品质管理统计原理6.docVIP

授 課 目 錄 導 論 統計資料的整理與描述 機率導論 常用的機率分佈與統計分佈 描樣方法與描樣分佈 統計估計 統計檢定 變異數分析 相關分析與迴歸模式 無母數統計檢定 類別資料分析---列聯表與卡方檢定 第五章 抽樣方法與抽樣分佈 第五章 抽樣方法與抽樣分佈 從被研究的母體中，隨機抽取具有代表性的樣本來進行分析，即是抽樣調查。從人力、財力或時間的觀點來看，抽樣調查是比普查有效率。 5.1 抽樣方法 抽樣調查的方法很多，若考慮人力、財力、時間或母體性質等因素，可分為：(1) 簡單隨機抽樣、(2) 分層抽樣、(3) 群落抽樣、(4) 系統抽樣。 簡單隨機抽樣(Simple Random Sampling) 係指母體中的任一元素被選中的機率均相同的抽樣方法。常以抽籤方式或亂數表進行。由簡單隨機抽樣法所得的樣本稱之簡單隨機樣本，簡稱隨機樣本。此法可分為抽出放回(每次為1/N)或抽出不放回[1/N，1/(N-1)，…，1/(N-n-1)]的抽樣方式。 分層抽樣(Stratified Sampling) 第1層 第1層 第2層 第k層 樣本 1 a%×N Random Sampling a%×n 2 b%×N b%×n : : : k [1-(a+b+…k)%]×N [1-(a+b+…k)%]×n 母體(N) 樣本(n) 群落抽樣(Clustered Sampling) 群落1 群落1 群落2 群落n 1群 2群 k群 樣本 系統抽樣(Systematic Sampling) 係將母體的元素排列序後，每隔一定時間選取一樣本，直到選滿為止。間隔可以時間或空間為單位。 5.2 抽樣分佈 5.2.1 樣本比例的抽樣分佈 母體的比例p未知，須以抽樣方法來估計。通常從母體抽取n個樣本，觀察其中具有某種屬性的個數為x，並以= x/n表示樣本比例。為p的估計值，即估計母體中具有某種屬性的比例p。 根據二項分佈，執行n次試驗中，若每次成功發生的機率為p，則隨機變數X的期望值與變異數分別為E[x] = np，Var[x] = np(1-p)。因此可得樣本比例的期望值與變異數： E[] =E[x/n] =E[x]/n= (np)/n = p (5.1) Var[] =V[x/n] =V[x]/ n2 = np(1-p)/ n2= p(1-p)/n (5.2) 依中央極限定理，當n很大時，之抽樣分佈近似常態分佈，即 ~N(p, p(1-p)/n) (5.3) 當樣本數n愈大，的變異數愈趨近於零，表示樣本比例會因樣本愈大而愈接近母體比例p。將轉為標準常態分佈，即 Z = (-p)/[p(1-p)/n]1/2 ~ N(0, 1) 範例、致遠管理學院學生有10%的比例有體重過重的現象，茲隨機抽取400位該校學生，試問體重過重的比例之期望值與變異數? 又體重過重比例大於12%之機率? SOL： (a) E[] = p = 0.1 Var[] = p(1-p)/n = 0.1*0.9/400 = 0.000225 (b) P( 0.12) = P((-0.1)/(0.000225)1/2 ? (0.12-0.1) /(0.000225)1/2) = P(Z ?1.33) = 0.0918 公式、查表、Excel 範例、致遠管理學院學生之統計學檢定，正常下PASS之機率80%，茲200位該校學生進行該課程檢定，試問PASS的比例 (a) 介於0.75~0.85之機率? (b) 大於0.9之機率? SOL： (a) E[] = p = 0.8 Var[] = p(1-p)/n = 0.8*0.2/200 = 0.0008 P(0.75 0.85) = P(-1.77 ? Z?1.77)= 0.9232 (b) P(?0.9) ? P(Z ?3.5) ? 0 公式、查表、Excel 5.2.2 樣本平均值的抽樣分佈 利用樣本平均值來推論母體的的平均值?，藉此了解母體集中趨勢。依中央極限定理，從任何以期望值?，變異數?2的母體中，隨機抽出n個樣本{x1, x2,…,xn}(當n很大)，則樣本平均值將趨近母體的期望值為?、變異數為?2/n，即為標準常態分佈 (-?)/[?2/n]1/2= Zn ?N(0, 1) (5.4) 即樣本平均值~N(?, ?2/n)。 5.2.3 兩樣本平均值的抽樣分佈 通常是應用在『不同母體間某性質差異之比較』，如工管系兩班學生統計學成績的差異。由兩樣本平均值的抽樣分佈，去衡量推論母體平均值差?1 - ?2的狀況。 兩母體分別為(?1, ?21)、(?2, ?22)，且兩者的分佈並不一定是常態。倘各自從中取出兩組樣本，因此兩組樣本互為獨立，且?N(?1 , ?21/n1)，?