常态分配-成功大学.ppt

陳順宇作 111 第六章 常態分配 陳順宇 教授 成功大學統計系 某次IQ測驗有1萬人參加 平均分數為100分，標準差為15分， 且IQ測驗成績直方圖呈鐘形， 我們可以知道 約有6800人的成績在85分到115分之間，約有9500人的成績在70分到130分之間，約有9970人的成績在55分到145分之間， 也可由此推得IQ成績低於55分約有15人，而IQ超過145分的大約有15人 中國人常講〝萬一〞， 表示〝一萬次中最多 只有可能一次發生〞的事件為意外， 統計學家則以〝20次實驗中最多 只有1次發生〞， 此種機率低於5%的事件為異常。 依統計的說法， 10000人中大約會有500位是異常的， 其中優良者有250位，而不佳者有250位 例如，在IQ測驗中 平均分數是100分，標準差為15分， IQ超過130分者為智優， 低於70分者為智劣 IQ成績直方圖 IQ成績直方圖頂邊中點連線 IQ成績次數分配折線圖 IQ成績常態分佈圖 常態曲線(或高斯曲線) 常態曲線圖 平均數 變異數 鐘形分佈 例6.1、燈泡壽命直方圖呈鐘形 6.2 標準常態分配及查表 標準常態分配密度函數呈對稱鐘形 例6.2 求?(1) ?(1.35) ?(-2.17) 圖6.8 標準常態分配函數圖 標準常態分配函數?有下列性質 (1) P(a ? Z ? b) = ?(b) - ? (a)。 (2) a?b，則 ?(a) ? ?(b)，即?是增函數。 (3) ?(-?) = 0，?(?) = 1。 (4) 利用對稱原理 例6.4、若Z ~ N(0,1)，求下列各機率值 例6.5 6.3 資料標準化的應用 例6.6產品規格 某產品規格訂為20 ? 1公分， 但製造的產品平均數是m =19.8公分，s=0.5公分。 試問產品中合格的比例是多少？ 又問產品中有多少比例是超過規格上界？ 例6.7 某生國文考80分，數學考60分， 是否此生在班上國文表現比數學好？ 例6.8成績標準化算法： 某次考試全班考的不理想， 老師想給學生加分， 如何加分才算公平呢？ 傳統上有三種做法 (1)所有學生一律加a分 (2)開平方再乘以10，如某生考16分 則開平方再乘以10，加分後變成40分。 (3)分數乘a再加b分， 但問題是a,b如何取才好？ 解決之道是利用標準化方式 得標準化成績後乘以a再加b y=ax+b 其中a表示老師想給的全班標準差， b表示老師想給全班的平均分數。 例如原先全班平均分數50分、標準差6分 但老師想調為全班平均70分、標準差8分 則某生原先考62分，標準化分數為， 因此加分後得2×8+70=86分。 y=ax+b, b: 50?70, a=6?8, x=(62-50)/6=2 很多離散型隨機變數其機率分配圖 長相也有中間高、兩邊低的現象， 例如第五章例5.25 (其中p=0.5、0.2、0.8三個二項分配機率圖 ( 尤其是p=0.5)都像一鐘形 當很大時，以二項分配求此機率值不容易 修正公式 二項分配線圖 P(a≦x≦b)=P(a)+P(a+1)+…+P(b) 二項分配長方形面積 常態分配近似二項分配 例6.11、(例5.24續) 分別以 (1)二項分配 (2)常態分配 求 =? 二項分配 常態分配 例6.12、 有一選區選民有100000人， 抽樣1067人，調查候選人甲得票率， 若候選人甲真正得票率(開票後)是0.4 求抽樣誤差在3%以內的機率? 即求 (1) 超幾何分配求機率 (2) 二項分配求近似值 (3) 以常態分配求近似值 上例假設 已知候選人甲的真正得票率=0.4， 計算出抽樣1067人， 抽樣誤差在3%以內的機率， 結果此機率值比95%大一點。 下面討論： 不論候選人的真正得票率是多少， 若抽樣1067人， 則抽樣誤差在3%以內的機率至少是0.95 (此機率值亦稱信心水準) 例6.13、 若有一選區選民有幾萬人以上， 隨機抽樣1067人， 調查某候選人甲的得票率， 則抽樣誤差在3%以內的機率至少是0.95 即 由於不論真正得票率是多少，恆有 所以抽樣人數1067人時， 不論真正得票率是多少， 抽樣誤差在3%以內的機率至少為95% 為何拉斯維加斯賭場莊家永遠是贏家？ 例6