1 / 62

一、常態分配：

一、常態分配：. 1. 常態分布的意義：. 如果次數分配圖，呈現中間較高，且左右對稱的鐘型時，. 我們就稱這組資料呈現近似常態分配。. 許多資料的分布都近似於常態分布，. 如身高、體重的分布。. To be continued  68  95  99.7 規則. 常態分配有一個特性，它們都遵循 68  95  99.7 規則，. 約有 68% 的資料值落在距 平均數 1 個標準差範圍內，. 約有 95% 的資料值落在距 平均數 2 個標準差範圍內，. 約有 99.7% 的資料值落在距 平均數 3 個標準差範圍內，. 如右圖所示。.

marsden-daniel
Télécharger la présentation

一、常態分配：

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 一、常態分配： 1. 常態分布的意義： 如果次數分配圖，呈現中間較高，且左右對稱的鐘型時， 我們就稱這組資料呈現近似常態分配。 許多資料的分布都近似於常態分布， 如身高、體重的分布。 To be continued  68 95 99.7規則

  2. 常態分配有一個特性，它們都遵循 68 95 99.7規則， 約有 68%的資料值落在距平均數1個標準差範圍內， 約有 95%的資料值落在距平均數2個標準差範圍內， 約有 99.7%的資料值落在距平均數3個標準差範圍內， 如右圖所示。 68%的資料 95%的資料 99.7%的資料 3  2 +2  +3 +

  3. 令平均數為 ，標準差為  ，則 約有 68%的資料值，在區間[ , +] 內， 約有 95%的資料值，在區間[2 , +2]內， 約有 99.7%的資料值，在區間[3 , +3] 內。 注意： (1) 常態分布曲線是對稱的， 故平均數與中位數 都落在曲線的中間位置， 即尖峰所在。 68%的資料 (2) 常態分布的平均數、 95%的資料 中位數與眾數全都相同。 99.7%的資料 3  2 +2  +3 + 本段結束

  4. 2. 範例：某校有學生 1000 名，此次數學段考成績呈常態分配， 平均成績 70 分，標準差 10 分， 則：(1) 不及格的學生約有幾名? (2) 成績超過 90 分的有幾名? (3) 成績 80 的校排約第幾名? 解：(1) 約 68% 的資料，在區間 [7010 , 70+10 ] 內，即 [60 , 80] 內。 60 分以下及 80 分以上，共佔 32%， 68%的資料 60 分 以下及 80分 以上，各佔 16%， +   不及格有 100016% = 160 名。 60 70 80 To be continued  (2) (3)

  5. 68%的資料 +   60 70 80 (1)不及格有 100016% = 160 名。 解：(2) 約 95% 的資料值，在區間 [7020 , 70+20 ]內， 50 分以下及 90 分以上，共佔 5%， 50 分以下及 90 分以上，各佔 2.5%，  90 分以上有 10002.5% = 25 名。 95%的資料 +2  2 50 90 70 (3) 由(1)知，80 分以上約有 160 名， 故 80 分的校排約第 160 名。 Let’s do an exercise !

  6. 馬上練習：某校學生 500 名，此次數學段考成績呈常態分配， 平均成績 65.24 分，標準差 5.24 分， 則全校約有多少人不及格? Ans：80人。 解：約 68% 的資料，在區間 [ , +] 內，即 [60 , 70.48] 內。 60 分以下及 70.48 分以上，共佔 32%， 60 分以下及 70.48 分以上，各佔 16%， 不及格有 50016% = 80 人。 ＃

  7. 33% 24% 20% N 12% 6% 5% 30 35 40 45 50 55 60 65 70 75 808590 95 100 體重(公斤) 3. 範例：右圖為 100 婦女體重的直方圖，(圖中百分比為各體重區間 的相對次數)其中各區間不包含左端點而包含右端點。 該 100 名婦女平均體重為 55 公斤，標準差為 12.5 公斤。 曲線 N代表一常態分布，其平均數與標準差與樣本值相同。 在此樣本中，若定義「體重過重」 的標準為體重超過樣本平均數 2 個 標準差以上。下列敘述那些正確? (1) 曲線 N中，在 55 公斤以上 所佔的比例約為50%。 (2) 曲線 N中，在 80 公斤以上 所佔的比例約為2.5%。 (3) 該樣本中，體重的中位數大於 55 公斤。 (4) 該樣本中，體重的第一四分位數大於 45 公斤。 (5) 該樣本中，「體重過重」的比例大於或等於 5% 。 To be continued  詳 解。

  8. 33% 24% 20% N 12% 6% 5% 30 35 40 45 50 55 60 65 70 75 808590 95 100 體重(公斤) 解：(1)常態分布平均數55以上佔 50% 55以上約佔 50% 。 (2)常態分布約有 95% 的資料值， 在區間 [2 , +2] 內， 即 [30 , 80] 內。 80 以上佔約佔 2.5% 。 (3) 樣本中，(20%+33%) > 50% Me在 45~55 這組 Me < 55。 (4) 樣本中，20% < 25% < 50% Q1在 45~55 這組 Q1 > 45。 (5) 樣本中，85 ~ 95 佔 5% 過重(80 以上)的比例 5% 。 故正確為 (1) (2) (4) (5)。 ＃

  9. 4. 範例：設已知常態分配累積機率表如下所示。 數據 x 介於  與 +t 之間的機率為 p， 其中  為算術平均數， 為標準差，t 為一正實數， 設某次檢定考有8000人應考，考試成績接近態分配， 算術平均數  = 44.5分，標準差標  = 2.6分，則： (1) 設成績合格標準訂為 38 分，求此次檢定合格的人數約有多少? (2) 設成績優等標準訂為 51 分，求此次檢定優等的人數約有多少? To be continued  詳 解。

  10. 數據 x介於 與  + t之間的機率為 p， 38分與平均數(=44.5)， 解：(1) (44.538)2.6=2.5 位於相距 2.5 個標準差(+2.5)的位置。 P(x38) = P(38x44.5) + P(x44.5) = 0.4938 + 0.5 = 0.9938。 x  + +2  2 +3 3 所求 = 80000.9938  7950人。 44.5 47.1 51 38  = 44.5 ,  = 2.6 (2) (5144.5)2.6 = 2.5 P(x51) = P(x44.5)  P(44.5x51) = 0.50  0.4938 = 0.0062。 所求 = 80000.0062  50人。 ＃

  11. 5. 標準化： 證明： X  +  +2 +3 2 3 1 3 2 Z 2 0 1 3 本段結束 注意：(1) 算術平均數為 0，標準差為 1的常態分布稱為標準常態分布。 (2) 每個常態分布經由標準化皆可轉化為標準常態分布。

  12. 6. 標準常態分配的機率表： 特性：(1) P(zZ0) = P(0Zz)。 (2) P(Z0) = P(Z0) = 0.5。 (3) 若 為一定值，則 P(Z=) = 0。 例如：(1) P(0Z2) = 0.4772。 X  +  +2 +3 2 3 1 3 2 Z 2 0 1 3 (2) P(Z2) = 1  P(Z2) = 1  [ P(Z0) + P(0Z2)] 本段結束 = 1  (0.5+0.4772) = 0.0228。

  13. 7. 範例：某校有學生 1000 名，某次數學段考成績呈常態分配， 平均成績 72 分，標準差 6 分， 利用標準常態分配機率表，求此次及格的學生約有幾名? 解：設此次考試的常態分配為變數 X，  P(X 60) = P(Z2) 54 X 84 72 90 60 78 66 Z 3 2 1 1 2 3 0 = P(0Z) + P(0Z2) = 0.5 + 0.4772 = 0.9772。 所求 = 10000.9772  977 人。 ＃

  14. To be continued  二、信賴區間與信心水準： 1. 信賴區間：做民調時，當我們從母群體中抽取 n個人 組成一個樣本時 (n需足夠大)， 若重複抽取樣本(均為 n人)當抽取次數足夠多時， 68%的資料 95%的資料 P為真正的百分率(見附錄) 99.7%的資料 p p+2 p3 p+3 p2 p+ p

  15. To be continued  68%的資料 95%的資料 99.7%的資料 p p+2 p3 p+3 p2 p+ p 由常態分配的概念可知， 之 68 95 99.7

  16. 68%的資料 95%的資料 99.7%的資料 同理可得以下結果： p p+2 p3 p+3 p2 p+ p To be continued  信賴區間

  17. 一般我們並不知道真正的 p 值，但當抽取的樣本 n很大時， 其標準差會很小，此時，大部分樣本的 68%的資料 因此，我們用 95%的資料 99.7%的資料 p p+2 p3 p+3 p2 p+ p 而 68% ， 95%， 99.7% 等，則為對於 p值會落入 本段結束 上述相對區間的信心水準。

  18. 2. 信心水準： (1)「95%的信心水準」是說：如果我們抽樣多次， 每次得到一個信賴區間 那麼多的區間中，約有 95%的區間會涵蓋真正的 p 值。 註： (2) 信心水準 95%所對應的最大誤差為 (3) 使用標準常態分配機率表可得 P(1.96Z1.96) = 0.95。 To be continued  注意

  19. 注意：「95%信心水準」與「95% 機率」的差異。 本段結束

  20. 3. 範例：某高中對全校學生家長調查「夜間輔導贊成的支持度」， 回收有效問卷共 400 張，其中贊成者 320 張， 求 (1) 在 95% 的信心水準下，正負誤差為多少百分點? (2) 計算 95% 信賴區間。 解： (1) 95%信心水準的最大誤差為 正負誤差為 4 個百分點。 故所求為 [0.76 , 0.84]。 To be continued  注意。

  21.  [0.76 , 0.84]。 注意： 所求為 [0.7608 , 0.8392]。 Let’s do an exercise !

  22. 馬上練習：某報政府推動的「民生方案」做滿意度調查，馬上練習：某報政府推動的「民生方案」做滿意度調查， 成功訪問了1600位公民，其中有1024位表示不滿意， 求此次調查：(1) 在 95% 的信心水準下，正負誤差為多少百分點? (2) 計算 95% 信賴區間。 Ans：(1) 2.4個百分點(2) [0.616 , 0.664]。 解： (1) 95% 信心水準的最大誤差為 正負誤差為 2.4 個百分點。 故所求為 [0.616 , 0.664]。 ＃

  23. 4. 範例：某報對市長施政滿意度進行調查，結果為 「成功訪問1000 位已成年市民，滿意度為四成三， 在 95% 信心水準下，抽樣誤差為正負 3 個百分點。」 求此次調查的信賴區間。 解： 即 [0.4 , 0.46]。 注意： Let’s do an exercise !

  24. 馬上練習：某報對交通滿意度進行調查，結果為：馬上練習：某報對交通滿意度進行調查，結果為： 「成功訪問 1200 位有駕照市民，滿意度為二成三， 在 95% 信心水準下，抽樣誤差為正負 2.4 個百分點。」 求此次調查的信賴區間。 Ans： [ 0.206 , 0.254 ]。 解： 即 [0.206 , 0.254]。 ＃

  25. 5. 範例：某彩卷宣稱中獎率為 36%，若想檢驗此說法是否屬實， 在 95% 信心水準及抽樣誤差為 3.84 個百分點的條件下， 應隨機採多少張樣本? 解：  所求n為 625 張。 Let’s do an exercise !

  26. 馬上練習：某公司調查發現：「約有 64% 的人過去一年中 曾買過樂透彩卷，且有 95% 的信心認為 其誤差在正負 3.2% 個百分點之內」。 求樣本中有多少人曾買過樂透彩卷? Ans：576人。 解：  所求 90064% = 576人。 ＃

  27. 6. 範例：抽樣調查學生的購物情形，在 95% 信心水準， 約有 72% ~ 76% 的學生曾有過網路購物， 求此次抽樣的人數是多少? 解：由72% ~ 76%知：  所求 n 為 1924 人。 Let’s do an exercise !

  28. 馬上練習：抽樣調查接過詐騙電話的情形，在 95% 信心水準， 約有 70% ~ 76% 的人曾接過詐騙電話， Ans：約 639人。 求樣本中有多少人曾接過詐騙電話? 解：由70% ~ 76%知：  所求 87673% = 639人。 ＃

  29. 7. 範例：某抽樣調查，得一個 95% 信賴區間為 [a , b]， (1) 若改用 99.7% 的信心水準，求此調查 99.7% 的信賴區間。 (2) 若想縮小信賴區間為原來的一半，信心水準一樣 95%， 求抽樣人數應為原來的幾倍? 解： Let’s do an exercise !

  30. 馬上練習：抽樣 n 個樣本，得 95% 信賴區間為 [0.36 , 0.58]。 若改抽 4n 個樣本， 求其 95% 信賴區間為何? Ans：[0.415 , 0.525]。 解：區間[0.36 , 0.58]知： 即 [0.415 , 0.525]。 ＃

  31. 8. 範例：希望滿足 95% 信心水準下，且誤差不超過 3%， 至少要抽取多少個樣本? 解： Let’s do an exercise ! 即不論p值為何，抽取樣本數 n 大於等於 1112 時，即可滿足要求。

  32. 馬上練習：希望滿足 95% 信心水準下，且誤差不超過 2%， 至少要抽取多少個樣本? Ans：2500人。 解： ＃

  33. 9. 範例：某報對交通滿意度進行調查，結果為： 「成功訪問 300 位駕車的市民，表示滿意的有75人， 求此次調查在90%信心水準下的信賴區間。 已知標準常態分配機率 P(1.645Z1.645) = 0.9。 解： 即 [ 0.21 , 0.29 ]。 ＃

  34. 10. 範例：某廠商委託民調機構在甲、乙兩地調查聽過某項產品 的居民佔當地居民之百分比(以下簡稱為「知名度」)。 結果如下：在95%信心水準之下，該產品在甲、乙兩地 的知名度之信賴區間分別為 [0.50 , 0.58]、[0.08 , 0.16]。 下列哪些選項是正確的? (1) 甲地本次的參訪者中，54% 的人聽過該產品。 (2) 此次民調在乙地的參訪人數少於在甲地的參訪人數。 (3) 此次調查結果可解讀為： 甲地全體居民中有一半以上的人聽過該產品的機率大於95%。 (4) 若在乙地以同樣方式進行多次民調， 所得知名度有 95% 的機會落在區間 [ 0.08 , 0.16 ]。 (5) 經密集廣告宣傳後，在乙地再次進行民調，並增加參訪人數 達原人數的四倍，則在 95% 信心水準之下該產品的知名度 之信賴區間寬度會減半 (即 0.04 )。 To be continued 詳解

  35. 甲、乙 之 95% 信賴區間分為 [0.50 , 0.58]、[0.08 , 0.16] (1) 甲地本次的參訪者中，54% 的人聽過該產品。 (1) 正確。 解： (2) 此次民調在乙地的參訪人數少於在甲地的參訪人數。 解： (2) 正確。 To be continued  (3) (4) (5)

  36. (3) 此次調查結果可解讀為： 甲地全體居民中有一半以上的人聽過該產品的機率大於95%。 解： (3) 錯誤。 (4) 若在乙地以同樣方式進行多次民調， 所得知名度有 95% 的機會落在區間 [ 0.08 , 0.16 ]。 解： (4) 錯誤。 To be continued  (5) 注意：

  37. (5) 經密集廣告宣傳後，在乙地再次進行民調，並增加參訪人數 達原人數的四倍，則在 95% 信心水準之下該產品的知名度 之信賴區間寬度會減半 (即 0.04 )。 解： 若 n變為 4 倍， (5) 錯誤。 故所求為 (1) (2)。 Let’s do an exercise !

  38. (4) 如果不區分性別，此次抽樣贊成此議題的比例 介於 0.52 與 0.59之間。 (5) 如果不區分性別，此次抽樣 介於 0.02 與 0.04 之間。 馬上練習：想了解台灣的公民對某議題支持的程度所作的 (99學測) 抽樣調查，依性別區分，所得結果如下表： Ans：(2) (4)。 請問此次抽樣結果可以得到下列哪些推論? (1) 全台灣男性公民贊成此議題的比例大於女性公民贊成此議題的比例。 (2) 在 95% 的信心水準之下，全台灣女性公民贊成此議題之比例的 信賴區間為 [0.48 , 0.56] ( 計算到小數點後第二位，以下四捨五入)。 (3) 此次抽樣的女性公民數少於男性公民數。 To be continued 詳解

  39. (1) 全台灣男性公民贊成此議題的比例大於女性公民贊成此議題的比例。 (1) 錯誤。 解：實際支持度 p無法得知，才使用抽樣調。 (2) 在 95% 的信心水準之下，全台灣女性公民贊成此議題之比例的 信賴區間為 [0.48 , 0.56] ( 計算到小數點後第二位，以下四捨五入)。 解：女性贊成比例的 95% 信賴區間為 (2) 正確。 (3) 此次抽樣的女性公民數少於男性公民數。 解： (3) 錯誤。 To be continued  (4) (5)

  40. (4) 如果不區分性別，此次抽樣贊成此議題的 介於 0.52 與 0.59之間。 解： (4) 正確。 (5) 如果不區分性別，此次抽樣 介於 0.02 與 0.04 之間。  解： (5) 錯誤。 故所求為 (2) (4)。 本節結束

  41. Let’s do an exercise ! To be continued  另 解。 ＃ 本段結束

  42. (3) 此次調查結果可解讀為： 甲地全體居民中有一半以上的人聽過該產品的機率大於95%。 解： (3) 錯誤。 (4) 若在乙地以同樣方式進行多次民調， 所得知名度有 95% 的機會落在區間 [ 0.08 , 0.16 ]。 解： (4) 錯誤。 To be continued  (5) 注意：

  43. (2) 在 95% 的信心水準之下，全台灣女性公民贊成此議題 之比例的信賴區間為 [0.48 , 0.56] ( 計算到小數點後第二位，以下四捨五入)。 解：女性贊成比例的95%信賴區間為 (2) 正確。 (3) 此次抽樣的女性公民數少於男性公民數。 解： (3) 錯誤。

  44. 馬上練習：想了解台灣的公民對某議題支持的程度所作的抽樣馬上練習：想了解台灣的公民對某議題支持的程度所作的抽樣 (99學測) 調查，依性別區分，所得結果如下表： 請問此次抽樣結果可以得到下列哪些推論? Ans：(2) (4)。 (1) 全台灣男性公民贊成此議題的比例大於女性公民贊成此議題的比例。 解：使用抽樣調查議題支持度，就是因為實際的支持度 p無法得知。 (1) 錯誤。

  45. (2) 在 95% 的信心水準之下，全台灣女性公民贊成此議題 之比例的信賴區間為 [0.48 , 0.56] ( 計算到小數點後第二位，以下四捨五入)。 解：女性贊成比例的95%信賴區間為 (2) 正確。 (3) 此次抽樣的女性公民數少於男性公民數。 解： (3) 錯誤。

  46. (4) 如果不區分性別，此次抽樣贊成此議題的 介於 0.52 與 0.59之間。 解： (4) 正確。 (5) 如果不區分性別，此次抽樣 介於 0.02 與 0.04 之間。 解： (5) 錯誤。 故所求為 (2) (4)。

More Related