统计PPT08.ppt

由此出發談統計推論 在第6章與第7章中我們介紹過機率分配，它讓我們對隨機變數的數值做機率的描述。 這項計算的先決條件是知道分配與分配的參數。 第8章 抽樣分配 第228頁 由此出發談統計推論 範例6.5中，我們需要知道派特?史達德猜到正確答案的機率是20% ( p ＝ .2)以及在10 題(測驗) 中正確答案的題數(成功) 是一個二項隨機變數。 然後我們可以計算任何成功次數的機率。 第8章 抽樣分配 第228頁 由此出發談統計推論 在範例7.3中，我們必須知道投資的報酬率服從平均數10% 與標準差5%的常態分配。 這三點資訊讓我們能夠計算隨機變數各種數值的機率。 第8章 抽樣分配 第228頁 由此出發談統計推論 下圖以符號表示機率分配的使用。 簡單地說，對母體與其參數的了解讓我們使用機率分配對母體中的個別成員做機率描述。箭頭的方向表示資料流動的方向。 第8章 抽樣分配 第228頁 圖8.10 由此出發談統計推論 在本章中我們發展了抽樣分配，基於對參數的認知和一些關於分配的資訊，讓我們得以對一個樣本統計量做機率的描述。 統計推論藉著逆轉圖中資料流動的方向 第8章 抽樣分配 第228頁 圖8.11 由此出發談統計推論 在機率分配與抽樣分配兩種應用中，我們必須知道相關參數的數值，這是一個相當難辦到的事情。在實務上，由於參數代表極大母體的敘述性量數，參數幾乎全都是未知的。 從第9章開始，我們將假設大部分的母體參數是未知的。統計實作人員會從母體中抽樣並且計算所需的統計量。統計量的抽樣分配讓我們可以對參數做推論。 第8章 抽樣分配 第228頁 這張圖呈現統計推論的特色 由此出發談統計推論 第8章 抽樣分配 第228-229頁 圖8.12 Keller: Stats for Mgmt Econ, 7th Ed * Copyright ? 2006 Brooks/Cole, a division of Thomson Learning, Inc. * 中央極限定理 如果母體是常態的，則對所有的n 值， 是常態分配。 如果母體為非常態的，只有在 n 值比較大的情況下， 才會近似常態分配。 在許多實務的狀況下，樣本大小30 可能足以讓我們使用常態分配近似 的抽樣分配。 第8章 抽樣分配 第215頁 任何母體平均數的抽樣分配 我們可以將我們已有的發現延伸到所有無限大的母體。但是，如果母體是有限的，則標準誤是： 其中 N 是母體大小並且 為有限母體校正因子( finite population correction factor)。 第8章 抽樣分配 第215-216頁 任何母體平均數的抽樣分配 如果母體大小相對於樣本大小是夠大的，則有限母體校正因子會接近於 l，可以忽略它。 我們將視至少比樣本大 20 倍的任何母體為大母體。 在實務中，大部分應用所涉及的母體都符合大母體的條件。 結果 ，有限母體校正因子通常被省略掉 。 第8章 抽樣分配 第216頁 樣本平均數的抽樣分配 1. 2. 3. 如果 X 是常態，則 是常態。如果 X 為非常 　態， 在樣本是「足夠大」的情況下，近似於 　常態分配。「足夠大」的定義則依 X 非常態性 　的情況而定。 第8章 抽樣分配 第216頁 範例8.1　一個32 盎司瓶子的容量 (a) 一間裝瓶工廠的領班觀察到每一個32 盎司瓶裝汽水的含量實際上是一個具有平均數32.2 盎司以及標準差.3 盎司的常態分配隨機變數。 如果有一位顧客買一瓶汽水，這瓶的容量會超過32 盎司的機率為何？ 第8章 抽樣分配 第216頁 範例8.1　一個32 盎司瓶子的容量 (a) 我們想要找出P(X 32)，其中 X 是常態分配， μ = 32.2 且σ =.3， 一瓶汽水的容量超過 32 盎司的機率為 75% 第8章 抽樣分配 第216頁 範例8.1　一個32 盎司瓶子的容量 (b) 一間裝瓶工廠的領班觀察到每一個32 盎司瓶裝汽水的含量實際上是一個具有平均數32.2 盎司以及標準差.3 盎司的常態分配隨機變數。 如果有一位顧客買一盒裝四瓶的汽水，這四瓶的平均容量會大於32盎司的機率為何？ 第8章 抽樣分配 第217頁 範例8.1　一個32 盎司瓶子的容量 (b) 現在我們想要找出P(X 32)，其中 X 是常態分配，μ = 32.2 且σ =.3。 我們知道： 服從常態分配 第8章 抽樣分配 第217頁 範例8.1　一個32 盎司瓶子的容量 (b) 如果有一位顧客買一盒裝四瓶的汽水，這四瓶的平均容量會大於32盎司的機率