第03章基本统计原理 - 资讯管理学系.ppt

第03章 基本統計原理 3.1、引言 統計學係應用機率的原理，以收集、分析及解釋資料的一門科學。 不熟悉統計學，可利用本章自習補強。 3.1.1 機率與事件 由基本元素樣本組成樣本空間 事件Ａ之元素數目為ｎ，發生的機率 f(A) 式中0≦f(A)≦1。 一批產品1,000件中含有不良品10件，該批產品之不良品的發生機率是 f(d) = 10/1000 = 1%。 機率加法 機率加法 設Ａ和Ｂ為互斥事件，則發生「A或B」事件的機率等於個別事件機率之和。 式中Ａ和Ｂ為互斥事件，表示Ａ事件和Ｂ事件不可能同時發生。 機率乘法 機率乘法 設Ａ和Ｂ為獨立事件，則發生「A且B」事件的機率等於個別事件機率之乘積 。 式中Ａ和Ｂ為獨立事件，表示Ａ事件和Ｂ事件互不相干。 聯合機率 聯合機率 設Ａ和Ｂ為任意事件，則發生「A或 B」個別事件機率之和減去乘積。 製程發生過短或過長的機率各為3%和5%該產品不合格的機率為 條件機率 條件機率 設Ａ和Ｂ為任意事件，則已知Ａ而發生Ｂ之條件事件「B|A」機率 分割機率 分割機率 設B1,B2,B3,…,Bk等全為互斥事件，而且它們的聯集即為宇集。則任意事件Ａ的機率會等於它與各互斥事件的個別交集之機率的總和。 範例3.1 範例 3.1 (2) 3.1.2 排列與組合 排列和組合 cats一字的排列共有{cats, ctas, ctsa, ? , stac}等廿四種 。 cats一字含ca的組合共有{cats, tcas, stca, cast, scat, tsca}等六種 。 二項係數 二項係數 當隨機實驗n次則正面出現x次之組合數目為 該組合函數值是謂二項係數。拋擲錢幣五次樣本空間的元素數目為25 = 32，而出現兩次正面事件之組合數目為 5!/3!2! = 10次。 多項係數 多項係數 某項實驗有K種可能結果，隨機ｎ次實驗後這ｋ種結果分別出現 X1, X2 , …, Xk 次，組合之樣本點數為 該組合函數值是謂多項係數。 3.2、頻次和分配 將資料分門別類整理其發生的頻次，便利掌握和利用次數分配的資訊。 將教材「蓋」字，就「字」、「詞性」、「例句」和「字義」等四欄建立多筆資料錄，成為乙部小型資料庫。 範題資料庫 範題彙要表 利用Excel樞紐分析表，彙整「詞性彙要表」。 3.2.1 計數數目 計數純數字、文數(文字或數字)、或空格的格數。 範例3.2 3.2.2 項別頻次 計數出類別在資料庫中出現的數目，就是所謂的項別頻次。 使用各個項目頻次，可做成直條圖。 就數目由大到小排序項目，可做成柏拉圖。 就項目頻次或百分機率，可做成圓形圖。 範例3.3 範例3.4 範例3.5 週期數據 3.2.3 數軸序數 辨認數群的某一數值在數軸上的大小或前後順序 譬如，某人性向測驗分數在團體中的百分排名。 範例3.6 3.2.4 頻次分配 相對頻次是各組頻次佔總頻次的比例。 累計相對頻次是各組相對頻次的逐組累計。 範例3.7 範例 3.7 (2) 範例3.8 數據表範例3.8 (2) 範例 3.8 (3) Excel 的 FREQUENCY函數 3.2.5 頻次多邊 擷取直方圖的輪廓來做成頻次多邊圖，這是一種特殊的折線圖。 3.3、頻次和分配 計數型的機率分配被稱為機率質量函數 。 計量型機率分配為機率密度函數。 範例3.9 範例3.10 3.4、常用機率分配 計數型超幾何分配、二項分配和卜氏分配等 。 計量型常態分配和指數分配等 。 3.4.1 超幾何分配 出貨批Ｎ件產品，其中有Ｄ件不良品，其餘Ｎ－Ｄ件為良品；現從該批產品隨機抽取ｎ件產品為樣本（ｎ≦Ｎ），假設其中含有ｘ件不良品。 超幾何分配期望值 範例3.11 3.4.2 二項分配 Ｘ代表ｎ次試驗中的「成功」次數，且每次試驗的成功機率為ｐ。 二項分配期望值 範例3.12 範例3.13 範例3.14 3.4.3卜氏分配 尖峰時段某加油站的來客人數 八、九月間太平洋生成的颱風數目 每生產一米鋼捲發生的砂眼數目 保固年限內產品的回修台數 每百名SARS感染人的死亡人數等等。 卜氏分配期望值 範例3.15 範例3.16 3.4.4 指數分配 指數分配是前後兩事件發生的時間間隔，平均數和標準差正好都等於1/λ。 若F(Ｔ)是指數分配的左尾累積機率，則可靠度正好是 指數分配期望值 範例3.17 範例3.18 範例3.19 3.4.5 常態分配 對量測誤差的研究，當時發現誤差型態大多是對稱的鐘型。 常態分配期望值 常態分配常態標準化 範例3.20 範例3.21 範例3.22 3.4.6 分配應用要領 超幾何分配、二項