標籤

4GL (1) 人才發展 (10) 人物 (3) 太陽能 (4) 心理 (3) 心靈 (10) 文學 (31) 生活常識 (14) 光學 (1) 名句 (10) 即時通訊軟體 (2) 奇狐 (2) 音樂 (2) 產業 (5) 郭語錄 (3) 無聊 (3) 統計 (4) 新聞 (1) 經濟學 (1) 經營管理 (42) 解析度 (1) 遊戲 (5) 電學 (1) 網管 (10) 廣告 (1) 數學 (1) 機率 (1) 雜趣 (1) 證券 (4) 證券期貨 (1) ABAP (15) AD (1) agentflow (4) AJAX (1) Android (1) AnyChart (1) Apache (14) BASIS (4) BDL (1) C# (1) Church (1) CIE (1) CO (38) Converter (1) cron (1) CSS (23) DMS (1) DVD (1) Eclipse (1) English (1) excel (5) Exchange (4) Failover (1) FI (57) File Transfer (1) Firefox (2) FM (2) fourjs (1) gladiatus (1) google (1) Google Maps API (2) grep (1) Grub (1) HR (2) html (23) HTS (8) IE (1) IE 8 (1) IIS (1) IMAP (3) Internet Explorer (1) java (3) JavaScript (22) jQuery (6) JSON (1) K3b (1) LED (3) Linux (112) Linux Mint (4) Load Balance (1) Microsoft (2) MIS (2) MM (51) MSSQL (1) MySQL (27) Network (1) NFS (1) Office (1) Oracle (125) Outlook (3) PDF (6) Perl (59) PHP (33) PL/SQL (1) PL/SQL Developer (1) PM (3) Postfix (2) postfwd (1) PostgreSQL (1) PP (50) python (1) QM (1) Red Hat (4) Reporting Service (28) ruby (11) SAP (234) scp (1) SD (16) sed (1) Selenium-WebDriver (5) shell (5) SQL (4) SQL server (8) SQuirreL SQL Client (1) SSH (2) SWOT (3) Symantec (2) T-SQL (7) Tera Term (2) tip (1) tiptop (22) Tomcat (6) Trouble Shooting (1) Tuning (5) Ubuntu (33) ufw (1) utf-8 (1) VIM (11) Virtual Machine (2) vnc (3) Web Service (2) wget (1) Windows (19) Windows (1) WM (6) youtube (1) yum (2)

2012年1月26日 星期四

謝比雪夫定理及經驗法則

p謝比雪夫定理:一組nN個之量測值的資料組,至少(1-(1/k2))比率的量測值,會落在距離平均數個標準差以內,此處之k大於等於1
p 
經驗法則:已知量測組近似鐘形分配,其區間在 

*(μσ)將包含約68%的量測值
*(μ2σ)將包含約95%的量測值
*(μ3σ)將包含幾乎100%的量測值

 
p謝比雪夫定理(Tchebysheff's theorem
*不限於量測組分配的型態,也不限於樣本或母體。
*證明一組nN個之量測值的資料組,至少有(1-(1/k2))比率的量測值,會落在距離平均數個標準差以內,此處之k大於等於1。 

p標準差與謝比雪夫定理對應的比率,如表3-1所示
   

p兩個及三個標準差的部份,提供了有效的方式來說明量測值落於某特定區間之比率
 
p經驗法則
*可以準確地估算近似鐘形分配量測組的分配型態,如圖3-3,資料組的相對次數直方圖愈接近鐘形(bell-sharped)分配,法則愈正確。
*鐘形分配通常稱為常態分配。

p經驗法則被定義為已知量測組近似鐘形分配,其區間
a.(μσ)或(xs)將包含約68%的量測值。
b.(μ2σ)或(x2s)將包含約95%的量測值。
c.(μ3σ)或(x3s)將包含幾乎100%的量測值。
  
 

3-3 鐘形分配
 
p標準差的檢查
*由謝比雪夫定理與經驗法則,大部份的量測值會落在距離平均數兩倍標準差的區間內。
*因此,資料組的全距(R),大約等於四倍標準差。

沒有留言:

張貼留言