PowerPoint 簡報
|
|
|
- 对 岑
- 5 years ago
- Views:
Transcription
1 統計學 ( 一 ) 第五章連續型隨機變數 (Continuous Random Variables) 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) litong@cc.nctu.edu.tw 2013 本講義未經同意請勿自行翻印
2 本課程內容參考書目 教科書 Mendenhall, W., & Sincich, T. (2007). Statistics for engineering and the sciences, 5th Edition. Prentice Hall. 參考書目 Berenson, M. L., Levine, D. M., & Krehbiel, T. C. (2009). Basic business statistics: Concepts and applications, 11th Edition. Upper Saddle River, N.J: Pearson Prentice Hall. Larson, H. J. (1982). Introduction to probability theory and statistical inference, 3rd Edition. New York: Wiley. Miller, I., Freund, J. E., & Johnson, R. A. (2000). Miller and Freund's Probability and statistics for engineers, 6th Edition. Upper Saddle River, NJ: Prentice Hall. Montgomery, D. C., & Runger, G. C. (2011). Applied statistics and probability for engineers, 5th Edition. Hoboken, NJ: Wiley. Watson, C. J. (1997). Statistics for management and economics, 5th Edition. Englewood Cliffs, N.J: Prentice Hall. 林惠玲 陳正倉 (2009), 統計學 : 方法與應用, 第四版, 雙葉書廊有限公司 唐麗英 王春和 (2013), 從範例學 MINITAB 統計分析與應用, 博碩文化公司 唐麗英 王春和 (2008), SPSS 統計分析 14.0 中文版, 儒林圖書公司 唐麗英 王春和 (2007), Excel 2007 統計分析, 第二版, 儒林圖書公司 唐麗英 王春和 (2005), STATISTICA6.0 與基礎統計分析, 儒林圖書公司 陳順宇 (2004), 統計學, 第四版, 華泰書局 彭昭英 唐麗英 (2010), SAS123, 第七版, 儒林圖書公司 統計學 ( 一 ) 唐麗英老師上課講義 2
3 隨機變數的兩種型式 1) 定義 : 離散型隨機變數 (Discrete Random Variable) 離散型隨機變數為計數值的隨機變數 例 : 生產線上某次抽檢之不良品的數目 2) 定義 : 連續型隨機變數 (Continuous Random Variable) 連續型隨機變數為連續值的隨機變數 例 : 厚度 重量與長度 統計學 ( 一 ) 唐麗英老師上課講義 3
4 隨機變數的兩種型式 例 1 : Each of the following experiments results in one value of the random variable (one measurement). 1. State whether the random variable is a discrete or continuous. 2. Determine, at least in principle, all possible values of the random variable. a) The number of the leaves on a tree. b) The time required to read the book How to lie with Statistics c) The number of women in a jury of 12. d) The speed of a passing car. e) The number of heads observed when flip a coin two times. f) The sum of the two numbers that occur when roll a pair of 統計學 ( 一 ) 唐麗英老師上課講義 fair dice one time. 4
5 (Cumulative) Distribution Function (c.d.f.) Def: The (Cumulative) Distribution Function ( 簡稱 c.d.f. or d.f.) 累加函數 The distribution function (c.d.f.) of a random variable X is defined to be F X t = P X t for t Remark: If X is a discrete R.V., then F X t = P(X = t) x t (i.e. F X t 是一累積機率函數 ) 統計學 ( 一 ) 唐麗英老師上課講義 5
6 Example
7 (Cumulative) Distribution Function (c.d.f.) 例 2 : Suppose a hat contains four slips of paper; each slip bears the number 1, 2, 3 and 4. One slip is drawn from the hat without looking. Let X be the number on the slip that is drawn. 1) What is the probability function of X? 2) What is the distribution function of X? 3) Graph the distribution function of X. 統計學 ( 一 ) 唐麗英老師上課講義 7
8 (Cumulative) Distribution Function (c.d.f.) Properties or Requirements of F(x) 1) If a < b, then F a F b (i.e. F(x) is a monotone nondecreasing function. 單調非減函數 ) 2) lim X t t = 0 3) lim F X t t = 1 4) F X t is a right continuous function. ( 右連續函數 ) (i.e., lim F t + h h 0 = F t for any t and h > 0) Remarks: We may use the c.d.f., F X (t), to evaluate the probability that X lies in a particular interval. 統計學 ( 一 ) 唐麗英老師上課講義 8
9 (Cumulative) Distribution Function (c.d.f.) 例 3 : Show that P a < X b = F X b F X a Proof: 例 4 : Show that P X < b = lim h 0 F(b h). Proof: Note: If X is a discrete R.V., then P X b P X < b. Why? 統計學 ( 一 ) 唐麗英老師上課講義 9
10 (Cumulative) Distribution Function (c.d.f.) 例 5 : Verify that F y ( t) 0 1/ 3 7 /12 11/12 1 t 2 2 t 1 1 t 5 5 t t is a distribution function and specify the probability function for Y. Use it to compute P(-1 < Y < 2) 統計學 ( 一 ) 唐麗英老師上課講義 10
11 The Density Function for a Continuous Random Variable 統計學 ( 一 ) 唐麗英老師上課講義 11
12 Continuous Random Variable Def: Continuous Random Variable X is a continuous random variable if its distribution function, F X (t), is a continuous function of X, for < t <. For a continuous R.V. X, the role of the probability function is taken by a probability density function, f(x). 統計學 ( 一 ) 唐麗英老師上課講義 12
13 The Density Function for a Continuous R.V. Def: The Probability Density Function of a Continuous R.V. Let X be a continuous random variable with distribution function, F(x) = P(X x). The probability density function for X is f(x) = df(x) dx = F (x) The range for a continuous R.V. X is R x = {x f(x) 0}. 統計學 ( 一 ) 唐麗英老師上課講義 13
14 Example
15 The Density Function for a Continuous R.V. The properties of the probability density function, f(x): 1) f x 0 2) f x dx = 1 Remark: If X is a continuous R.V. with a density function f(x), then for any a < b the probability that X falls in the interval (a, b) is the area under the density function between a and b: P a X b b = f x dx a 統計學 ( 一 ) 唐麗英老師上課講義 15
16 The Density Function for a Continuous R.V. Remark: If X is a continuous R.V., then the probability that X takes on any particular value is 0: P X = t = 0 If X is a continuous R.V., then P a X b = P a X < b = P a < X b = P(a < X < b) Note : this is not true for a discrete R.V. 統計學 ( 一 ) 唐麗英老師上課講義 16
17 The Density Function for a Continuous R.V. Remark: The c.d.f. can also be defined as t F X t = P X t = f x dx. The c.d.f. can be used to evaluate the probability that X falls in an interval: P a X b = F X b F X a = f x dx f x dx b a 統計學 ( 一 ) 唐麗英老師上課講義 17
18 The Density Function for a Continuous R.V. Example 6: Verify that F X t = 0, t < 0 t, 0 t 1 1, t > 1 is a distribution function and derive the density function for X. Use it to compute P(1/4 < X < 3/4) 統計學 ( 一 ) 唐麗英老師上課講義 18
19 The Density Function for a Continuous R.V. 例 7 : Given Y has probability density function f y = 1, 99 < y < 100 0, otherwise derive F Y (t). 統計學 ( 一 ) 唐麗英老師上課講義 19
20 Expected Values and Summary Measures 統計學 ( 一 ) 唐麗英老師上課講義 20
21 Expected Value Measure of the Center of a probability Function ( 衡量機率函數 重心 之指標 ) Mean or the Expected Value Recall : The Expected Value of a Discrete Random Variable If X is a discrete R.V. with the probability mass function p(x), the Expected Value of X, denote by E(X) or μ X (Greek letter mu), is E X = μ X = x p(x) all x provide X p x <. If the sum diverges, the expectation is undefined. Note: E X = μ X is the balancing point of the probability function 統計學 ( 一 ) 唐麗英老師上課講義 21
22 Expected Value Def : The Expected Value of a Continuous Random Variable If X is a continuous R.V. with the density function f(x), the Expected Value of X, is E X = μ X = x f x dx provided Remark : x f x dx <. If the integral diverges, the expectation is undefined. E(X) is a weighted average of all possible value of X with each value weighted by it associated probability. 統計學 ( 一 ) 唐麗英老師上課講義 22
23 Variability of a Probability Function Measure of the variability of a Probability Function ( 衡量機率函數 變異 之指標 ) Variance or Standard Deviation Def : The Variance and Standard Deviation of any R.V. X Var(X) = σ 2 = E[(X μ) 2 ]= E X 2 μ 2 St. D.(X) = σ = σ 2 統計學 ( 一 ) 唐麗英老師上課講義 23
24 Definition and Theorem Def : Let X be a continuous R.V. with the density function f(x), and let g(x) be any function of X. Then the expected value of g(x) is E g(x) = g(x) f x dx Theorem 5.1: Let X be a continuous R.V., and let g 1 (X), g 2 (X),, g k (X) be k functions of X. Then, a) E(C)= C, where C is any constant. b) E[C X]=C E[X] c) E[g 1 (X)+g 2 (X)+ +g k (X)] = E[g 1 (X)]+ E[g 2 (X)]+ + E[g k (X)] 統計學 ( 一 ) 唐麗英老師上課講義 24
25 Definition and Theorem Theorem 5.2 : Let X be a continuous R.V. with E(X)=m. Then, σ 2 =E[(X μ) 2 ]= E X 2 μ 2 Theorem 5.3 : Let X be a continuous R.V. (discrete or continuous) with E(X)=μ X and Var(X)= σ X 2. If Y=aX+b, where a and b are any constants, then a) μ Y = aμ X + b b) σ Y 2 =a 2 σ X 2 c) σ Y = a σ X 統計學 ( 一 ) 唐麗英老師上課講義 25
26 Expected Values and Summary Measures for Continuous R.V. Example 1 : Suppose E(X)=5, Var(X)=10, Find a) E(3X-5) b) Var(3X-5) 統計學 ( 一 ) 唐麗英老師上課講義 26
27 Expected Values and Summary Measures for Continuous R.V. Example 2: Suppose you agree to meet a friend (who is generally late) at a specified time. Assume that you arrive on time and let the random variable T be the length of time you must wait for you friend. If the density function for T is assume to be f t = 1 t 2, t 1 (minute) Find the time you should expect to wait. 統計學 ( 一 ) 唐麗英老師上課講義 27
28 Expected Values and Summary Measures for Continuous R.V. Example 3: Let X be a continuous R.V. with the density function f(x) = 2x, 0 < x <1 Find a) E(X) b) E(X 2 ), Var(X), St.D.(X) 統計學 ( 一 ) 唐麗英老師上課講義 28
29 Expected Values and Summary Measures for Continuous R.V. Example 4: If T is a continuous R.V. with c.d.f. F T (t) = 0 t < 0 = t 0 t 1 = 1 t > 1 Find a) mean, E(T) b) Var(T) and St.D.(T) 統計學 ( 一 ) 唐麗英老師上課講義 29
30 課本例 Example 5.5 Let Y be a continuous random variable with probability density function f ( y) e y / if 0 y elsewhere Find the mean, variance and standard deviation of Y 統計學 ( 一 ) 唐麗英老師上課講義 30
31 Solution : 課本例 Example 5.5 y / 2 ye E( Y ) yf ( y) dy dy 0 2 ay ay e ye dy ( ay 1) 2 a 1 By substituting a, we obtain 2 0 ye y 2 / 2 dy 1 2 (4) 2 統計學 ( 一 ) 唐麗英老師上課講義 31
32 課本例 Example 5.5 To find y m e σ 2 ay Then with E( Y 2 ), we will first find E(Y dy a y 2 y 1 2 e a m ay and m f ( y) dy m a 2, 0 y 2 m1 ) by making use of e ay we ca y 2 e 2 y / 2 dy write dy 1 2 (16) the general formula 8 σ 2 E(Y 2 2 ) σ σ 統計學 ( 一 ) 唐麗英老師上課講義 32
33 課本例 Example 5.6 Find P(μ 2σ Y μ 2σ) from Example 5.5 Solution : We showed in Example 5.5 that 2 and 2 Therefore, μ-2σ and μ 2σ 6, then P(μ 2σ Y μ 2σ) 0 6 e f ( y) dy y / e e y / dy 統計學 ( 一 ) 唐麗英老師上課講義 33
34 連續型機率分佈 統計學 ( 一 ) 唐麗英老師上課講義 34
35 連續型機率分佈 常用的連續型機率分佈 1) 常態分佈 (Normal Distribution) 2) 對數常態分佈 (Lognormal Distribution) 3) 齊一分佈 (Uniform Distribution) 4) 珈瑪分佈 (Gamma Distribution) 5) 指數分佈 (Exponential Distribution) 6) 韋伯分佈 (Weibull Distribution) 7) 貝塔分佈 (Beta Distribution) 統計學 ( 一 ) 唐麗英老師上課講義 35
36 常態分佈 (Normal Distribution) 統計學 ( 一 ) 唐麗英老師上課講義 36
37 常態分佈 (Normal Distribution) 何謂常態分佈? 自然界所觀察到的許多連續型隨機變數常呈鐘形分佈, 如下圖所示 此鐘形分佈又稱為常態分佈 ( 或高斯分佈 ) Source : 統計學 ( 一 ) 唐麗英老師上課講義 37
38 常態機率分佈 常態分佈 (Normal Distribution) f ( x) 1 e ( x ) / 2, x 其中 π = Mathematical constant approximated by e = Mathematical constant approximated by μ = Population mean or the true mean σ 2 = Population variance It is denoted by N(, ) 統計學 ( 一 ) 唐麗英老師上課講義 38
39 常態分佈 (Normal Distribution) 常態曲線 原始資料之 μ 與 σ 值不同時, 其常態曲線之變化亦不同 每一常態分佈, 可以 N(μ,σ) 表之 統計學 ( 一 ) 唐麗英老師上課講義 39
40 常態分佈 (Normal Distribution) N(μ,σ) 的特性 1) 對稱於 μ 2) 隨機變數 x 之值可由 - 至 + 3) 鐘形分佈 4) 曲線下之面積為 1 5) 集中趨勢的三個量數 ( 平均數 中位數及眾數 ) 是一致的 平均數 = 中位數 = 眾數統計學 ( 一 ) 唐麗英老師上課講義 40
41 常態分佈 (Normal Distribution) μ 與 σ 如何影響常態曲線 1) 下圖是三條有相同平均數 μ 但不同標準差 (σ 1, σ 2, σ 3, σ 1 <σ 2 <σ 3 ) 之常態曲線 由此圖中你觀察到什麼? 統計學 ( 一 ) 唐麗英老師上課講義 41
42 常態分佈 (Normal Distribution) 2) 下圖是三條有相同標準差 σ 但不同平均數 (μ 1, μ 2, μ 3, μ 1 <μ 2 <μ 3 ) 之常態曲線 由此圖中你觀察到什麼? 由 1) 與 2) 可知 : - 位置參數 (Location parameter) - 變異參數 (Dispersion parameter) 統計學 ( 一 ) 唐麗英老師上課講義 42
43 如何使用常態機率表 何謂標準常態分佈? 平均數為 0 標準差為 1 之常態分佈稱為標準常態分佈, 以 N(0,1) 表之 例 : 令 Z 為 N(0,1) 之隨機變數, 亦即 Z~N(0,1), 其常態曲線如下圖 則,P(2 Z 3) = 曲線下介於 與 之間的面積 = 陰影部份 之面積 統計學 ( 一 ) 唐麗英老師上課講義 43
44 常態分佈 (Normal Distribution) 如何利用表查出標準常態之機率 下頁表為標準常態分佈 N(0, 1) 之機率表 設 Z~N(0, 1), 請利用表找出下列之機率 : 1) P(0 Z 1.96)= 2) P(-1.81 Z 1.81)= 3) P(0.53 Z 2.42)= 4) P(Z -0.36)= 統計學 ( 一 ) 唐麗英老師上課講義 44
45
46 利用表求 P(0 Z 1.96) =
47 利用表求 P(-1.81 Z 1.81)=
48 利用表求 P(0.53 Z 2.42)=
49 利用表求 P(Z -0.36)=
50 常態分佈 (Normal Distribution) 設 Z~N(0, 1), 請利用表 C 值 : 1) P(Z < C) = ) P(Z > C) = ) P(Z > C) = ) P(Z < C) = 統計學 ( 一 ) 唐麗英老師上課講義 50
51 利用表求 C P(Z < C) = 0.95
52 利用表求 C P(Z > C) =
53 利用表求 C P(Z > C) =
54 利用表求 C P(Z < C) =
55 常態分佈 (Normal Distribution) 如何求出一般常態變數之機率 作法 : 先將其標準化 (Standardize), 轉換成標準常態變數後, 再求其機率 標準化之公式如下 : X Z, 其中 Z~N( 0, 1) 例 : 設 X~N(10,2), 平均數 =10, 標準差 =2 a) 請找出 X 介於 11 與 13.6 間之機率 b) 請找出 X 大於 12 之機率 統計學 ( 一 ) 唐麗英老師上課講義 55
56 X~N(10,2), 利用右表求 P(11 X 13.6) =? P(11 X 13.6) P( Z ) 2 2 P(0.5 Z 1.8)
57 X~N(10,2), 利用右表求 P(X > 12) =? P( X 12) P( Z ) 2 P( Z 1) 1 P( Z 1)
58 常態分佈 (Normal Distribution) 例 : 假設某產品之長度資料呈常態分佈, 其平均數為 38.5 公分, 標準差為 2.5 公分 若此產品之規格界限為 38±2, 請問此產品之不良率為何? 統計學 ( 一 ) 唐麗英老師上課講義 58
59 規格界限為 38±2 長度 X~N(38.5,2.5), 良率 P(36 X 40) =? P(36 X 40) P( Z 2.5 P( 1 Z 0.6) ) 2.5 不良率 = 1- 良率 = = 0.433
60 檢查數據是否呈常態分佈 統計學 ( 一 ) 唐麗英老師上課講義 60
61 檢查數據是否呈常態分佈 1) 利用直方圖 只要出現鐘形分佈圖形, 即判定數據呈常態分佈 2) 利用常態機率圖 只要圖形呈直線, 即判定數據呈常態分佈 3) 利用統計檢定 只要顯著度 p-value > 0.05, 即判定數據呈常態分佈 a. 卡方適配度檢定 (Chi-Square Goodness-of-fit Test) b. K-S 檢定 (Kolmogorov-Smirnov test) c. A-D 檢定 (Anderson-Darling Test) 統計學 ( 一 ) 唐麗英老師上課講義 61
62 檢查數據是否呈常態分佈 下列 75 筆數據為某模具上的孔徑尺寸值 (mm), 請檢查數據是否呈常態分佈? 統計學 ( 一 ) 唐麗英老師上課講義 62
63 Frequency 繪製直方圖 20 Histogram of SPI Normal Mean StDev N SPI 統計學 ( 一 ) 唐麗英老師上課講義 63
64 Percent 繪製常態機率圖 Probability Plot of SPI Normal Mean StDev N 75 AD P-Value SPI 統計學 ( 一 ) 唐麗英老師上課講義 64
65 連續型機率分佈 常用的連續型機率分佈 1) 常態分佈 (Normal Distribution) 2) 對數常態分佈 (Lognormal Distribution) 3) 齊一分佈 (Uniform Distribution) 4) 珈瑪分佈 (Gamma Distribution) 5) 指數分佈 (Exponential Distribution) 6) 韋伯分佈 (Weibull Distribution) 7) 貝塔分佈 (Beta Distribution) 統計學 ( 一 ) 唐麗英老師上課講義 65
66 對數常態分佈 (Lognormal Distribution) 統計學 ( 一 ) 唐麗英老師上課講義 66
67 對數常態分佈 (Lognormal Distribution) The log-normal distribution occurs when the logarithm of a random variable has a normal distribution. X is called a log-normal random variable if and only if f ( x) 1 1 x e 2 0 (ln x ) x 0, 0 otherwise Where ln x is the natural logarithm of X 統計學 ( 一 ) 唐麗英老師上課講義 67
68 對數常態分佈 (Lognormal Distribution) The Mean and the Variance of Log-normal Distribution e e 2 2 ( e 2 1) α = 0, β = 1 統計學 ( 一 ) 唐麗英老師上課講義 68
69 對數常態分佈 (Lognormal Distribution) 例 1 The current gain of certain transistors is measured in units which make it equal to the logarithm of I 0 /I i, the ratio of the output to the input current. If it is normally distributed with μ = 2 and σ 2 = 0.01, find 1) The probability that I 0 /I i will take on a value between 6.1 and ) The mean and the variance of the distribution of I 0 /I i. 統計學 ( 一 ) 唐麗英老師上課講義 69
70 齊一分佈 (Uniform Distribution) 統計學 ( 一 ) 唐麗英老師上課講義 70
71 齊一分佈 (Uniform Distribution) The continuous random variable X is called a uniform random variable if and only if X is uniformly distributed over the interval (α, β), i.e., the density for X is 1 f ( x) 0 x otherwise The Mean and Variance for the Uniform R.V. E( X ) Var( X ) ) ( 12 1 f (x) x 統計學 ( 一 ) 唐麗英老師上課講義 71
72 齊一分佈 (Uniform Distribution) 例 2 If X is uniformly distributed over (0, 10), calculate the probability that a) X < 3 b) X > 6 c) 3 < X < 8 統計學 ( 一 ) 唐麗英老師上課講義 72
73 齊一分佈 (Uniform Distribution) 例 3 Buses arrive at a specified stop at 15-minute intervals starting at 7, 7:15, 7:30, 7:45, and so on. If a passenger arrives at the stop at a time that is uniformly distributed between 7 and 7:30, find the probability that he waits a) less than 5 minutes for a bus b) More than 10 minutes for a bus 統計學 ( 一 ) 唐麗英老師上課講義 73
74 課本例 Example 5.7 Suppose the research department of a steel manufacturer believes that one of the company s rolling machines is producing sheets of steel of varying thickness. The thickness Y is a uniform random variable with values between 150 and 200 mm. Any sheets less than 160 mm thick must be scrapped, since they are unacceptable to buyer. a) Calculate the mean and standard deviation of Y, the thickness of the sheets produced by this machine. Then graph the probability distribution, and show the mean on the horizontal axis. Also show 1 and 2 standard deviation intervals around the mean. b) Calculate the fraction of steel sheets produced by this machine that have to be scrapped. 統計學 ( 一 ) 唐麗英老師上課講義 74
75 a Solution : 課本例 Example 5.7 ) (mm) 2 2 ( ) (mm) The uniform probability distribution is f 1 1 ( y) 統計學 ( 一 ) 唐麗英老師上課講義 75
76 b ) Solution : 課本例 Example P( Y 160) ( ) ( ) 50 That is, 20% of all the sheets 1 5 made by this machine must bescrapped. 統計學 ( 一 ) 唐麗英老師上課講義 76
77 珈瑪分佈 (Gamma Distribution) 統計學 ( 一 ) 唐麗英老師上課講義 77
78 珈瑪分佈 (Gamma Distribution) Several important probability densities (such as Exponential, Weibull) are special cases of the gamma distribution. Def: X is called a Gamma random variable if and only if f ( x) 1 x ( ) 0 1 e x x 0, 0, otherwise 0 Where ( ) is the value of the gamma function Gamma function 1 ( ) x e 0 x dx where 0 統計學 ( 一 ) 唐麗英老師上課講義 78
79 珈瑪分佈 (Gamma Distribution) Properties of the Gamma function 1) Γ α <, if α > 0 2) Γ α = α 1 Γ α 1, if α > 1 3) Γ α = α 1!, if α is a positive integer The Mean and Variance for the Gamma R.V E X = αβ Var X = αβ 2 α=1,β=1 α=3,β=1 α=5,β=1 統計學 ( 一 ) 唐麗英老師上課講義 79
80 珈瑪分佈 (Gamma Distribution) The Chi-Square Probability Distribution A Chi-square random variable is a gamma-type random variable X with / 2 and 2 f ( x) c( x) ( / 2) 1 e x / 2 (0 x 2 ) 1 where c / 2 2 ( / 2) The parameter is called the number of degrees of freedom. The mean and variance of a chi-square random variable are: and 2 2 統計學 ( 一 ) 唐麗英老師上課講義 80
81 課本例 Example 5.12 From past experience, a manufacturer knows that the relative frequency distribution of the length of time Y (in months) between major customer product complaints can be modeled by a gamma density function with α=2 and β=4. Fifteen months after the manufacturer tightened its quality control requirements, the first complaint arrived. Does this suggest that the mean time between major customer complaints may have increased? 統計學 ( 一 ) 唐麗英老師上課講義 81
82 課本例 Example 5.12 Solution (2)(4) (2)(4) Since Y=15 month lies barely more than 1 standard deviation beyond the mean (μ+σ = = 13.7 months), we would not regard 15 months as an unusually large vale of Y. Consequently, we would conclude that there is insufficient evidence to indicate that the company s new quality control program has been effective in increasing the mean time between complaints. 統計學 ( 一 ) 唐麗英老師上課講義 82
83 指數分佈 (Exponential Distribution) 統計學 ( 一 ) 唐麗英老師上課講義 83
84 指數分佈 (Exponential Distribution) X is called an exponential random variable if and only if f ( x) 1 e 0 x x 0 and otherwise 0 Exponential distribution is a special case of Gamma distribution with α = 1 The Mean and Variance for the Uniform R.V. E X = β Var X = β 2 統計學 ( 一 ) 唐麗英老師上課講義 84
85 指數分佈 (Exponential Distribution) 例 5 A nuclear engineer observing a reaction measures the time intervals between the emissions of beta particles 統計學 ( 一 ) 唐麗英老師上課講義 85
86 Density 指數分佈 (Exponential Distribution) These decay times (in milliseconds) are presented as a histogram in the following figure Milliseconds 統計學 ( 一 ) 唐麗英老師上課講義 86
87 指數分佈 (Exponential Distribution) Remark: It can be shown that in connection with Poisson processes the waiting time between successive arrivals has an exponential distribution. More specifically, it can be shown that if in a Poisson process the mean arrival rate (average number of arrivals per unit time) is λ = 1/β, the time until the first arrival, or the waiting time between successive arrivals, has an exponential distribution with 1/β. 統計學 ( 一 ) 唐麗英老師上課講義 87
88 指數分佈 (Exponential Distribution) 例 6 If on the average three trucks arrived per hour to be unloaded at a warehouse, what are the probabilities that the time between the arrival of successive trucks will be a) Less than 5 minutes b) At least 45 minutes c) What is the expected waiting time between successive arrivals? 統計學 ( 一 ) 唐麗英老師上課講義 88
89 本單元結束 統計學 ( 一 ) 唐麗英老師上課講義 89
基礎統計
統計學 ( 一 ) 第五章連續型機率分佈 (Continuous Probability Distributions) 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 2013 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.
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).
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
基礎統計
統計學 ( 一 ) 第四章離散型機率分佈 (Discrete Probability Distributions) 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 2013 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(2013).
Introduction to Hamilton-Jacobi Equations and Periodic Homogenization
Introduction to Hamilton-Jacobi Equations and Periodic Yu-Yu Liu NCKU Math August 22, 2012 Yu-Yu Liu (NCKU Math) H-J equation and August 22, 2012 1 / 15 H-J equations H-J equations A Hamilton-Jacobi equation
ENGG1410-F Tutorial 6
Jianwen Zhao Department of Computer Science and Engineering The Chinese University of Hong Kong 1/16 Problem 1. Matrix Diagonalization Diagonalize the following matrix: A = [ ] 1 2 4 3 2/16 Solution The
Microsoft Word - ch05note_1210.doc
Section 5. Antiderivatives and indefinite integrals 反 導 函 數 與 不 定 積 分 上 一 章 我 們 已 經 學 過 微 分 以 及 它 的 應 用 現 在 我 們 考 慮 反 向 的 過 程, 稱 為 積 分 (antidifferentiation), 給 定 一 個 導 函 數, 找 出 它 原 始 的 函 數 積 分 也 有 許 多
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
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
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
untitled
數 Quadratic Equations 數 Contents 錄 : Quadratic Equations Distinction between identities and equations. Linear equation in one unknown 3 ways to solve quadratic equations 3 Equations transformed to quadratic
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,.
(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
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)
Untitled-3
SEC.. Separable Equations In each of problems 1 through 8 solve the given differential equation : ü 1. y ' x y x y, y 0 fl y - x 0 fl y - x 0 fl y - x3 3 c, y 0 ü. y ' x ^ y 1 + x 3 x y 1 + x 3, y 0 fl
10384 19020101152519 UDC Rayleigh Quasi-Rayleigh Method for computing eigenvalues of symmetric tensors 2 0 1 3 2 0 1 3 2 0 1 3 2013 , 1. 2. [4], [27].,. [6] E- ; [7], Z-. [15]. Ramara G. kolda [1, 2],
Improved Preimage Attacks on AES-like Hash Functions: Applications to Whirlpool and Grøstl
SKLOIS (Pseudo) Preimage Attack on Reduced-Round Grøstl Hash Function and Others Shuang Wu, Dengguo Feng, Wenling Wu, Jian Guo, Le Dong, Jian Zou March 20, 2012 Institute. of Software, Chinese Academy
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)
OncidiumGower Ramsey ) 2 1(CK1) 2(CK2) 1(T1) 2(T2) ( ) CK1 43 (A 44.2 ) CK2 66 (A 48.5 ) T1 40 (
35 1 2006 48 35-46 OncidiumGower Ramsey ) 2 1(CK1) 2(CK2) 1(T1) 2(T2) (93 5 28 95 1 9 ) 94 1-2 5-6 8-10 94 7 CK1 43 (A 44.2 ) CK2 66 (A 48.5 ) T1 40 (A 47.5 ) T2 73 (A 46.6 ) 3 CK2 T1 T2 CK1 2006 8 16
統計課程目錄95
統 計 課 程 10.0.1 起 統 計 學 上 課 講 義 : 上 課 內 容 老 師 自 訂 講 義 參 考 書 籍 : 統 計 學 3 版 劉 明 德 著 全 華 出 版 實 用 統 計 學 ( 第 二 版 ) 東 華 書 局 林 真 真 著 上 課 內 容 : 基 本 統 計 理 論 概 念, 由 老 師 授 課 學 生 需 配 合 練 習 成 績 計 算 : 平 時 ( 含 出 席 尚 可
中華技術學院四技學生微積分學習成效之相關分析.doc
000 84 000 1987 classical test theory item response theory 1993 item characteristic curveicc Allen and Yen1979 1996 1 3 4 5 4 3 1 5 1 5 1 5 1 Σxy Pearson r = Σx Σy r t = Keller and Warrack,000 ( 1 r )
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
Microsoft Word - TIP006SCH Uni-edit Writing Tip - Presentperfecttenseandpasttenseinyourintroduction readytopublish
我 难 度 : 高 级 对 们 现 不 在 知 仍 道 有 听 影 过 响 多 少 那 次 么 : 研 英 究 过 文 论 去 写 文 时 作 的 表 技 引 示 巧 言 事 : 部 情 引 分 发 言 该 生 使 在 中 用 过 去, 而 现 在 完 成 时 仅 表 示 事 情 发 生 在 过 去, 并 的 哪 现 种 在 时 完 态 成 呢 时? 和 难 过 道 去 不 时 相 关? 是 所 有
東吳大學
律 律 論 論 療 行 The Study on Medical Practice and Coercion 林 年 律 律 論 論 療 行 The Study on Medical Practice and Coercion 林 年 i 讀 臨 療 留 館 讀 臨 律 六 礪 讀 不 冷 療 臨 年 裡 歷 練 禮 更 老 林 了 更 臨 不 吝 麗 老 劉 老 論 諸 見 了 年 金 歷 了 年
Microsoft Word - p11.doc
() 11-1 ()Classification Analysis( ) m() p.d.f prior (decision) (loss function) Bayes Risk for any decision d( ) posterior risk posterior risk Posterior prob. j (uniform prior) where Mahalanobis Distance(M-distance)
: 29 : n ( ),,. T, T +,. y ij i =, 2,, n, j =, 2,, T, y ij y ij = β + jβ 2 + α i + ɛ ij i =, 2,, n, j =, 2,, T, (.) β, β 2,. jβ 2,. β, β 2, α i i, ɛ i
2009 6 Chinese Journal of Applied Probability and Statistics Vol.25 No.3 Jun. 2009 (,, 20024;,, 54004).,,., P,. :,,. : O22... (Credibility Theory) 20 20, 80. ( []).,.,,,.,,,,.,. Buhlmann Buhlmann-Straub
untitled
MSE200 Lecture 10 (CH. 7.3-7.4) Mechanical Properties II Instructor: Yuntian Zhu Objectives/outcoes: You will learn the following: Crack growth rate during fatigue. Fatigue life of cracked coponents. Stages
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
~ ~
* 40 4 2016 7 Vol. 40 No. 4 July 2016 35 Population Research 2014 1 2016 2016 9101. 0 40 49. 6% 2017 ~ 2021 1719. 5 160 ~ 470 100872 Accumulated Couples and Extra Births under the Universal Tw o-child
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
Microsoft PowerPoint _代工實例-1
4302 動態光散射儀 (Dynamic Light Scattering) 代工實例與結果解析 生醫暨非破壞性分析團隊 2016.10 updated Which Size to Measure? Diameter Many techniques make the useful and convenient assumption that every particle is a sphere. The
GCSE Mathematics Question Paper Unit 2 March 2012
Centre Number Surname Candidate Number For Examiner s Use Other Names Candidate Signature Examiner s Initials General Certificate of Secondary Education Higher Tier March 2012 Pages 2 3 4 5 Mark Mathematics
BC04 Module_antenna__ doc
http://www.infobluetooth.com TEL:+86-23-68798999 Fax: +86-23-68889515 Page 1 of 10 http://www.infobluetooth.com TEL:+86-23-68798999 Fax: +86-23-68889515 Page 2 of 10 http://www.infobluetooth.com TEL:+86-23-68798999
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
3.1 ( ) (Expectation) (Conditional Mean) (Median) Previous Next
3-1: 3.1 ( )........... 2 3.1.1 (Expectation)........ 2 3.1.2............. 12 3.1.3 (Conditional Mean)..... 17 3.1.4 (Median)............ 22 Previous Next First Last Back Forward 1 1.. 2. ( ): ( ), 3.
中国科学技术大学学位论文模板示例文档
University of Science and Technology of China A dissertation for doctor s degree An Example of USTC Thesis Template for Bachelor, Master and Doctor Author: Zeping Li Speciality: Mathematics and Applied
Microsoft Word doc
中 考 英 语 科 考 试 标 准 及 试 卷 结 构 技 术 指 标 构 想 1 王 后 雄 童 祥 林 ( 华 中 师 范 大 学 考 试 研 究 院, 武 汉,430079, 湖 北 ) 提 要 : 本 文 从 结 构 模 式 内 容 要 素 能 力 要 素 题 型 要 素 难 度 要 素 分 数 要 素 时 限 要 素 等 方 面 细 致 分 析 了 中 考 英 语 科 试 卷 结 构 的
Preface This guide is intended to standardize the use of the WeChat brand and ensure the brand's integrity and consistency. The guide applies to all d
WeChat Search Visual Identity Guidelines WEDESIGN 2018. 04 Preface This guide is intended to standardize the use of the WeChat brand and ensure the brand's integrity and consistency. The guide applies
Microsoft PowerPoint - STU_EC_Ch08.ppt
樹德科技大學資訊工程系 Chapter 8: Counters Shi-Huang Chen Fall 2010 1 Outline Asynchronous Counter Operation Synchronous Counter Operation Up/Down Synchronous Counters Design of Synchronous Counters Cascaded Counters
SA3-075_成果報告書.PDF
SA3-075- ( ) 3 3 3 3 4 4 4 1 5 5 3 6 4 6 7 X j 8 X ( j ) 9 10 11 13 16 17 091001 09305 17 1 SA3-075- ( ) 0-1 3 0-0-30-4 4 1 7 34 8 4-1 9 5 10 6 11 7 1 8 13 9 14 1011 15 113 17 SA3-075- ( ) 91 1 091001
Lecture #4: Several notes 1. Recommend this book, see Chap and 3 for the basics about Matlab. [1] S. C. Chapra, Applied Numerical Methods with MATLAB
![Lecture #4: Several notes 1. Recommend this book, see Chap and 3 for the basics about Matlab. [1] S. C. Chapra, Applied Numerical Methods with MATLAB](/thumbs/92/109648374.jpg "Lecture #4: Several notes 1. Recommend this book, see Chap and 3 for the basics about Matlab. [1] S. C. Chapra, Applied Numerical Methods with MATLAB")
Chapter Lecture #4: Several notes 1. Recommend this book, see Chap and 3 for the basics about Matlab. [1] S. C. Chapra, Applied Numerical Methods with MATLAB for Engineers and Scientists. New York: McGraw-Hill,
國立中山大學學位論文典藏.PDF
The Study on the New Pension Scheme for Civil Servants Evidence from Kaohsiung County I II 1. III Thesis Abstract Title of Thesis The Study on the New Pension Scheme for Civil Servants: Evidence from Kaohsiung
國立中山大學學位論文典藏.PDF
I II III The Study of Factors to the Failure or Success of Applying to Holding International Sport Games Abstract For years, holding international sport games has been Taiwan s goal and we are on the way
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,
Microsoft PowerPoint - CH 04 Techniques of Circuit Analysis
Chap. 4 Techniques of Circuit Analysis Contents 4.1 Terminology 4.2 Introduction to the Node-Voltage Method 4.3 The Node-Voltage Method and Dependent Sources 4.4 The Node-Voltage Method: Some Special Cases
高中英文科教師甄試心得
高 中 英 文 科 教 師 甄 試 心 得 英 語 學 系 碩 士 班 林 俊 呈 高 雄 市 立 高 雄 高 級 中 學 今 年 第 一 次 參 加 教 師 甄 試, 能 夠 在 尚 未 服 兵 役 前 便 考 上 高 雄 市 立 高 雄 高 級 中 學 專 任 教 師, 自 己 覺 得 很 意 外, 也 很 幸 運 考 上 後 不 久 在 與 雄 中 校 長 的 會 談 中, 校 長 的 一 句
3 (s05q6) The diagram shows the velocity-time graph for a lift moving between floors in a building. The graph consists of straight line segments. In t
Mechnics (9709) M1 Topic 1 : s-t and v-t graph(9) Name: Score: Time: 1 (s03q3) The diagram shows the velocity-time graphs for the motion of two cyclists P and Q, whotravel in the same direction along a
46 數 學 傳 播 26 卷 3 期 民 91 年 9 月 表 演, 有 些 賭 場 還 每 小 時 發 遊 客 1 美 元, 可 連 發 7 小 時 一 個 目 的, 都 是 吸 引 遊 客 流 連 忘 返, 持 續 地 賭 開 賭 場 當 然 是 為 了 賺 錢, 利 用 機 率 來 設 計
賭 國 風 雲 黃 文 璋 1. 天 性 好 賭 ùö ùö 考 古 的 證 據 顯 示, 賭 博 的 歷 史 源 遠 流 長, 幾 乎 自 人 類 文 明 之 始 就 有 了 中 外 歷 史 小 說 及 電 影 裡, 也 常 有 賭 的 情 節, 賭 似 乎 是 與 生 活 分 不 開 的 賭 還 不 一 定 是 賭 錢 如 金 庸 (1996a) 射 鵰 英 雄 傳 中 ( 第 十 九 二 十
Microsoft PowerPoint - ATF2015.ppt [相容模式]
![Microsoft PowerPoint - ATF2015.ppt [相容模式]](/thumbs/72/67494642.jpg "Microsoft PowerPoint - ATF2015.ppt [相容模式]")
Improving the Video Totalized Method of Stopwatch Calibration Samuel C.K. Ko, Aaron Y.K. Yan and Henry C.K. Ma The Government of Hong Kong Special Administrative Region (SCL) 31 Oct 2015 1 Contents Introduction
Microsoft Word - HC20138_2010.doc
Page: 1 of 7 Date: April 26, 2010 WINMATE COMMUNICATION INC. 9 F, NO. 111-6, SHING-DE RD., SAN-CHUNG CITY, TAIPEI, TAIWAN, R.O.C. The following merchandise was submitted and identified by the vendor as:
從詩歌的鑒賞談生命價值的建構
Viktor E. Frankl (logotherapy) (will-to-meaning) (creative values) Ture (Good) (Beauty) (experiential values) (attitudinal values) 1 2 (logotherapy) (biological) (2) (psychological) (3) (noölogical) (4)
HCD0174_2008
Reliability Laboratory Page: 1 of 5 Date: December 23, 2008 WINMATE COMMUNICATION INC. 9 F, NO. 111-6, SHING-DE RD., SAN-CHUNG CITY, TAIPEI, TAIWAN, R.O.C. The following merchandise was submitted and identified
PowerPoint Presentation
數 學 風 情 畫 台 北 市 立 教 育 大 學 數 學 資 訊 教 育 學 系 蘇 意 雯 主 題 說 明 ( 一 ) 日 本 繪 馬 算 題 賞 析 ( 二 ) 阿 拉 伯 的 遺 產 分 配 問 題 ( 三 ) 希 臘 與 中 國 ( 一 ) 日 本 繪 馬 算 題 賞 析 現 代 的 絵 馬 促 使 日 本 和 算 發 展 的 兩 大 元 素 遺 題 承 繼 算 額 奉 納 遺 題 承
,, :, ;,,?, : (1), ; (2),,,, ; (3),,, :,;; ;,,,,(Markowitz,1952) 1959 (,,2000),,, 20 60, ( Evans and Archer,1968) ,,,
: : : 3 :2004 6 30 39 67,, 2005 1 1 2006 12 31,,, ( Evans and Archer) (Latane and Young) (Markowitz) :,,, :?,?,,,, 2006 12 31, 321, 8564161,53 1623150, 18196 % ; 268 6941110, 81104 %, 50 %,,2006,,,2006,
untitled
01 1-1 1-2 1-3 Chapter 1-1 (statistics) (uncertainty) 1. (1) (descriptive statistics) (2) (inferential statistics) (statistical inference) (inductive statistics) (parametric statistics) (nonparametric
Settlement Equation " H = CrH 1+ e o log p' o + ( p' p' c o! p' o ) CcH + 1+ e o log p' c + p' f! ( p' p' c c! p' o ) where ΔH = consolidation settlem
Prediction of Compression and Recompression Indices of Texas Overconsolidated Clays Presented By: Sayeed Javed, Ph.D., P.E. Settlement Equation " H = CrH 1+ e o log p' o + ( p' p' c o! p' o ) CcH + 1+
untitled
TFT-LCD Mura & Y.H. Tseng 2006.12.4 Outline Mura Mura Mura 類 度 Mura Mura JND Mura Convolution filter (Filter design) Statistical method (ANOVA,EWMA) Backgroup estimation (LSD) 2 What is Mura- Mura Mura
穨control.PDF
TCP congestion control yhmiu Outline Congestion control algorithms Purpose of RFC2581 Purpose of RFC2582 TCP SS-DR 1998 TCP Extensions RFC1072 1988 SACK RFC2018 1996 FACK 1996 Rate-Halving 1997 OldTahoe
( )
Secondary School Physical Fitness Award Scheme Student s Handbook Jointly Organized By Hong Kong Childhealth Foundation Education Department ( ) Secondary School Physical Fitness Award Scheme Student s
中山大學學位論文典藏
-- IEMBA 3 ii 4W2H Who( ) When( ) What( ) Why( ) How much( ) How to do( ) iii Abstract Pharmaceutical industry can be regard as one of the knowledge-intensive industries. Designing a sales promotion for
~ 10 2 P Y i t = my i t W Y i t 1000 PY i t Y t i W Y i t t i m Y i t t i 15 ~ 49 1 Y Y Y 15 ~ j j t j t = j P i t i = 15 P n i t n Y
* 35 4 2011 7 Vol. 35 No. 4 July 2011 3 Population Research 1950 ~ 1981 The Estimation Method and Its Application of Cohort Age - specific Fertility Rates Wang Gongzhou Hu Yaoling Abstract Based on the
Important Notice SUNPLUS TECHNOLOGY CO. reserves the right to change this documentation without prior notice. Information provided by SUNPLUS TECHNOLO
Car DVD New GUI IR Flow User Manual V0.1 Jan 25, 2008 19, Innovation First Road Science Park Hsin-Chu Taiwan 300 R.O.C. Tel: 886-3-578-6005 Fax: 886-3-578-4418 Web: www.sunplus.com Important Notice SUNPLUS
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
ii
i 概 率 统 计 讲 义 原 著 : 何 书 元 课 件 制 作 : 李 东 风 2015 年 秋 季 学 期 ii 目 录 第 一 章 古 典 概 型 和 概 率 空 间 3 1.1 试 验 与 事 件............................ 3 1.2 古 典 概 型 与 几 何 概 型....................... 7 1.2.1 古 典 概 型.........................
untitled
2005 1 Frechet 2 31999-2003 1993-1998 4 Pearson GPD 500 200122 0216840-1002 han.gf@shfe.com.cn Abstract We examine the tail characteristics of and tail dependence between return series of copper futures
Microsoft Word - 07.docx
應 用 GeoGebra 數 學 軟 體 於 數 學 課 程 的 教 學 Using Dynamic Mathematical Software GeoGebra in Mathematical Course 姜 正 雄 Cheng-Hsiung Chiang 玄 奘 大 學 資 訊 管 理 學 系 Department of Information Management, Hsuan Chuang
hks298cover&back
2957 6364 2377 3300 2302 1087 www.scout.org.hk scoutcraft@scout.org.hk 2675 0011 5,500 Service and Scouting Recently, I had an opportunity to learn more about current state of service in Hong Kong
Microsoft Word - Probability.doc
十 一 機 率 (Probability).... 分 立 變 值 (discrete variate) 及 連 續 變 值 (continuous variate)..... 連 續 變 質 (Continuous variate)/ 連 續 變 數 (Continuous variable)..... 分 立 變 值 (Discrete variate)/ 間 斷 變 數 (Discrete variable)....
<4D6963726F736F667420576F7264202D20B3C2B9FAD5D7C2DBCEC4C5C5B0E62E646F63>
七 年 制 专 业 学 位 论 文 论 文 题 目 正 常 人 群 上 肢 骨 与 关 节 周 围 解 剖 数 据 库 的 建 立 及 意 义 研 究 生 姓 名 指 导 教 师 姓 名 陈 国 兆 张 长 青 专 业 名 称 临 床 医 学 ( 本 硕 连 读 ) 研 究 方 向 外 科 学 ( 骨 外 科 学 ) 论 文 提 交 日 期 2013 年 6 月 正 常 人 群 上 肢 骨 与 关
Microsoft Word - Final Exam Review Packet.docx
Do you know these words?... 3.1 3.5 Can you do the following?... Ask for and say the date. Use the adverbial of time correctly. Use Use to ask a tag question. Form a yes/no question with the verb / not
)
.. 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
國立中山大學學位論文典藏.PDF
國 立 中 山 大 學 企 業 管 理 學 系 碩 士 論 文 以 系 統 動 力 學 建 構 美 食 餐 廳 異 國 麵 坊 之 管 理 飛 行 模 擬 器 研 究 生 : 簡 蓮 因 撰 指 導 教 授 : 楊 碩 英 博 士 中 華 民 國 九 十 七 年 七 月 致 謝 詞 寫 作 論 文 的 過 程 是 一 段 充 滿 艱 辛 與 淚 水 感 動 與 窩 心 的 歷 程, 感 謝 這 一
論 文 摘 要 本 文 乃 係 兩 岸 稅 務 爭 訟 制 度 之 研 究, 蓋 稅 務 爭 訟 在 行 訴 訟 中 一 直 占 有 相 當 高 的 比 例, 惟 其 勝 訴 率 一 直 偏 低, 民 87 年 10 月 28 日 行 訴 訟 法 經 幅 修 正 後, 審 級 部 分 由 一 級 一
法 院 碩 士 在 職 專 班 碩 士 論 文 指 導 教 授 : 王 文 杰 博 士 兩 岸 稅 務 爭 訟 制 度 之 比 較 研 究 A comparative study on the system of cross-straits tax litigation 研 究 生 : 羅 希 寧 中 華 民 一 0 一 年 七 月 論 文 摘 要 本 文 乃 係 兩 岸 稅 務 爭 訟 制 度 之
,,,,,,, :,,,,, ;,,,,,, : N = Y pr, dn N = dy Y - dpr pr, Y, N, pr,, (1),, ( : / ) :,, : t pr = e 1980 t = 1,t 9
() FUDAN JOURNAL (Social Sciences) 2005 5 No. 5 2005 (, 200433) [ ] 2005 2010, :,10-12 %,300 600,, :,;, [] [] C913. 2 ;F127 [] A [ ] 0257 0289 (2005) 05 0202 011,, 1980 1990,1988 2500,1995 8000,2003 9820
A Study on Grading and Sequencing of Senses of Grade-A Polysemous Adjectives in A Syllabus of Graded Vocabulary for Chinese Proficiency 2002 I II Abstract ublished in 1992, A Syllabus of Graded Vocabulary
Regenerative Processes
Regenerative Processes Václav Kozmík Faculty of Mathematics and Physics Charles University in Prague 11 / 12 / 212 Regenerative Processes Recall basics from renewal theory Basic limit theory of regenerative
穨423.PDF
Chinese Journal of Science Education 2002,, 423-439 2002, 10(4), 423-439 1 2 1 1 1 2 90 8 10 91 4 9 91 8 22 ) NII 1995 7 14, 1999 1997 (Cooperative Remotely Accessible Learning CORAL) 424 (Collaborative
<4D6963726F736F667420576F7264202D203338B4C12D42A448A4E5C3C0B34EC3FE2DAB65ABE1>
ϲ ฯ र ቑ ጯ 高雄師大學報 2015, 38, 63-93 高雄港港史館歷史變遷之研究 李文環 1 楊晴惠 2 摘 要 古老的建築物往往承載許多回憶 也能追溯某些歷史發展的軌跡 位於高雄市蓬 萊路三號 現為高雄港港史館的紅磚式建築 在高雄港三號碼頭作業區旁的一片倉庫 群中 格外搶眼 這棟建築建成於西元 1917 年 至今已將近百年 不僅躲過二戰戰 火無情轟炸 並保存至今 十分可貴 本文透過歷史考證
untitled
SC 93246H327032 (EWMA) 3 EWMA (defects) (Poisson distribution) (compound Poisson process) Brook and Evans EWMA (ARL) EWMA (geometric Poisson EWMA control schemes) The Study on Detecting Small Shifts in
星河33期.FIT)
大 事 记 渊 2011.11 要 要 2011.12 冤 1 尧 11 月 25 日 下 午 袁 白 银 区 首 届 中 小 学 校 长 论 坛 在 我 校 举 行 遥 2 尧 在 甘 肃 省 2011 年 野 十 一 五 冶 规 划 课 题 集 中 鉴 定 中 袁 我 校 教 师 郝 香 梅 负 责 的 课 题 叶 英 语 课 堂 的 艺 术 性 研 究 曳 袁 张 宏 林 负 责 的 叶 白
Microsoft Word - 生活禮儀柯友惠981
社 交 禮 儀 課 程 簡 介 第 一 節 : 接 待 與 拜 訪 禮 儀 學 習 禮 儀, 不 是 為 了 取 悅 別 人, 而 是 為 了 開 發 自 己 內 心 的 能 量, 來 展 現 得 體 的 風 範, 並 以 合 宜 的 舉 止 及 內 在 的 修 養 來 創 造 良 好 的 應 對 趨 勢, 讓 好 禮 儀 為 您 帶 來 好 人 緣 一 待 客 服 務 的 基 本 原 則 1. 以
南華大學數位論文
南 華 大 學 ( 文 學 所 ) 碩 士 論 文 論 文 題 目 ( 陳 千 武 小 說 活 著 回 來 及 其 相 關 事 例 研 究 ) 論 文 題 目 (Chen Chien Wu Return Alive And Some Research About It) 研 究 生 : 朱 妍 淩 指 導 教 授 : 林 葉 連 中 華 民 國 一 0 一 年 6 月 8 日 陳 千 武 小 說
1 引言
中 国 经 济 改 革 研 究 基 金 会 委 托 课 题 能 力 密 集 型 合 作 医 疗 制 度 的 自 动 运 行 机 制 中 国 农 村 基 本 医 疗 保 障 制 度 的 现 状 与 发 展 的 研 究 课 题 主 持 人 程 漱 兰 中 国 人 民 大 学 农 业 与 农 村 发 展 学 院 课 题 组 2004 年 4 月 2005 年 4 月 1 课 题 组 成 员 名 单 主 持
2005 5,,,,,,,,,,,,,,,,, , , 2174, 7014 %, % 4, 1961, ,30, 30,, 4,1976,627,,,,, 3 (1993,12 ),, 2
3,,,,,, 1872,,,, 3 2004 ( 04BZS030),, 1 2005 5,,,,,,,,,,,,,,,,, 1928 716,1935 6 2682 1928 2 1935 6 1966, 2174, 7014 %, 94137 % 4, 1961, 59 1929,30, 30,, 4,1976,627,,,,, 3 (1993,12 ),, 2 , :,,,, :,,,,,,
Microsoft PowerPoint - NCBA_Cattlemens_College_Darrh_B
Introduction to Genetics Darrh Bullock University of Kentucky The Model Trait = Genetics + Environment Genetics Additive Predictable effects that get passed from generation to generation Non-Additive Primarily
JOURNAL OF EARTHQUAKE ENGINEERING AND ENGINEERING VIBRATION Vol. 31 No. 5 Oct /35 TU3521 P315.
31 5 2011 10 JOURNAL OF EARTHQUAKE ENGINEERING AND ENGINEERING VIBRATION Vol. 31 No. 5 Oct. 2011 1000-1301 2011 05-0075 - 09 510405 1 /35 TU3521 P315. 8 A Earthquake simulation shaking table test and analysis
548 中 国 食 品 卫 生 杂 志 CHINESE JOURNAL OF FOOD HYGIENE 2014 年 第 26 卷 第 6 期 级 医 疗 卫 生 机 构 通 过 国 家 突 发 公 共 卫 生 事 件 报 告 管 理 信 息 系 统 和 食 源 性 疾 病 暴 发 报 告 系 统
2005 2013 年 云 南 省 野 生 蕈 中 毒 的 时 空 分 布 刘 志 涛, 等 547 研 究 报 告 2005 2013 年 云 南 省 野 生 蕈 中 毒 的 时 空 分 布 刘 志 涛 1, 吴 少 雄 2, 万 蓉 1, 赵 世 文 1, 张 强 1, 王 晓 雯 1, 李 娟 娟 1, 阮 元 1, 余 思 洋 1, 赵 江 1, 万 青 青 1 1, 彭 敏 (1. 云 南
BIBLID 0254-4466(2001)19:1 pp. 249-276 19 1 90 6 ** * ** 88 I 2000 8 249 250 19 1 251 1873-1929 1900 1 1902 1 35 1900 1960 7-12 252 19 1 2 3 2 1900 1902 3 2000 129-197 253 4 5 6 4 1902 1962 103 5 Joseph
國家圖書館典藏電子全文
I Abstract II III ... I Abstract...II...III... IV... VI 1...1 2...3 2-1...3 2-2...4 2-3...6 2-4...6 3...8 3-1...8 3-2...10 4...12 5...15 5-1...15 5-2...17 IV 5-3...18 6...21 6-1...21 6-2...22 6-3...22
1505.indd
上 海 市 孙 中 山 宋 庆 龄 文 物 管 理 委 员 会 上 海 宋 庆 龄 研 究 会 主 办 2015.05 总 第 148 期 图 片 新 闻 2015 年 9 月 22 日, 由 上 海 孙 中 山 故 居 纪 念 馆 台 湾 辅 仁 大 学 和 台 湾 图 书 馆 联 合 举 办 的 世 纪 姻 缘 纪 念 孙 中 山 先 生 逝 世 九 十 周 年 及 其 革 命 历 程 特 展
Microsoft PowerPoint - ch2-stallings.ppt
Transmission Fundamentals Chapter 2 (Stallings Book) 1 Electromagnetic Signal is a function of time can also be expressed as a function of frequency Signal consists of components of different frequencies
目 录 第 一 章 电 力 行 业 内 部 控 制 操 作 指 南 概 述... 1 第 二 章 内 部 控 制 规 范 体 系 建 设 与 运 行... 11 第 三 章 内 部 环 境 建 设... 22 第 一 节 组 织 架 构... 22 第 二 节 发 展 战 略... 26 第 三 节
附 件 电 力 行 业 内 部 控 制 操 作 指 南 ( 征 求 意 见 稿 ) 2014 年 8 月 目 录 第 一 章 电 力 行 业 内 部 控 制 操 作 指 南 概 述... 1 第 二 章 内 部 控 制 规 范 体 系 建 设 与 运 行... 11 第 三 章 内 部 环 境 建 设... 22 第 一 节 组 织 架 构... 22 第 二 节 发 展 战 略... 26 第 三
SC-127.doc
(accountability) e.g. AMSE CODE The Code contains mandatory requirements, specific prohibitions, and mandatory guidance for construction activities. The Code does not address all aspects of these activities
PowerPoint Template
ACCAspace Provided by ACCA Research Institute ACCA F9 Financial Management 财务管理 ACCA Lecturer: Sinny Shao Part D investment appraisal 1 Investment decisions without DCF 2 Investment decisions with DCF
Welch & Bishop, [Kalman60] [Maybeck79] [Sorenson70] [Gelb74, Grewal93, Maybeck79, Lewis86, Brown92, Jacobs93] x R n x k = Ax k 1 + Bu k 1 + w
![Welch & Bishop, [Kalman60] [Maybeck79] [Sorenson70] [Gelb74, Grewal93, Maybeck79, Lewis86, Brown92, Jacobs93] x R n x k = Ax k 1 + Bu k 1 + w](/thumbs/53/31552254.jpg "Welch & Bishop, [Kalman60] [Maybeck79] [Sorenson70] [Gelb74, Grewal93, Maybeck79, Lewis86, Brown92, Jacobs93] x R n x k = Ax k 1 + Bu k 1 + w")
Greg Welch 1 and Gary Bishop 2 TR 95-041 Department of Computer Science University of North Carolina at Chapel Hill 3 Chapel Hill, NC 27599-3175 : 2006 7 24 2007 1 8 1960 1 welch@cs.unc.edu, http://www.cs.unc.edu/
敘述統計概論
敘述統計概論 ( 含概要 ) 內文教學區 () () 1. population 99 99 2. 99 200 200 3. 99 μ 4. 99 200 X 002 第一章敘述統計概論 5. 6. 7. 8. (1) Independent variablescause (2) Dependent variableseffect y = f(x) x y 1 I. population II.statistic
吴 郁 玲 等 : 农 户 对 宅 基 地 使 用 权 确 权 效 应 的 认 知 研 究 以 武 汉 市 为 例 29 the paper tried to provide a basis to improve the confirmation policy efficiency and to f
第 30 卷 第 4 期 2016 年 4 月 中国土地科学 China Land Sciences Vol.30 No.4 Apr.,2016 doi: 10.11994/zgtdkx.20160523.153245 农户对宅基地使用权确权效应的认知研究 以武汉市为例 吴郁玲 1 侯 娇 1 冯忠垒 2 周 勇 1 1. 华中师范大学城环学院 湖北 武汉 430079 2. 中国地质大学 武汉 经济管理学院
热设计网
例 例 Agenda Popular Simulation software in PC industry * CFD software -- Flotherm * Advantage of Flotherm Flotherm apply to Cooler design * How to build up the model * Optimal parameter in cooler design
% 82. 8% You & Kobayashi % 2007 %
202 2 * 5. 6 995 2008 0 2008 28% Meng 2003 2000 2009 9. 4% 47% 200 % 2% 20% 50% Gruber & Yelowitz 999 Engen & Gruber 200 Chou et al. 2003 200 200 200 Brown et al. 200 2003 2003 2006 2006 * 00084 wubzh@
Edge-Triggered Rising Edge-Triggered ( Falling Edge-Triggered ( Unit 11 Latches and Flip-Flops 3 Timing for D Flip-Flop (Falling-Edge Trigger) Unit 11
Latches and Flip-Flops 11.1 Introduction 11.2 Set-Reset Latch 11.3 Gated D Latch 11.4 Edge-Triggered D Flip-Flop 11.5 S-R Flip-Flop 11.6 J-K Flip-Flop 11.7 T Flip-Flop 11.8 Flip-Flops with additional Inputs