信心水准与信赖区间.pdfVIP

林信安老師編寫 第四十八單元 信賴區間與信心水準的解讀 甲( )常態分布 許多量測的結果，像是葡萄酒的評鑑、基測作文分數的評定、天文資料的觀測等等， 都會有誤差 ，這些誤差可能來自個人的偏見 、儀器的誤差 ，但是更關鍵的是 ，即使一 切流程都很完美 ，但是數據本身依然會有誤差 ，「數據本身就會因隨機誤差而變動」， 這是重要的關鍵。 1738 年棣美弗(Abraham De Moivre)在他的機會論 (The Doctrine of Chance)再版時，揭示了數據誤差的分布曲線⎯鐘形曲線之重要性。 這個鐘形曲線通常稱為常態分布，有時候也稱為高斯分布。高斯在研究行星運動時， 認識到常態分布描述了量測誤差的分布情形⎯誤差定律 ，他當年將 「誤差定律」這條 法則，塞在天體依圓錐曲線繞日運動之理論這本書，幸好拉普拉斯(Laplace)在 1810 年偶而讀到這本書 ，利用這本書中誤差定律的結果 ，他馬上知道可以用來改進他 自己正在研究的「中央極限定理」，中央極限定理是說：大量的獨立隨機因素之和， 可以是任何數值 ，其出現的機率呈常態分布 。這個結果比高斯的發現更能說明常態分 布就是誤差定律。 (1)常態分布： 很多資料畫出直方圖後 ，將直方圖中各長方形頂邊的中點用平滑曲線相連 ，會呈現中 間高而往左右兩邊下降近似鐘型 。當資料的次數分配曲線圖呈現如鐘型一樣 ，由中間 往兩邊對稱下降的情形時，就說此組資料的分布是近似常態分布 (或稱常態分配 ) ，常 態分布是高斯(Carl F.Gauss)所創，他發現許多資料的測量誤差經常是依據常態分布， 常態分布是統計最有用的一種分布，很多社會科學自然科學的資料都近似常態分布。 對於常態分布的資料 ，我們由次數分配呈鐘形知道中間部分佔的比例較大 ，愈往兩旁 所佔的比例愈小，但比例大約是多少呢？ ~48−1~ 林信安老師編寫 當一組資料的直方圖呈常態分布 ，而且也知道此組資料的平均數µ，標準差σ ，就能利 用數學方法估算出大約有 68%的資料落在區間[µ–σ, µ+σ]內，有 95%的資料落在區間 [µ–2σ, µ+2σ]內，有 99.7%的資料落在區間[µ–3σ, µ+3σ]內。 (2)標準計分： 觀測值−算術平均數 標準分數(standard score)= 。 標準差 標準分數為 1 的意義是說 ：觀測值在算數平均數之上 1 個標準差的位置 ；標準分數為 −2 的意義是說 ：觀測值在算數平均數之下 2 個標準差的位置 。標準分數可以用來比較 不同分布中的值。在使用時，分布必須至少是大致對稱的，標準分數才適用。 [例題1] 從實驗室的數據證實，人的睡眠時數呈現常態分布，其平均數為 7.5 小時， 標準差 1 小時，根據此睡眠分布，試估計下列各項所佔的人數比例。 (1)睡眠時數超過 7.5 小時者。 (2)睡眠時數介於 6.5 到 8.5 小時者。 (3)睡眠時間不到 8.5 小時者。 Ans ：(1)50% (2)約 68% (3)約 84% [例題2] 某校有學生 1000 人 ，段考成績呈常態分配 ，數學平均成績 70 分 ，標準差 10 分，英文平均成績 60 分，標準差 8 分，某生數學成績 78 分，英文成績 68 分，則以全校排名預估他哪一科考得較好？ (練習1) 某校有學生 1000 位 ，數學段考成績呈常態分布 ，平 均成績 70 分，標 準 差 10 分，請概估： (1)此次數學段考不及格的學生約有幾位？ (2)成績超過 90 分的有幾位？ (3)某生成績 80 分，他在全校大約排第幾名？ Ans ：(1)160 位 (2)25 位 (3)第 160 名 (練習2) 某 校 有 學 生