發表文章

目前顯示的是 6月, 2023的文章

一千元跟一萬元的羽絨外套差在哪裡?

批踢踢實業坊 › 看板  Gossiping 關於我們 聯絡資訊 返回看板 作者 a3556959 (appleman) 看板 Gossiping 標題 Re: [問卦] 一千元跟一萬元的羽絨外套差在哪裡? 時間 Thu Jan 2 11:45:50 2025 ※ 引述《staxsrm (薏仁茶)》之銘言 : 本肥發現冬天穿羽絨外套還是最暖 : 從一千元有找的雜牌 : 到net uniqlo 迪卡儂之類的平價兩千多到大概四千附近 : 還有一些高級一點的像是roots 北臉 或是一些登山品牌有五千起跳的 : 還有一些牌子可能比較高檔甚至破萬 : 是用料 做工還是機能的差別 : 有沒有羽絨外套買到多貴算是智商稅的八卦 羽絨外套主要是看三個指標 1.蓬鬆度:羽絨衣保暖的原理是,利用羽絨特性,在衣服內部創造出靜止的空氣腔,因為靜 止無對流的空氣導熱係數很低,因此可以保暖, 蓬鬆度越高,越好基本上600蓬鬆度以下的都是垃圾,不如買化學纖維,不用購買,600-800 算還不錯,800以上則是上品 2.充絨量:顧名思義塞了多少羽絨進去,這基本上就是看多少公克,150以下都算輕羽絨,1 50-300,在台灣就已經非常保暖了,300以上台灣用不到 3.絨子占比:羽絨當中分為絨子跟羽毛,羽毛本身不太保暖,真正保暖的成分是絨子,所以 絨子含量越高越好 90%以上就是優質羽絨服,80-90還不錯,80以下別買了,不如買化纖 參數大概就這樣,用這個下去挑選即可 再來是鴨鵝絨,本質上沒什麼太大的差別,不過鴨子有的時候可能會有味道,鵝絨通常比較 沒味道,但會貴一點,這個直接去實體門市試穿聞看看比較準確,有的人可以接受 至於推薦買啥,其實優衣庫或迪卡農這樣的平價大牌就不錯了,品質跟價格有很好的保障 在台灣預算1000以下不用想買到大牌品質貨,只剩蝦皮雜牌,但品質跟標誌是否正確很難說 ,能買到的通常都是化纖,除非你在日本當地優衣庫特價的時候入手 不用買什麼加拿大鵝始祖鳥巴塔哥尼亞那種高級貨,就純賣品牌跟機能性,都市平地不用那 麼多機能性 以上簡短介紹 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.132.132.225 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.17357...

(統計)估計式之評估準則。

1. 不偏性 : 準確 E(ˆθ)=θ 2. 有效性 :精確 MSE(ˆθ)=E(ˆθθ)2=Var(ˆθ)+[E(ˆθ)θ]2() if E(ˆθ)=θ , MSE(ˆθ)=V(ˆθ) MSE 越小越有效。 3. 一致性 : 機率收斂 ε>0,滿足 lim ,則 \hat{\theta}\theta 一致估計量。 計算用: 若\displaystyle\lim_{x\to\infty}MSE(\hat{\theta})=0,則 \hat{\theta}\theta 一致估計量。 即 \displaystyle\lim_{x\to\infty}E(\hat{\theta})=\theta\displaystyle\lim_{x\to\infty}Var(\hat{\theta})=0 4. 充分性 : 設 T(X_1,X_2,\cdots,X_n)\theta 之統計量,若滿足 P((X_1,X_2,\cdots,X_n)\mid T(X_1,X_2,\cdots,X_n)=t)\theta 無關,則稱 T(X_1,X_2,\cdots,X_n)\theta之充分統計量。 只要能求出統計值t與參數\theta的函數關係g(t;\theta),則可由t值充分掌握\theta值之大小,因此稱t\theta之充分統計量。

(法緒)名詞解釋

職權主義:指審判機關立於主導的地位,相關程序進行均由法院依職權為之,當事人並無自由處分的權限。 當事人主義:係指訴訟程序之開始、進行和終結悉依當事人之意思而為決定。    衡平法(Equity):英國法特有的衡平法(Equity),則是在普通法之外,提供更彈性的法,例如普通法遵循損害填補原則,但衡平法不受限於此,可以因個案作不同的調整,以追求衡平。

(法緒)法學派別

1.分析、純粹法學:成文法,法位階理論,凱爾森,惡法亦法 2.歷史法學:習慣法, 3.比較法學 4.自然、超實證法學 5.社會、自由法學

(法緒) 修憲門檻

 憲法之修改,需立法委員\cfrac{1}{4} 提議,                                              \cfrac{3}{4} 出席,                  出席之立法委員\cfrac{3}{4} 決議,提出憲法修正案,                          公告半年後                  選舉人複決超過\cfrac{1}{2} 通過。

(統計)順序統計量,Order Statistics

 設X_1,X_2,\cdots,X_n\ \stackrel{ iid}{\sim}f(x)_{連續} 且X_{(1)}\leq X_{(2)}\leq ,\cdots,\leq X_{(n)} ,則順序統計量 joint pdf  f_{X_{(1)}\leq X_{(2)}\leq ,\cdots,\leq X_{(n)}}(x_1,x_2 ,\cdots,x_n)=n!f(x_1,x_2 ,\cdots,x_n) 因為沒有順序的樣本機率值為零,為了機率加總=1,順序統計量 joint pdf需乘n! f_{X(1)}(x)=n[1-F(x)]^{n-1}f(x)    n個樣本中,比x大的有n-1個,恰有一個等於xf_{X(n)}(x)=n[F(x)]^{n-1}f(x)        n個樣本中,比x小的有n-1個,恰有一個等於xf_{X(j)}(x)=\cfrac{n!}{(j-1)!(n-j)!}[F(x)]^{j-1}[1-F(x)]^{n-j}f(x) , 第j個排序樣本,j-1個比x小,n-j個比x大,恰有一個等於x

(統計) 中央極限定理 central limit theorem,CLT

 對任意母體,\mu\sigma 存在,當隨機樣本數n夠大,則樣本平均數\overline{X}抽樣分配近似常態分配 設 X_1,X_2,\cdots,X_n \stackrel{ iid }{\sim}f(x)E(X_i)=\mu <\infty, Var(X_i)=\sigma^2<\infty, 若\overline{X}=\frac{\sum_{i=1}^{n}X_i}{n}    則\overline{X}\xrightarrow{n \to \infty }N(\mu,\frac{\sigma^2}{n})

(統計)抽樣分配

X_1,X_2,\cdots,X_n \stackrel{ iid}{\sim} N(\mu,\sigma^2),則\overline{X}\ \sim N(\mu,\frac{\sigma^2}{n}) \mu已知,\cfrac{nS^2}{\sigma^2}\ \sim \chi^2(n)\mu未知,用\overline{X}取代,\cfrac{(n-1)S^2}{\sigma^2}\ \sim \chi^2(n-1)X_1,X_2,\cdots,X_n \stackrel{ iid}{\sim} N(\mu_1,\sigma_1^2)     Y_1,Y_2,\cdots,Y_n \stackrel{ iid}{\sim} N(\mu_2,\sigma_2^2) \implies  \overline{X}- \overline{Y}\ \stackrel{ iid}{\sim}N(\mu_1-\mu_2,\frac{\sigma_1^2}{n}+\frac{\sigma_2^2}{n})

(統計)統計量和抽樣分配

設一組樣本 X_1,X_2,\cdots,X_n,則 T=(X_1,X_2,\cdots,X_n) 為統計量,若用來估計未知參數 稱為估計量,則此統計量之機率密度函數稱為抽樣分配。

插入 Word 分隔線方法

 插入 Word 分隔線方法 在「常用」的選單下,找到「邊框」的圖案 點擊後選擇「水平線」就會插入一條分隔線了