ Lecture on Stochastic Processes (by Lijun Bo) 2 : Stochastic Processes? (Ω, F, P), I t I, X t (Ω, F, P), X = {X t, t I}, X t (ω)

More information

> # ) Β Χ Χ 7 Δ Ε Φ Γ 5 Η Γ + Ι + ϑ Κ 7 # + 7 Φ 0 Ε Φ # Ε + Φ, Κ + ( Λ # Γ Κ Γ # Κ Μ 0 Ν Ο Κ Ι Π, Ι Π Θ Κ Ι Π ; 4 # Ι Π Η Κ Ι Π. Ο Κ Ι ;. Ο Κ Ι Π 2 Η

> # ) Β Χ Χ 7 Δ Ε Φ Γ 5 Η Γ + Ι + ϑ Κ 7 # + 7 Φ 0 Ε Φ # Ε + Φ, Κ + ( Λ # Γ Κ Γ # Κ Μ 0 Ν Ο Κ Ι Π, Ι Π Θ Κ Ι Π ; 4 # Ι Π Η Κ Ι Π. Ο Κ Ι ;. Ο Κ Ι Π 2 Η 1 )/ 2 & +! # % & ( ) +, + # # %. /& 0 4 # 5 6 7 8 9 6 : : : ; ; < = > < # ) Β Χ Χ 7 Δ Ε Φ Γ 5 Η Γ + Ι + ϑ Κ 7 # + 7 Φ 0 Ε Φ # Ε + Φ, Κ + ( Λ # Γ Κ Γ #

More information

= Υ Ξ & 9 = ) %. Ο) Δ Υ Ψ &Ο. 05 3; Ι Ι + 4) &Υ ϑ% Ο ) Χ Υ &! 7) &Ξ) Ζ) 9 [ )!! Τ 9 = Δ Υ Δ Υ Ψ (

= Υ Ξ & 9 = ) %. Ο) Δ Υ Ψ &Ο. 05 3; Ι Ι + 4) &Υ ϑ% Ο ) Χ Υ &! 7) &Ξ) Ζ) 9 [ )!! Τ 9 = Δ Υ Δ Υ Ψ ( ! # %! & (!! ) +, %. ( +/ 0 1 2 3. 4 5 6 78 9 9 +, : % % : < = % ;. % > &? 9! ) Α Β% Χ %/ 3. Δ 8 ( %.. + 2 ( Φ, % Γ Η. 6 Γ Φ, Ι Χ % / Γ 3 ϑκ 2 5 6 Χ8 9 9 Λ % 2 Χ & % ;. % 9 9 Μ3 Ν 1 Μ 3 Φ Λ 3 Φ ) Χ. 0

More information

第一章合成.ppt

第一章合成.ppt plsun@mail.neu.edu.cn 1. 2. 3. 4. 5. 1. Mathematical Statistics R.V.Hogg ( 1979) 2. Statistics -The Conceptual Approach G. R. Iversen, ed ( - 2000) 3. Mathematical Statistics and Data Analysis J. A. Rice

More information

第八章 抽樣

第八章 抽樣 第八章 抽樣 第一節 抽樣的涵義 一 樣本與母群二 調查與普查三 抽樣的定義與目的四 抽樣的步驟 可於投影片母片模式中, 在此自行輸入單位名稱或置入 Logo 抽樣可分成機率抽樣 (probability sampling) 與非機率抽樣 (nonprobability sampling) 二種 機率抽樣步驟 : ( 一 ) 確定母群的範圍 ( 二 ) 備妥抽樣架構 ( 三 ) 決定樣本大小 ( 四

More information

untitled

untitled 4 y l y y y l,, (, ) ' ( ) ' ( ) y, y f ) ( () f f ( ) (l ) t l t lt l f ( t) f ( ) t l f ( ) d (l ) C f ( ) C, f ( ) (l ) L y dy yd π y L y cosθ, π θ : siθ, π yd dy L [ cosθ cosθ siθ siθ ] dθ π π π si

More information

2 2 Λ ϑ Δ Χ Δ Ι> 5 Λ Λ Χ Δ 5 Β. Δ Ι > Ε!!Χ ϑ : Χ Ε ϑ! ϑ Β Β Β ϑ Χ Β! Β Χ 5 ϑ Λ ϑ % < Μ / 4 Ν < 7 :. /. Ο 9 4 < / = Π 7 4 Η 7 4 =

2 2 Λ ϑ Δ Χ Δ Ι> 5 Λ Λ Χ Δ 5 Β. Δ Ι > Ε!!Χ ϑ : Χ Ε ϑ! ϑ Β Β Β ϑ Χ Β! Β Χ 5 ϑ Λ ϑ % < Μ / 4 Ν < 7 :. /. Ο 9 4 < / = Π 7 4 Η 7 4 = ! # % # & ( ) % # ( +, & % # ) % # (. / ). 1 2 3 4! 5 6 4. 7 8 9 4 : 2 ; 4 < = = 2 >9 3? & 5 5 Α Α 1 Β ΧΔ Ε Α Φ 7 Γ 9Η 8 Δ Ι > Δ / ϑ Κ Α Χ Ε ϑ Λ ϑ 2 2 Λ ϑ Δ Χ Δ Ι> 5 Λ Λ Χ Δ 5 Β. Δ Ι > Ε!!Χ ϑ : Χ Ε ϑ!

More information

9!!!! #!! : ;!! <! #! # & # (! )! & ( # # #+

9!!!! #!! : ;!! <! #! # & # (! )! & ( # # #+ ! #! &!! # () +( +, + ) + (. ) / 0 1 2 1 3 4 1 2 3 4 1 51 0 6. 6 (78 1 & 9!!!! #!! : ;!! ? &! : < < &? < Α!!&! : Χ / #! : Β??. Δ?. ; ;

More information

PowerPoint 演示文稿

PowerPoint 演示文稿 . ttp://www.reej.com 4-9-9 4-9-9 . a b { } a b { }. Φ ϕ ϕ ϕ { } Φ a b { }. ttp://www.reej.com 4-9-9 . ~ ma{ } ~ m m{ } ~ m~ ~ a b but m ~ 4-9-9 4 . P : ; Φ { } { ϕ ϕ a a a a a R } P pa ttp://www.reej.com

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

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

# #! ) ( ( +,! %,! ( # # %& % ( ) +! +, +. / ! ( ) # # % % ( % % %! % % & % # #! ) ( ( +,! %,! ( # # %& % ( ) +! +, +. / 12 23 4 5 6 7 3.! (. ( / ( ) ). 1.12 ( 4 4 % & &!7 % (!!!!, (! % !!! % %!,! ( & (!! 8!!!,!!+!! & !!%! & 9 3 3 :;

More information

Microsoft PowerPoint - B9-2.pptx

Microsoft PowerPoint - B9-2.pptx 單元名稱 : 9 三角函數的積分 教學目標 : 使學生了解三角函數的積分 三角函數積分的類型及一些積分技巧 學習時數 : 約一小時 教學內容 :. [ 第一類型 ] 六個三角函數本身的積分. [ 第二類型 ] sin n 及 os n 的積分 sin os m n. [ 第三類型 ] 的積分 4. [ 第四類型 ] n 及 ot n 的積分 5. [ 第五類型 ] n 及 s n 的積分 m 6.

More information

4 # = # 4 Γ = 4 0 = 4 = 4 = Η, 6 3 Ι ; 9 Β Δ : 8 9 Χ Χ ϑ 6 Κ Δ ) Χ 8 Λ 6 ;3 Ι 6 Χ Δ : Χ 9 Χ Χ ϑ 6 Κ

4 # = # 4 Γ = 4 0 = 4 = 4 = Η, 6 3 Ι ; 9 Β Δ : 8 9 Χ Χ ϑ 6 Κ Δ ) Χ 8 Λ 6 ;3 Ι 6 Χ Δ : Χ 9 Χ Χ ϑ 6 Κ ! # % & & ( ) +, %. % / 0 / 2 3! # 4 ) 567 68 5 9 9 : ; > >? 3 6 7 : 9 9 7 4! Α = 42 6Β 3 Χ = 42 3 6 3 3 = 42 : 0 3 3 = 42 Δ 3 Β : 0 3 Χ 3 = 42 Χ Β Χ 6 9 = 4 =, ( 9 6 9 75 3 6 7 +. / 9

More information

, & % # & # # & % & + # & # # # & # % #,

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

More information

( )

( ) ( ) * 22 2 29 2......................................... 2.2........................................ 3 3..................................... 3.2.............................. 3 2 4 2........................................

More information

抽樣調查是觀測研究當中很重要的一種

抽樣調查是觀測研究當中很重要的一種 什麼是信賴區間 鄭惟厚教授 / 淡江大學數學系抽樣調查是觀測研究當中很重要的一種, 它是從某個特定母體中抽取樣本, 然後從樣本中擷取關於整個母體的資訊 如此從小推大 從樣本推母體, 屬於推論統計 (inferential statistics) 的範疇 推論做得好不好, 和樣本好壞有極大的關係 好樣本的例子 : 簡單隨機樣本 ( 比如樂透彩的號碼, 任何一組六個號碼被抽中的機率都相同 ) 壞樣本的例子

More information

# # 4 + % ( ) ( /! 3 (0 0 (012 0 # (,!./ %

# # 4 + % ( ) ( /! 3 (0 0 (012 0 # (,!./ % #! # # %! # + 5 + # 4 + % ( ) ( /! 3 (0 0 (012 0 # (,!./ % ,9 989 + 8 9 % % % % # +6 # % 7, # (% ) ,,? % (, 8> % %9 % > %9 8 % = ΑΒ8 8 ) + 8 8 >. 4. ) % 8 # % =)= )

More information

基礎統計

基礎統計 統計學 ( 一 ) 第六章抽樣分佈 (Distributions of Sample Statistics) 授課教師 : 唐麗英教授 國立交通大學工業工程與管理學系聯絡電話 :(03)5731896 e-mail:litong@cc.nctu.edu.tw 013 本講義未經同意請勿自行翻印 本課程內容參考書目 教科書 P. Newbold, W. L. Carlson and B. Thorne(007).

More information

untitled

untitled 理 (Managerial Statistics) 立 007.0.7 理 數 率 007.0.7 理 3/4/000 - 料 量 流 007.0.7 理 3 - 索 007.0.7 理 4 3/4/000 -3 (Model) (Method) 理 (Story) 料 (Data) (Contribution) 論 (SMMDC) 007.0.7 理 5-3 類 數量 AHP Fuzzy / 量數量

More information

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

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

More information

0 1 VaR 2 VaR 3 VaR 4 5 VaR 6 7 VaR 2

0 1 VaR 2 VaR 3 VaR 4 5 VaR 6 7 VaR 2 VaR B 1 0 1 VaR 2 VaR 3 VaR 4 5 VaR 6 7 VaR 2 VaR VaR VaR _VaR VaR 0.72 VaR 3 2001 VaR _VaR 180 2000 2 60% VaR VaR 4 VaR VaR VaR VaR VaR VaR 5 VaR 1 VaR VaR(Value at Risk) Prob P

More information

系 東吳大學九十八學年度轉學生 ( 含進修學士班 ) 招生考試試題第 1 頁, 共 10 頁 選擇題 :100%( 每題 分 ) 1. 已知 95% C.I. of (μ 1 -μ ) is (0., 1.5), 則對 H 1 : μ1 μ at α=0.05 level 檢定的可能決定是 (A) reject H 0 (B) accept H 0 (C) cannot reject H 1 (D) 資料不足,

More information

, 13.4

, 13.4 2019 1 15 26 3.4, 13.4 BLUE t F 1 1. TSS ESS RSS TSS = ESS + RSS R 2 := ESS/TSS = 1 RSS/TSS R 2 := 1 [RSS/(n k)]/[tss/(n 1)] 2. y i ŷ i y i x i 2 2 3. 1 2 k F 1 F 4. 2 2 3 1 5 1.1 pp. 60, 272...........

More information