不知不覺，進度已經到第九章了。從8-8頁講到9-6頁，令我聽不懂的
24頁，看著書上的筆記居然完全不知道在說啥，我抖了......(統計該不
會就這樣死了吧)
接續上一次的8-8頁。提到的其實是當母數屬於常態分配時，的區間
估計。大致先將母數分為單母體和母體，然後......(看不懂)。我回去翻
我之前用的課本，發現其實有上過，只是現在用的講義講得很簡略，
所以才看不懂，我還是先看以前的課本好了。Ｑ＿Ｑ總之，8.2的區
間估計就先跳過。
8.3討論樣本數的問題。當要求的信賴度越高，則所需的樣本數也越
多。變異數σ^2若越大，就越難推估出母體，即需要越多的樣本。又
，若容許的誤差界限越小，則需要更多的樣本數。
※樣本數公式推導
＊母體來自任意分配，要估計μ時
當以X_Bar估計μ，若預期n很大，誤差界限ε，信賴度為１－α
則有P(|X_Bar-μ|≦ε)=１－α
＊母體來自白努利分配，要估計機率P時
若樣本為獨立同分配且來自於白努利分配～f(μ=P,σ^2=P(1-P))
則n=(Z_α/2)^2*P*(1-P)/(ε^2)
原則有三：
(1)有P代P (2)無P，用P的點估計代入 (3)無P也無點估計，用1/2代入
然後進入第九章，假設檢定。到9-6頁為止，談的是檢定的定義和名
稱。所謂檢定就是將互斥的A與B寫在假設H0和H1之中，利用樣本來
判斷是A正確或是B正確。但不論是型一錯誤（H0為真，拒絕H0），
或是型二錯誤（H1為真，不拒絕H0）都是不希望發生的錯誤。
※有關檢定的名詞
虛無假設：希望被驗証為不正確的假設。一般以H0稱之。
對立假設：希望被驗証為正確的假設。一般以H1稱之。
簡單假設：只描述單一個母體。
複合假設：不僅僅描述單一個母體。
顯著水準：容許犯型一錯誤的最大機率，或簡單的說，可當成型一錯
誤的機率。
統計檢定量：用以判斷H0或H1正確的估計量，θ的估計量。
拒絕域：是一整個集合，若θ的估計量落在拒絕域，則拒絕H0。
今天就是講這些。
下課後花了十五分鐘討論讀書會的運作，組長從小麥換成我，至於原
本要檢討的第三次小考考卷，被小麥借去看，大家稍微討論一下管理
學暑期班作業第13&14題就結束了。我的作業則被小麥借去看。
留言列表
