# 統計與資料分析 W10-W18 --- ## 2019/4/25 # 間斷機率分佈(離散(Discrete)機率分佈) 例如:擲一顆骰子10次得到以下結果: {2,3,1,3,6,5,6,5,6,1} ![](https://i.imgur.com/8FrwAaf.png) 算術平均數: ![](https://i.imgur.com/8fiVc2c.png) 變異數: 實機操作: https://www.dropbox.com/s/l7ujeezgvibbllz/20190425_192716.mp4?dl=0 excel 檔: https://www.dropbox.com/scl/fi/pepmehydlhzpn8x1hk4sp/%E5%AD%B8%E7%94%9F%E6%88%90%E7%B8%BE.xlsx?cloud_editor=excel&dl=0 https://www.dropbox.com/s/jrpg75fzqck9yu9/%E5%AD%B8%E7%94%9F%E6%88%90%E7%B8%BE.xlsx?dl=0 ## 白努力分佈(Bernoulli Distribution) 假設做一個試驗,X代表結果. X=1==>成功 X=0==>失敗 做十次試驗得到: {0,1,1,0,0,0,1,0,1,0} 成功的機率 P=4/10 失敗的機率: (1-P)=6/10 平均值=(0+1+1+......)/10=4/10=P 變異數=4*(1-μ)^2+6*(0-μ)^2/10=P(1-P) ![](https://i.imgur.com/x1vGhZj.png) ## 二項式分佈(Binomial Distribution) 假設做「白努力試驗」時,每一次試驗都是「獨立事件」.那麼n次試驗中,成功x次的機率. ![](https://i.imgur.com/JeUiSiV.png) ![](https://i.imgur.com/bFKiX9h.png) ![](https://i.imgur.com/dZZTH7f.png) # 如果血型O的機率是40%,隨機抽10人,其中3人是O型血的機率為何? ![](https://i.imgur.com/bUOUBNi.png) 3人以下是O型血的機率為何? ![](https://i.imgur.com/4xB9qtK.png) 抽到o型血人數的平均值? ![](https://i.imgur.com/bWqg1F7.png) 變異數? ![](https://i.imgur.com/TxyS3aQ.png) ### 用Excel計算二項式分佈: BINOMDIST(成功次數,試驗次數,P,FALSE/TRUE) ![](https://i.imgur.com/RmAyoCH.png) ### Excel操作: [A1]-[0] [填滿]-[數列]-[欄]-[間距值-(1)]-[終止值-(10)] [BINOMDIST(A1,10,0.4,FALSE)] #### 影片 https://www.dropbox.com/s/kjtwtzif2mo2cts/20190425_203652.mp4?dl=0 #### Excel檔 https://www.dropbox.com/scl/fi/pepmehydlhzpn8x1hk4sp/%E5%AD%B8%E7%94%9F%E6%88%90%E7%B8%BE.xlsx?cloud_editor=excel&dl=0 https://www.dropbox.com/s/jrpg75fzqck9yu9/%E5%AD%B8%E7%94%9F%E6%88%90%E7%B8%BE.xlsx?dl=0 --- ## 2019/5/2 ## 負二項分佈 如果每一次試驗成功的機率是p,在成功r次以前,出現x次失敗的機率. r是期望值,r+x 是最後一次達成"成功"的次數. 試驗:1,2,3,4,5.......r+x http://ccckmit.wikidot.com/st:nbinom ![](https://i.imgur.com/FjwlgeN.png) # 範例:丟一顆骰子,出現6點的機率是1/6( p ),出現3( r )次6點以前,失敗5(x)次的機率為何? ![](https://i.imgur.com/Eg31cCI.png) ### Excel:NEGBINOMDIST(x,r,p) ![](https://i.imgur.com/bz8KkSf.png) --- ### Excel操作: [A1]-[0] [填滿]-[數列]-[欄]-[間距值-(1)]-[終止值-(20)] [NEGBINOMDIST(A1,3,1/6)] [NEGBINOMDIST(A1,3,0.5)] #### 影片 https://www.dropbox.com/home/%E7%B5%B1%E8%A8%88%E8%88%87%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90/20190502?preview=20190502_191723.mp4 #### Excel 操作檔 https://www.dropbox.com/scl/fi/rz4bu86ndw3eqwsqb8ymx/20190502.xlsx?cloud_editor=excel&dl=0 https://www.dropbox.com/s/1ux3prulb4kvey1/20190502.xlsx?dl=0 --- ## 超幾何分佈 母體中有N毎樣本,其中有M個是我們想到要的. 從母體中抽出n個,其中包含x個我們想要的機率為何? ![](https://i.imgur.com/hfOpFwC.jpg) # 範例:從52(N)張撲克牌中抽出6張(n),其中有一張(x)的花色是黑桃的機率為何?M=13 ![](https://i.imgur.com/OJOvIMO.jpg) ### Excel:HYPGEOMDIST(x,n,M,N) ![](https://i.imgur.com/0nx7i2G.png) ### Excel操作: [A1]-[0] [填滿]-[數列]-[欄]-[間距值-(1)]-[終止值-(6)] [HYPGEOMDIST(A1,6,13,52)] #### 影片 https://www.dropbox.com/home/%E7%B5%B1%E8%A8%88%E8%88%87%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90/20190502?preview=20190502_194050.mp4 #### Excel 操作檔 https://www.dropbox.com/scl/fi/rz4bu86ndw3eqwsqb8ymx/20190502.xlsx?cloud_editor=excel&dl=0 https://www.dropbox.com/s/1ux3prulb4kvey1/20190502.xlsx?dl=0 --- ### 超幾何分佈和二項式分佈的關係 如果N和M很大,p就可以視為固定,也就是類似二項式分佈. # 範例:學校有1000位學生,其中300位近視.如果隨機抽10位學生,抽到近視人數為0,1,2,....10的機率為何? ### HYPGEOMDIST(X,10,300,1000) ### BINOMDIST(X,10,300/1000,FALSE) ![](https://i.imgur.com/OupzswC.png) ### Excel操作: [A1]-[0] [填滿]-[數列]-[欄]-[間距值-(1)]-[終止值-(6)] [HYPGEOMDIST(A1,10,300,1000)] [BINOMDIST(A1,10,300/1000,FALSE)] #### 影片 https://www.dropbox.com/home/%E7%B5%B1%E8%A8%88%E8%88%87%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90/20190502?preview=20190502_200410.mp4 #### EXCEL檔 https://www.dropbox.com/scl/fi/rz4bu86ndw3eqwsqb8ymx/20190502.xlsx?cloud_editor=excel&dl=0 https://www.dropbox.com/s/1ux3prulb4kvey1/20190502.xlsx?dl=0 --- ## 2019/05/09 ### 波氏分佈(Poisson Distribuion ,卜瓦松分佈) 1.在單位時間內出現成功的次數是λ 2.出現成功的次數和時間的長短成正比 3.在兩段不重疊的時間內出現成功的次數是獨立事件. 首先考慮二項式分佈: 在n次試驗中,成功x次的機率 ![](https://i.imgur.com/HGW3yS3.png) 波氏分布的機率 ![](https://i.imgur.com/GX7Wqnf.png) --- # 範例:平均每分鐘有2輛車通過收費站.如果觀察5分鐘看到6輛車的機率為何? #### Excel:POISSON(λ,mean,FALSE) ![](https://i.imgur.com/iqfFgKM.png) ### Excel操作: [A1]-[5] [填滿]-[數列]-[欄]-[間距值-(1)]-[終止值-(15)] [POISSON(A1,10,FALSE)] #### 影片 https://www.dropbox.com/s/ry3wklg3wg8fgyz/20190509_193514.mp4?dl=0 #### EXCEL 操作檔: https://www.dropbox.com/scl/fi/0ixr05wbt16n74hzzql1z/20190509.xlsx?cloud_editor=excel&dl=0 https://www.dropbox.com/s/u4ycdzjxqv3ef58/20190509.xlsx?dl=0 ### 波氏分布VS二項式分布 二項式分布當n->∞時,就變成波式分布.在實際應用上,如果n>100,p就很小,使下列條件成立: λ=np<10 就可以用波氏分布取代二項式分佈. # 範例:重覆某項實驗100次,每次成功的機率是0.01,分別用二項式分佈和波氏分佈計算成0~30次的機率? ### Excel:BINOMDIST(X,100,0.01,FALSE) ### Excel:POISSON(X,100*0.01,FALSE) ![](https://i.imgur.com/xxkvXlb.png) ![](https://i.imgur.com/RbmomiN.png) ![](https://i.imgur.com/OBSdjsm.png) ### Excel操作: [A1]-[5] [填滿]-[數列]-[欄]-[間距值-(1)]-[終止值-(30)] [BINOMDIST(A1,100,0.01,FALSE)] [POISSON(A1,100*0.01,FALSE)] #### 影片 https://www.dropbox.com/s/9ajyf8fw883bu5c/20190509_200336.mp4?dl=0 #### Excel 檔 https://www.dropbox.com/scl/fi/0ixr05wbt16n74hzzql1z/20190509.xlsx?cloud_editor=excel&dl=0 https://www.dropbox.com/s/u4ycdzjxqv3ef58/20190509.xlsx?dl=0 --- ### 均勻分佈 ![](https://i.imgur.com/B2PTSca.png) ![](https://i.imgur.com/SQd94nL.png) ### 均勻分佈的應用- # 產品檢驗有1000件產品,要抽10件檢驗,如何決定? Excel:資料>資料分佈>亂數產生器 https://www.dropbox.com/s/kzgoh8jtviavotb/20190509_201424.mp4?dl=0 對不規則的號碼抽樣 Excel:資料>資料分析>抽樣 ![](https://i.imgur.com/bgzhpKZ.png) ### Excel操作步驟: 1.[檔案]-[增益集]-[執行excel增益集] 2.[資料]-[資料分析]-[亂數產生器]-[變數個數-(1)]-[亂數個數-(10)]-[均等分配]-[參數(1)-(1000)]-[輸出範圍] 3.[ROUND(A1,0)] 4.[資料]-[資料分析]-[抽樣]-[輸入範圍]-[樣本(3)]-[輸出範圍] #### 影片 https://www.dropbox.com/home/%E7%B5%B1%E8%A8%88%E8%88%87%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90/20190509?preview=20190509_200336.mp4 https://www.dropbox.com/home/%E7%B5%B1%E8%A8%88%E8%88%87%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90/20190509?preview=20190509_201424.mp4 #### Excel檔 https://www.dropbox.com/scl/fi/0ixr05wbt16n74hzzql1z/20190509.xlsx?cloud_editor=excel&dl=0 https://www.dropbox.com/s/u4ycdzjxqv3ef58/20190509.xlsx?dl=0 --- ## 2019/05/16 ## 連續變數的機率密度特性PDF 機率密度函數有下列特性: 1.對於所有X ,f(x)>=0 2.如果f(x)只有在[a,b]區間大於零,則積分a-b f(x)dx=1(算面積) ## 累積機率F(x) CDF F(x)=P(X<=x)=積分a-x f(x)dx F(x)可以用來計算某一個區間發生的機率. P(C<=x<=d)=P(x<=d)-P(x<=C)=F(d)-F(c) ## 連續變數的平均數和變異數 ![](https://i.imgur.com/UAHBMjO.png) ## 均勻分佈 X的最小值是a最大值是b,且[a,b]區間的每一個值的出現機率都一樣. ![](https://i.imgur.com/HWwI4Dv.png) # 範例:市調公司訪問一個人的時間是5-15分鐘的均勻分佈.如果要在10分鐘內結束訪問的機率是多少?平均訪問一個人的時間是多少?變異數為何? ![](https://i.imgur.com/6xZtLyW.png) 1.(10-5)(1/15-5) 2.(5+15)/2 3.(15-5)^2/12 ## 常態分佈和二項式分佈的關係 ## 常態分佈: #### NORMDIST(x,u,a,FALSE) ## 二項式分佈 #### BINODIST(x,u,p,FALSE) 如果符合以下二個條件其中之一,二種分佈就會有相似的結果 1.n>=100 2.np和np(1-p)都大於5 則u=pn a^2=p(1-p)n # case 1: n=50 p=0.2 x=0,1,2,3,....,50 u=0.2*50 a=sqrt(0.2*(1-0.2)*50) NORMDIST(A2,0.2*50,B$2,FALSE) BINOMDIST(A2,50,0.2,FALSE) ![](https://i.imgur.com/3Q36g5N.png) # case 2: n=50 p=0.05 x=1,2,3,....50 u=0.05*50 a=SQRT(0.05*(1-0.05)*50) NORMDIST(A2,0.05*50,B$2,FALSE) BINOMDIST(A2,50,0.05,FALSE) ![](https://i.imgur.com/3V28jGM.png) ### Excel 影片 https://www.dropbox.com/home/%E7%B5%B1%E8%A8%88%E8%88%87%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90/20190516?preview=20190516_195529.mp4 ### Excel 檔 https://www.dropbox.com/scl/fi/l0gftg9o01lvxu61a7gqc/20190516.xlsx?cloud_editor=excel&dl=0 https://www.dropbox.com/s/3jxyeey9jlhobc0/20190516.xlsx?dl=0 --- # 伽瑪分佈 ![](https://i.imgur.com/Czh9vvg.png) ### Excel: GAMMADIST(x,α,β,TRUE/FALSE) 1.建立 x=1,1.2,1.4,.....20 ![](https://i.imgur.com/1fX8bno.png) GAMMADIST(A4,1,1,FALSE) GAMMADIST(A4,1,1,TRUE) ### Excel 影片 https://www.dropbox.com/home/%E7%B5%B1%E8%A8%88%E8%88%87%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90/20190516?preview=20190516_202739.mp4 ### Excel 檔 https://www.dropbox.com/scl/fi/l0gftg9o01lvxu61a7gqc/20190516.xlsx?cloud_editor=excel&dl=0 https://www.dropbox.com/s/3jxyeey9jlhobc0/20190516.xlsx?dl=0 --- ## 2019/05/23 ### 期望值的特性 ### 期望值(Expectation)就是平均數 E(X)=μ=Σxp(x) ### 1.如果變項X是常數a,則 E(X)=Σxp(x)=ap(a)=a ### 2.如果把X乘上一個常數C,則 E(cX)=Σcxp(x)=cΣxp(x)=cE(x) ### 3.如果把X乘上一個常數C,然後加上常數a,則 E(CX+a)=Σ(cx+a)p(x)=Σ(cxp(x)+ap(x))=Σcxp(x)+Σap(x) =CE(x)+a ### 變異數的特性 a^2=Σ(x-μ)^2p(x) #### 1.如果變項X是常數a,則 a^2=(a-a)^2p(x)=0 #### 2.如果把X加上一個常數a,則 a^2=Σ(x+a-(μ+a))^2p(x)=Σ(x-μ)^2p(x) #### 3.如果把X乘上一個常數C,則 a^2=Σ(cx-cμ)^2p=Σc^2(x-μ)^2p(x)=c^2Σ(x-μ)^2p(x) # 範例:如果考試平均成績是50分,標準差5分. E(X)=50 1.如何把平均變70分,標準差不變? Y=X+20 2.如何把平均變80分,標準差變10分? Y=2X-20 # 學生的平均身高是145cm,變異數是25. 如果換成用公尺表示,平均身高和變異數為何? X=145cm Y=X*0.01 μ=145*0.01=1.45 變異數a^2=(0.01)^2*25=0.0025 ## 抽樣調查 ### 用抽樣調查替代母體普查的原因: 1.母體太大 2.母體未知 3.產品破壞性檢測 4.減少人力,降低成本 ### 抽樣調查的誤差 1.抽樣誤差 a.樣本不夠多 b.樣本來源有徧差 2.非抽樣誤差 a.檢測儀器不準 b.統計方法不正確 ### 抽樣的作法 1.簡單隨機的抽樣 2.間隔抽樣 3.分層抽樣 4.集群抽樣 ### 抽樣分佈 # 某一所國小有1000位學生,我們希望知道學生身高的分佈. #### 如果隨機選擇50位學生,就會得到一組數據. #### 如果得到10組數據,這些數據也會呈現某種分佈. 1.X1,X2......X50|μ1|a1^2| 2.X1,X2......X50|μ2|a2^2| . . 10.X1,X2......X50|μ10|a10^2| #### 假設X1,X2,.....Xn是互相獨立的隨機變數. #### 它們的平均數分別為 μ1,μ2,μ3,.....μn. #### 變異數為 a1^2,a2^2,a3^2........,an^2 ![](https://i.imgur.com/qCkTSff.png) #### 假設X1,X2,.....Xn代表我們做了n組抽樣. #### 如果取它們的平均 Y=X1/n+X2/n+.....Xn/n 則 ### 用Excel驗証 抽樣1000次N(μ=50,a=10) 統計1~100出現的次數 抽様50個,計算平均數 抽樣100個,計算平均數 抽様200個,計算平均數 ### Excel操作步驟: 1.[檔案]-[增益集]-[執行excel增益集] 2.[資料]-[資料分析]-[亂數產生器]-[變數個數-(1)]-[亂數個數-(1000)]-[常態分配]-[參數平均數(50)-標準差(10)]-[輸出範圍] 3.[ROUND(A1,0)] 4.[資料]-[資料分析]-[抽樣]-[輸入範圍]-[樣本(50)]-[輸出範圍] 5.[資料]-[資料分析]-[抽樣]-[輸入範圍]-[樣本(100)]-[輸出範圍] 6.[資料]-[資料分析]-[抽樣]-[輸入範圍]-[樣本(200)]-[輸出範圍] 7.[AVERAGE(D1:D50)] 8.[AVERAGE(E1:E100)] 9.[AVERAGE(F1:F200)] ### Excel 影片 https://www.dropbox.com/home/%E7%B5%B1%E8%A8%88%E8%88%87%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90/20190523?preview=20190523_203126.mp4 ### Excel 檔 https://www.dropbox.com/scl/fi/xbjsdd5hmxlplilgwykez/20190523.xlsx?cloud_editor=excel&dl=0 https://www.dropbox.com/s/3iqtd8je7187o2y/20190523.xlsx?dl=0 ## 2019/05/30 X1,X2,X3,.....,Xn是互相獨立的隨機變數. 平均數是μ1,μ2,μ3,μ4,......,μn 變異數是a1^2,a2^2......an^2 令Y= 則 ![](https://i.imgur.com/i3fJVV5.png) 假設X1,X2,X3,.....,Xn是互相獨立的常態分佈N(μ,a^2) 令Y= ![](https://i.imgur.com/82wL3L8.png) 如果是取累加 令Y= ![](https://i.imgur.com/eOlZx45.png) 假設X1,X2,X3,.....,Xn是互相獨立的標準常態分佈N(0,1) 令Y= ![](https://i.imgur.com/IYihT2a.jpg) # 假設智商的分佈是N(100,225)如果每一次抽様25人,也就是得到 X1,X2,X3.....,X25 重覆做無限次.如果令Y==Σ(Xi/N) 則Y是什麼分佈?N(100,225/25)=N(100,9) 落在98~102之區間的機率是多少? ### Excel:NORMDIST(102,100,3,TRUE)-NORMDIST(98,100,3,TRUE) 如果改成抽225人,Y變成何種分佈? ### Y=N(100,225/225)=N(100,1) ### 伽瑪分佈 伽瑪分佈是由α和β二個參數來決定,而且α>0,β>0 ### μ=αβ ### a^2 = αβ^2 伽瑪分佈可用來估計等候時間. # 如果某位醫生在單位時間內可以看λ 位病人,則β=1/λ, 要輪到第n位病人,則α=n, ### 例如:每2分鐘看1位病人,第5位病人在10分內看完的機率為何? ### β=1/2=0.5 α=5 ### Excel:GAMMADIST(10,5,0.5,TRUE) 第5位病人看完的時間的平均和變異數又是多少? ### μ=αβ=5x0.5 ### a^2=αβ^2=(5X0.5)^2 # 路上平均每10分鐘有一件違規,有一位警察要取締5件違規後才能離開,請問在半小時內離開的機率為何? #### β=1/10=0.1 #### α=5 #### GAMMADIST(30,5,0.1,TRUE) #### 一個小時後才能離開的機率為何?GAMMADIST(60,5,0.1,TRUE) #### 一小時後離開的機率=1-GAMMADIST(60,5,0.1,TRUE) ### 指數分佈 #### 伽瑪分佈α=1,β=1/λ,稱為指數分佈. #### 它用來估算第一個事件發生需要等候的時間. ### 範例:平均每5分鐘有一班公車,等10分鐘沒有公車的機率為何? λ 是每個單位時間發生的次數 #### λ=1/5=0.2 β=1/λ=1/0.2=5 #### 10分鐘內有公車:GAMMADIST(10,1,5,TRUE) #### 10分鐘內沒有公車:1-GAMMADIST(10,1,5,TRUE) ### 卡方分佈 ### 伽瑪分佈α=γ/2,β=2,稱為卡方分佈. γ是它的參數,稱為自由度,是一個正整數. #### μ=αβ=γ/2x2=γ #### a^2=αβ^2=(γ/2X2)^2=2γ ### EXCEL 繪製卡方分佈 GAMMADIST(A2,0.5,2,TRUE) GAMMADIST(A2,1,2,TRUE) GAMMADIST(A2,2.5,2,TRUE) GAMMADIST(A2,5,2,TRUE) ### 影片 https://www.dropbox.com/home/%E7%B5%B1%E8%A8%88%E8%88%87%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90/20190530?preview=20190530_202246.mp4 ### Excel 操作檔 https://www.dropbox.com/scl/fi/hnmwd51t5voadmzp9ubvr/20190530.xlsx?cloud_editor=excel&dl=0 https://www.dropbox.com/s/9tziurepqapgpw6/20190530.xlsx?dl=0 --- ## 2019/06/06 ### 卡方分佈 χ^2 ### 用EXCEL 計算卡方分佈 ### EXCEL:CHIDIST(x,γ)<---累積機率 這個函式是計算從右到左的累積機率,也就是1-GAMMADist(x,γ/2,2,TRUE) CHIINV(右尾值,γ)=對應的X ### Q:在自由度γ=1的卡方分佈中,中間90%和中間95%的x區間為何? 中間90%的區間 x2=CHIINV(0.05,1) X1=CHIINV(0.95,1) 中間95%的區間 A1=CHIINV(0.975,1) A2=CHIINV(0.025,1) ![](https://i.imgur.com/JUb5Aj3.png) # Q:假設有一組數X>=0,它是自由度為1的x^2. ### 如果從中隨機選擇一個數,大於3.841的機率是多少? ### A:CHIDIST(3.841,1) ### 大於5.024的機率又為何? ### A:CHIDIST(5.024,1) ### 換成自由度2的x^2,答案為何? ### A:CHIDIST(3.841,2) ### A:CHIDIST(5.025,2) ### F分佈 ### 二個隨機變數U和V,互相獨立,都是X^2,自由度分別為γ1和γ2, 令 ![](https://i.imgur.com/6IOTNg5.png) ### 則x為F分佈. ### EXCEL:FDIST(X,γ1,γ2)是計算右尾的累積機率. ### EXCEL:FINV(右尾值,γ1,γ2)會傳回對應的X. ### Q:自由度γ1=1和γ2=5,以及5和20的F分佈,累積機率95%對應的x為何? ### 自由度γ1=1和γ2=5 ### FINV(0.05,1,5) ### 自由度γ1=5和γ2=20 ### FINV(0.05,5,20) #### Q:假設有二個F分佈,自由度是1和5,以及2和5. #### X=6.608的累積機率為何? #### EXCEL:1-FDIST(6.608,1,5) #### X=5.768的累積機率為何? #### EXCEL:1-FDIST(5.768,1,5) #### 自由度2和5 #### X=6.608的累積機率為何? #### EXCEL:1-FDIST(6.608,2,5) #### X=5.768的累積機率為何? #### EXCEL:1-FDIST(5.768,2,5) ### 計算F分佈的pdf ### EXCEL:沒有F分佈的pdf ,我們可以用FDIST(x,γ1,γ2)做粗略的估算. ![](https://i.imgur.com/ZlNvCdc.png) ### 影片檔 https://www.dropbox.com/home/%E7%B5%B1%E8%A8%88%E8%88%87%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90/20190606?preview=20190606_194223.mp4 ### Excel 檔 https://www.dropbox.com/scl/fi/cs8mlztpi3q7yqvmu9xdp/20190606.xlsx?cloud_editor=excel&dl=0 https://www.dropbox.com/s/14f59tw00pk0uz4/20190606.xlsx?dl=0 ### t分佈 變數U和Z互相獨立,U是自由度γ=1的X^2,Z是標準常態分佈, 令 ![](https://i.imgur.com/eRn1INe.png) #### 則x為自由度為γ的t分佈. t分佈是以x=0為中心,左右對稱的分佈,當自由度愈大就愈接近Z分佈. #### EXCEL:TDIST(x,γ,1或2) 1是算右尾 2是算左尾加右尾 #### EXCEL:TINV(左尾加右尾,γ) ![](https://i.imgur.com/oRyTpdh.png) ### 影片檔 https://www.dropbox.com/home/%E7%B5%B1%E8%A8%88%E8%88%87%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90/20190606?preview=20190606_201937.mp4 ### Excel 檔 https://www.dropbox.com/scl/fi/cs8mlztpi3q7yqvmu9xdp/20190606.xlsx?cloud_editor=excel&dl=0 https://www.dropbox.com/s/14f59tw00pk0uz4/20190606.xlsx?dl=0 --- ## 期末考 # Q:如果O型血的機率是40%,隨機抽樣是10人,其中3人是O型血的機率為何?3人(含)以下的機率為何?平均數和變異數為何? #### 二項式分佈 #### p=40%=0.4 #### 排列組合中的組合 #### 1. 3人是O型血的機率為何? ![](https://i.imgur.com/BGOXsti.png) #### Excel:BINOMDIST(3,10,0.4,FALSE) #### 2. 3人(含)以下的機率為何? #### Excel:BINOMDIST(3,10,0.4,TRUE) #### 3. 平均數和變異數為何? ![](https://i.imgur.com/mEP9DES.png) ![](https://i.imgur.com/cunEJ0d.png) # Q:平均每分鐘有二輛車通過收費站,如果觀查5分鐘,看到六輛車的機率是多少?看到0~6輛車的機率又是多少?平均數和變異數為何? ### 波式分佈 #### 1. 六輛車的機率是多少? ![](https://i.imgur.com/1XUmnuR.png) ![](https://i.imgur.com/ssGhFs6.png) #### Excel:POISSON(6,10,FALSE) #### 2. 看到0~6輛車的機率又是多少? #### Excel:POISSON(6,10,TRUE) #### 3. 平均數和變異數為何? #### 平均數-變異數=λ=10 ![](https://i.imgur.com/iZ3YD5O.png) # Q:丟一顆骰子出現6點的機率是1/6,出現3次6點之前,失敗5次的機率為何?把失敗的次數當成x,畫出x=0~20的折線圖. ### 負二項式分佈 #### 1. 出現3次6點之前,失敗5次的機率為何? ![](https://i.imgur.com/qXtoaze.png) ### Excel: NEGBINOMDIST(5,3,1/6) #### 2. 把失敗的次數當成x,畫出x=0~20的折線圖. https://www.dropbox.com/scl/fi/099oruyzme72lv2ur7j36/%E6%9C%9F%E6%9C%AB%E8%80%83.xlsx?cloud_editor=excel&dl=0 https://www.dropbox.com/s/0e7wetl5cw07ydd/%E6%9C%9F%E6%9C%AB%E8%80%83.xlsx?dl=0 ###### tags: `10702`,`統計與資料分析`