在母体标准差已知下估计母体平均数.ppt

* 範例 10.1 為了降低成本，作業經理想要使用一個存貨模型。他注意到每日的需求量與前置時間都是隨機變數。並且他必須知道每日的需求量的平均數以計算最佳的存貨標準。 他觀察了25 段前置期間並記錄每一次期間的需求量。 Xm10-01 這位經理想要一個前置期間平均需求量的95% 信賴區間估計值。這位經理知道標準差是75 部電腦。 第10章 估計的介紹 第360頁 範例 10.1 25 段前置期間的需求量資料 採購前置時間為：訂單傳送時間＋訂單處理時間＋貨物運送時間。也就是從下訂單到收到貨物的時間。 第10章 估計的介紹 第360頁 範例 10.1 “為了決定最佳的存貨標準，這位經理必須知道前置期間的平均需求量。” 因此，要估計的參數是母體平均數： μ 所以，我們的信賴區間估計量將是： 辨識方法 第10章 估計的介紹 第360頁 我們需要4 個值以建立 μ 的95％信賴區間估計值。 因此： 信賴下限與信賴上限分別是 LCL=340.76與 UCL=399.56。 範例 10.1 370.16 1.96 75 n 25 已給定 計算數據 手算 第10章 估計的介紹 第360-361頁 範例 10.1 運用 Excel 利用 Data Analysis Plus? 工具來計算檔案Xm10-01的數據，我們可以很輕鬆地得到答案。 點選 Add-In 、 Data Analysis Plus ，與 Z-Estimate: Mean 電腦計算 第10章 估計的介紹 第361頁 範例 10.1 第10章 估計的介紹 第361頁 電腦計算 範例 10.1 這位作業經理估計前置期間的平均需求量介於340.76 與399.56 之間——在發展存貨策略時，他可以使用這個估計值當做輸入。 我們估計前置期間的平均需求量介於340.76與399.56之間，並且這類的估計量有95%正確的機會。意思就是說估計量有5%的機會是不正確的。 附帶一提，媒體通常指稱95% 的數據是「20 次中的19 次」，它強調信賴水準的長期觀點。 詮釋 第10章 估計的介紹 第362.366頁 詮釋信賴區間估計值 有些人錯誤地詮釋範例10.1 的信賴區間估計值為：有95% 的機率母體平均數會落在340.76 與399.56 之間。 這項詮釋是不適當的，因為它暗示著母體平均數是一個變數從而我們可以對它做機率的描述。 事實上，母體平均數是一個固定但未知的數量。因此，我們不能詮釋 μ 的信賴區間估計值為 μ 的一個機率描述。 第10章 估計的介紹 第362頁 詮釋信賴區間估計值 為了適當地解說信賴區間估計值，我們必須記住信賴區間估計量由樣本平均數的抽樣分配所導出。 我們使用抽樣分配對樣本平均數做機率的描述。 雖然形式已經改變，信賴區間估計量也是樣本平均數的一個機率描述。 第10章 估計的介紹 第362.363頁 詮釋信賴區間估計值 它說明有 1 - α 的機率，樣本平均數將會等於一個數值，使得 到 的區間會包括母體平均數。一旦樣本平均數被計算出來，該區間成為母體平均數的區間估計值的下限與上限。 第10章 估計的介紹 第363頁 投擲一顆公正的骰子無限多次 母體是藉由投擲一顆公正的骰子無限多次產生， 隨機變數 X 是指任何一次投擲骰子所出現的點數。 隨機變數 X 的機率分配如下： 母體平均數與變異數的計算為： 第9章 抽樣分配 第321頁 由前面的計算，我們知道投擲一沒公正的骰子無限多次，其分配的平均值 μ = 3.5 和 標準差σ = 1.71。 假設現在我們只知道 σ = 1.71，而 μ 是未知的，而且我們想要估計它的值。 為了估計 μ，我們選取樣本大小 n = 100 並且計算 。μ 的信賴區間估計量是 詮釋信賴區間估計值 第10章 估計的介紹 第363頁 詮釋信賴區間估計值 90% 的信賴區間估計量是 第10章 估計的介紹 第363頁 詮釋信賴區間估計值 這個符號的意思是，如果我們從母體中重複選取大小為 100 的樣本， 90% 的 值將使得 μ 被包含在 與 而 10% 的 值將產生不包括 μ 的區間。 現在，想像我們抽出 40 個各含100 個觀測值的樣本。 的值與所得到的 μ 的信賴區間估計值呈現在表 10.2。 第10章