信赖区间与信心水准解读.pptVIP

 ＜信賴區間與信心水準的解讀＞;一、從常態分配談起;為何可以如此估算？;設常態分配的期望值為m、變異數為s 2，則常態分配的機率分配函數是 ;標準常態分配 ;;大學聯考的統計資料;某生國文成績為 24.7 分 這個分數距離平均值 個 標準差。 利用常態分配表推知他的百分等級是 2.5%， 但由大考中心資料得知他實際的百分等級是 4% 上述兩個例子是用常態分配去近似班級考試分配及大學指考分配，但只是近似，顯然不可能完全正確推算名次。 ;二、信賴區間的簡介; 區間估計;信賴區間的實驗; 區間公式對照表（n =20）區間半徑 =;;信賴區間圖; 的公式是如何得來的？;以真實中獎機率 0.6 為例，20 次抽籤抽中有獎籤的比率必為 0, 0.05, 0.1, …, 1.0 其中之一，舉例：抽中 9 次的中獎比率為 0.45，此事件發生機率為 ≒ 0.071。（上圖左邊第二條綠色長條） 上圖將每一種中獎比率與其發生機率作成直方圖，而綠色區域是 0.6 前後 1.96 個標準差的區域。 ;現在用常態分配去近似二項分配，每個同學 20 次抽籤的結果，抽中有獎籤的比率必為圖中 x 坐標之一，且此比率落在綠色區域的機率為 0.95。 每個同學 20 次抽籤抽中有獎籤比率的結果好比是在擲一枚出現正面機率是 0.95 的銅板，成功擲出正面（抽中有獎籤比率落在綠色區域）的機率是 0.95。 ;樣本平均 落在 區間的樣本點， 也就是期望值 p 會落在 區間的樣本點。 ; 區間公式對照表（n =50）區間半徑 =;中籤 數;信賴區間圖;區間比較圖;信賴區間的解讀; n = 20 與 n = 50 的區間估計的差異; 休息一下 做個例題;某校 1000 人一起做實驗，每個人均從已知籤筒（內有 5 支籤，其中 2 支是有獎籤）抽籤 n 次，每次取出一支籤，取出後須放回。下面第一圖是 n = 50 時，每人抽中有獎籤比率與人數的分佈圖，第二圖則是 n =100 的分佈圖。試以此兩圖回答下面三題： ;;;下列敘述何者正確： (1)在 n = 50 的實驗裡，一學生抽中有獎籤比率正好是 0.4 的機率為 。 答：（○）一學生抽中有獎籤比率正好是 0.4 是指他抽 50 次籤中得有獎籤 20 次，因此這個事件的機率為 。;(2) 比較 n = 50 與 n = 100 的實驗，發現抽中有獎籤比率在 0.28～0.52（含此兩值）之間的學生人數，在 n = 100的實驗裡學生人數較多。 答：（○） n = 50 的實驗裡，抽中有獎籤比率小於 0.28 的學生數為 15+8+3+1+1 = 28，大於 0.52 的學生數為 15+8+4+2+1 = 30，因此在 0.28～0.52 之間的學生人數為1000-28-30 = 948。同理， n = 100 的實驗裡，在 0.28～0.52 之間的學生人數為1000-2-1-1-3-1-1 = 991。;(3) 在 n = 50 的實驗裡抽中有獎籤比率在0.38～0.42（含此兩值）之間的學生人數較 n = 100 的實驗裡抽中有獎籤比率在0.38～0.42（含此兩值）之間的人數多，也就是說 n = 50 的圖形較 n = 100 學生人數分佈更往 0.4 集中。 答： （ × ） n = 50 的實驗裡，抽中有獎籤比率在 0.38～0.42 之間的學生人數為111+115+109 = 335。同理， n = 100 的實驗裡，在 0.38～0.42 之間的學生人數為77+80+81+79+74 = 391，因此 n = 100 學生人數分佈更往 0.4 集中。;(4) 在 n = 100 的實驗裡，全校抽中有獎籤比率在 0.31～0.49（含此兩值）之間的學生數為 950 人。 答：（○）n = 100 的實驗裡，抽中有獎籤比率小於 0.31 的學生數為 10+6+4+2+1+1 = 24，大於 0.49 的學生數為 10+7+4+3+1+1 = 26，因此在 0.31～0.49 之間的學生人數為1000-24-26 = 950。;(5) 當