【正文】 舉例 )41May2023箱型圖TimeProcess Step? 分析變異的資料? 顯示不同小族群的資料 (階段 , 運(yùn)轉(zhuǎn) , etc.)在分配上的差異33MayUniversity天 .問題 :and他不可能很多時(shí)間為我設(shè)想週到 2,2,2,May2023母體 q 敘述參數(shù) (使用於母體 )m 母體 : 某群體中所有個(gè)體的量測資料的集合m 敘述參數(shù)是被用來描述母體q 推論統(tǒng)計(jì)學(xué)m 樣本 :從某一母體中取出部分其量測資料的集合m 推論統(tǒng)計(jì)學(xué) :乃是從一樣本的量測值來推測母體的特性母體樣本?8May2023練習(xí)q 計(jì)算每一樣本的平均數(shù)、中位數(shù)及眾數(shù)q 暗示 :q 使用 Excel來驗(yàn)證你的計(jì)算結(jié)果m 這些資料檔已由 Three 提供q 和教師一起將這資料貼到 Minitab. q 用 Minitab確認(rèn)您的結(jié)果Xi’s Xi’s Xi’s10 7 816 12 119 0 117 14 108 13 1110 12 1110 16 119 12 109 5 612 11 11nSXbarMedianMode15May2023計(jì)算 Z值q 這個(gè) “transform” 轉(zhuǎn)換任意的常態(tài)分配 (給一個(gè)樣本的平均數(shù)和樣本變異數(shù)) 至標(biāo)準(zhǔn)正?；峙?，此標(biāo)準(zhǔn)化常態(tài)分配之平均數(shù) = 0， 變異數(shù) = 1.q Z值 (或是 Zscore), 代表的是某一特殊 x與樣本平均值的距離，此距離單位則為標(biāo)準(zhǔn)差 .q 舉例來說 , 如果 Z = 2, 則某一特定 x與樣本平均數(shù)的距離為 2個(gè)標(biāo)準(zhǔn)差q 預(yù)測缺點(diǎn)的情形 , (或是估計(jì)不良率 ), 則使用規(guī)格上限與下限來取代 xq 這樣 , 我們可以用樣本平均數(shù)及變異數(shù)來計(jì)算產(chǎn)品超出規(guī)格的比例The Z變換 : ( ) ( )s xx xz==sm23May因?yàn)槲乙姷剿淮沃挥?1小時(shí) ,您的是晚來了 . Abby統(tǒng)計(jì)上所觀察資料 :of2,2, 三月 2120:38:4020:38Mar2111Mar21q 1世 間 成事，不求其 絕對圓滿 ，留一份不足，可得無限完美。 2023/3/11 20:38:4020:38:4011 March 2023q 1一個(gè)人即使已登上 頂 峰，也仍要自 強(qiáng) 不息。 三月 21三月 2120:38:4020:38:40March 11, 2023q 1意志 堅(jiān) 強(qiáng) 的人能把世界放在手中像泥 塊 一 樣 任意揉捏。2,2,2,天 ,我們所觀察到的懷孕時(shí)間是 我沒有喝酒或是到處亂跑 ,當(dāng)然不是為了小孩子 ,2023常態(tài)分佈機(jī) 率68%95%%24May2023分散度量測 : 全距q 全距m 全距是一組量測資料中最大值與最小值的差m 有利條件 : 非常容易計(jì)算m 不利條件 :q 考慮兩個(gè)資料 :m 5,6,6,7,7,7,8,8,9 Range = (95) = 4m 5,5,5,5,5,5,5,5,9 Range = (95) = 4m 只取兩個(gè)資料為考量可能會誤導(dǎo)實(shí)際資料的分散度m Range = (95) = 416May2023統(tǒng)計(jì)q 從數(shù)據(jù)中萃取到的資訊 :m 最小值m 最大值m 百分位數(shù) , 25th, 50th, 75thm 總和m 計(jì)數(shù)m 良率m 不良率?9May2023基礎(chǔ)統(tǒng)計(jì)學(xué)May2,2023位置的量測：集中趨勢q 算 術(shù) 平均 數(shù) (或平均 數(shù) )m 平均數(shù)是母體中所有可能的值的總和除以母體內(nèi)的總個(gè)數(shù)m 母體平均數(shù)用希臘字母 ?來表