(統計)假設檢定







(統計)抽樣統計量和其分配

$\overline{X}$

1.$\sigma^2$  已知。

$\cfrac{\overline{X}-\mu}{\frac{\sigma}{\sqrt{n}}}\sim N(0,1)$


2.$\sigma^2$  未知。常態母體。

$\cfrac{\overline{X}-\mu}{\frac{S}{\sqrt{n}}}\sim t_{(n-1)}$


$S^2$

1.常態母體。

$\cfrac{(n-1)S^2}{\sigma^2}\sim \chi^2_{(n-1)}$


$\cfrac{S_1^2}{S_2^2}$

1.兩獨立常態母體。

$\cfrac{S_1^2\sigma_2^2}{S_2^2\sigma_1^2}\sim F_(n_1-1,n_2-1)$

(統計) 母體混合期望值,變異數

設二母體,$\mu_1 ,\mu_2,\sigma_1^2,\sigma_2^2,n_1,n_2$


$\mu_i=\displaystyle\sum_{j=1}^{n_i}X_{ij}$  $,i=1,2$

$\sigma_i^2=\displaystyle\sum_{j=1}^{n_i}\cfrac{(X_{ij}-\mu_i)^2}{n_i}$ $,i=1,2$


混合期望值:$\mu_{混}=\cfrac{n_1\mu_1+n_2\mu_2}{n_1+n_2}$


混合變異數=$\sigma_{混}^2=\cfrac{\displaystyle\sum_{i=1}^{2}n_i\sigma_i^2+n_i\mu_i^2-n_i\mu_{混}^2}{\displaystyle\sum_{i=1}^{2}n_i}=\cfrac{\displaystyle\sum_{i=1}^{2}n_i[\sigma_i^2+(\mu_i-\mu_{混})^2]}{\displaystyle\sum_{i=1}^{2}n_i}$

(統計)柯西分配 Cauchy Distribution

柯西分配 Cauchy Distribution

$X \sim Cauchy(\alpha,\beta)$

$f(x)=\cfrac{1}{\pi}\cfrac{\alpha}{\alpha^2 + (x-\beta)^2}\ \ ,\ -\infty<x<\infty$

標準柯西分配


$X \sim Cauchy(1,0)$

$f(x)=\cfrac{1}{\pi}\cfrac{1}{1+ x^2}\ \ ,\ -\infty<x<\infty$


$E(X) 不存在。$

$if \ X \sim N(0,1) \perp Y \sim N(0,1)$

$Z=\cfrac{X}{Y}\sim Cauchy(1,0)$

(汽車)2020 進口電動車馬力表

車型名稱 PMR 最大馬力(kW) 最大馬力轉速(rpm)
BMW i BMW I3S 120AH A1 5D  96.8 135 7000
BMW i BMW I3 120AH A1 5D  90.6 125 5200
本車型組已符合M1 類PMR ≦ 120第六期第一階段汽車噪音管制標準值      
Tesla Model 3 E1R A1 5D  112.5 190 0
Tesla Model 3 E1R 3D5 A1 5D  112.5 192 0
Tesla Model 3 E3DP A1 5D  171.8 335 0
本車型組已符合M1 類120<PMR ≦ 160第六期第一階段汽車噪音管制標準值。      
Tesla Model 3 E3D A1 5D  171.8 258 0
Tesla Model S Long Range A1 5D  159.2 370 0
Tesla Model S Standard Range A1 5D  159.2 280 0
Tesla Model S Long Range Plus A1 5D  159.2 370 0
Tesla Model S Performance A1 5D  166 390 0
本車型組已符合M1 類120 < PMR ≦ 160第六期第一階段汽車噪音管制標準值。      
Tesla Model X Performance A1 5D  148 390 0
本車型組已符合M1 類120 < PMR ≦ 160第六期第一階段汽車噪音管制標準值。      
Tesla Model X Long Range A1 5D  143.3 370 0
本車型組已符合M1 類PMR ≦ 120第六期第一階段汽車噪音管制標準值。      
Tesla Model X Standard Range A1 5D  143.3 280 0
Tesla Model X Long Range Plus A1 5D  143.3 370 0
MERCEDES-BENZ EQC 400 4MATIC A1 5D  120.2 300 4160
HYUNDAI KONA-H A1 5D  85.2 150 0
NISSAN LEAF A1 5D 214HP  91.1 160 0
本車型組已符合M1 類PMR ≦ 120第六期第一階段汽車噪音管制標準值。       
Tesla Model S Long Range A1 5D  159.2 370 0
Tesla Model S Standard Range A1 5D  159.2 280 0
Tesla Model S Long Range Plus A1 5D  159.2 370 0
Tesla Model S Performance A1 5D  166 390 0
本車型組已符合M1 類120 < PMR ≦ 160第六期第一階段汽車噪音管制標準值。      
Tesla Model X Performance A1 5D  148 390 0
本車型組已符合M1 類120 < PMR ≦ 160第六期第一階段汽車噪音管制標準值。      
Tesla Model X Long Range A1 5D  143.3 370 0
本車型組已符合M1 類PMR ≦ 120第六期第一階段汽車噪音管制標準值。      
Tesla Model X Standard Range A1 5D  143.3 280 0
Tesla Model X Long Range Plus A1 5D  143.3 370 0
Tesla Model 3 E1R A1 5D  112.5 190 0
本車型組已符合M1 類PMR ≦ 120第六期第一階段汽車噪音管制標準值      
Tesla Model 3 E1R 3D5 A1 5D  112.5 192 0
Tesla Model 3 E3DP A1 5D  171.8 335 0
本車型組已符合M1 類120<PMR ≦ 160第六期第一階段汽車噪音管制標準值。      
Tesla Model 3 E3D A1 5D  171.8 258 0
AUDI e-tron 50 SPORTBACK quattro A1 4D HATCHBACK  90.9 230 0
本車型組已符合M1 類PMR ≦ 120第六期第一階段汽車噪音管制標準值。      
AUDI e-tron 50 quattro A1 4D HATCHBACK  90.9 230 0
PORSCHE TAYCAN 4S A2 4D  154.2 360 10000
本車型組已符合M1 類120 < PMR ≦ 160第六期第一階段汽車噪音管制標準值。      
JAGUAR I-PACE A1 5D 294kW  127.3 294 5000

(汽車)2021 進口電動車馬力表

車型名稱 最大馬力(kW) 最大馬力轉速(rpm)
PORSCHE TAYCAN TURBO S A2 4D 460 6700
PORSCHE TAYCAN TURBO A2 4D 460 6700
AUDI e-tron SPORTBACK 55 quattro A1 4D HATCHBACK 300 0
AUDI e-tron 55 quattro A1 4D HATCHBACK 300 0
HYUNDAI KONA-N 0c.c. A1 5D 150 8000
HYUNDAI KONA-M 0c.c. A1 5D 100 8000
本車型組已符合M1 類PMR ≦ 120第六期第一階段汽車噪音管制標準值。     
PORSCHE TAYCAN A2 4D 240.00 8600
PORSCHE TAYCAN A2 4D (280kW) 280.00 10000
本車型組已符合M1 類120 < PMR ≦ 160第六期第二階段汽車噪音管制標準值。     
ENERGICA SS9+ CVT 街跑車 80 6000
ENERGICA EGO+ CVT 街跑車 107 6000
ENERGICA EVA RIBELLE CVT 街跑車 107 6000
ENERGICA EGO+RS CVT 街跑車 107 6000
ENERGICA EVA RIBELLE RS CVT 街跑車 107 6000
AUDI e-tron 50 SPORTBACK quattro A1 4D HATCHBACK 230 0
AUDI e-tron 50 quattro A1 4D HATCHBACK 230 0
AUDI e-tron SPORTBACK 55 quattro A1 4D HATCHBACK 300.00 0
本車型組已符合M1類PMR≦120第六期第一階段汽車噪音管制標準值。    
AUDI e-tron 55 quattro A1 4D HATCHBACK 300.00 0
LEXUS UX300e A1 5D 150 6250
1.本車型組已符合M1類PMR≦120第六期第二階段汽車噪音管制標準值。      
Tesla Model 3 E1R A1 5D 190 0
Tesla Model 3 E1R 3D5 A1 5D 192 0
Tesla Model 3 E3DP A1 5D 335 0
本車型組已符合M1 類120<PMR ≦ 160第六期第一階段汽車噪音管制標準值。    
Tesla Model 3 E3D A1 5D 258 0
JAGUAR I-PACE A1 5D 294kW 294 5000
本車型組已符合M1 類120<PMR ≦ 160第六期第一階段汽車噪音管制標準值。    
PORSCHE TAYCAN 4S A2 4D 360.00 10000
本車型組已符合M1 類120 < PMR ≦ 160第六期第一階段汽車噪音管制標準值。    
PORSCHE TAYCAN 4S CROSS TURISMO A2 5D 360.00 10000
PORSCHE TAYCAN 4 CROSS TURISMO A2 5D 280.00 10000
1.本車型組已符合M1 類PMR ≦ 120第六期第二階段汽車噪音管制標準值。    
ENERGICA SS9+ CVT 街跑車 80 6000
ENERGICA EGO+ CVT 街跑車 107 6000
ENERGICA EVA RIBELLE CVT 街跑車 107 6000
ENERGICA EGO+RS CVT 街跑車 107 6000
ENERGICA EVA RIBELLE RS CVT 街跑車 107 6000
Audi e-tron GT quattro A1 4D HATCHBACK 350 0
本車型組已符合M1類120<PMR≦160第六期第二階段汽車噪音管制標準值。    
Audi RS e-tron GT quattro A1 4D HATCHBACK 440 0
本車型組已符合M1類120<PMR≦160第六期第二階段汽車噪音管制標準值。    
HYUNDAI IONIQ5-A A1 5D 124.9 7400
本車型組已符合M1 類PMR ≦ 120第六期第二階段汽車噪音管制標準值。     
HYUNDAI IONIQ5-B A1 5D 160 9000
本車型組已符合M1 類PMR ≦ 120第六期第二階段汽車噪音管制標準值。     
HYUNDAI IONIQ5-C A1 5D 224.6 8600
1.本車型組已符合M1 類PMR ≦ 120第六期第二階段汽車噪音管制標準值。      
2.本車型組PMR以額定功率224.6 kW/8600 rpm計算。      
PORSCHE TAYCAN 4S A2 4D 360.00 10000
PORSCHE TAYCAN 4S CROSS TURISMO A2 5D 360.00 10000
PORSCHE TAYCAN A2 4D 240.00 8600
本車型組已符合M1 類PMR ≦ 120第六期第一階段汽車噪音管制標準值。    
MERCEDES-BENZ EQC 400 4MATIC A1 5D 300 4160
1.本車型組已符合M1 類120 < PMR ≦ 160第六期第二階段汽車噪音管制標準值。    
HYUNDAI KONA-N A1 5D 150 3800-8000
HYUNDAI KONA-M A1 5D 100 2600-8000
PORSCHE TAYCAN TURBO S  A2 4D 460 -
PORSCHE TAYCAN TURBO  A2 4D 460 -
PORSCHE TAYCAN 4 CROSS TURISMO  A2 5D 280 -
MERCEDES-BENZ EQS 450+ A1 5D  245 11544
VOLVO XC40 P8  A1 5D 300 4350-13900

(微積分)微積分基本定理

 $if\ \  F(x)=\displaystyle\int_a^x f(t) dt  $ 

$\cfrac{dF(x)}{dx}=\cfrac{d\left[F(t)\right]_a^x}{dx}=\cfrac{d[F(x)-F(a)]}{dx}=f(x)$


$if\ \  F(x)=\displaystyle\int_{g_2(x)}^{g_1(x)} f(t) dt  $ 

$\cfrac{dF(x)}{dx}=\cfrac{d[F(t)]_{g_2(x)}^{g_1(x)}}{dx}=\cfrac{d[F(g_1(x))-F(g_2(x))]}{dx}\\=f(g_1(x))g_1'(x)-f(g_2(x))g_2'(x)$




(統計)截尾分配

 r.v. X 連續型。 f(x) 為 p.d.f.

$f(x|X \leq a)=\cfrac{f(x)}{F(a)}$ , $x\leq a$


$f(x|X \geq a)=\cfrac{f(x)}{1-F(a)}$ , $x\geq a$


$f(x| a \leq  X \leq b )=\cfrac{f(x)}{F(a)-F(b)}$ , $a \leq x \leq b $


(統計) 有加成性之機率分配

 

1.$X \sim Bin(n,p)$ 二項分配

2.$X \sim NB(r,p)$  負二項分配

3.$X(t) \sim Poission(\lambda )$ 卜瓦松分配

4.$X \sim Gamma(\alpha,\beta )$  Gamma分配

5.$X \sim N(\mu,\sigma^2)$   常態分配

(統計)變數變換

 Jacobian (r.v.連續型)

單變數


設$f_X(x)$ 為舊p.d.f.,$f_Y(y)$為新p.d.f.。

$Y=g(X)\implies X=g^{-1}(Y)$

$J=\left|\cfrac{dx}{dy}\right|=\left|\cfrac{d舊}{d新}\ \right|$


則 $f_Y(y)=f_X(x=g(y)^{-1})|J| $


雙變數


設$f_{X_1,X_2(x_1,x_2)}$為舊p.d.f.,$f_{Y_1,Y_2(y_1,y_2)}$為新p.d.f.。

$(Y_1,Y_2)=g(X_1,X_2)\implies (X_1,X_2)=g^{-1}(Y_1,Y_2) $

$J=\begin{vmatrix} \cfrac{\partial x_1}{\partial y_1} & \cfrac{\partial x_1}{\partial y_2} \\ \cfrac{\partial x_2}{\partial y_1} & \cfrac{\partial x_2}{\partial y_2} \end{vmatrix}$

$J=\begin{vmatrix} \cfrac{\partial 舊_1}{\partial 新_1} & \cfrac{\partial 舊_1}{\partial 新_2} \\ \cfrac{\partial 舊_2}{\partial 新_1} & \cfrac{\partial 舊_2}{\partial 新_2} \end{vmatrix}$

列舊行新。


變數縮減

$(X,Y)\to(W)$,增一變數 $V=g(X)\ or\ V=g(Y)  $,使得 $(X,Y)\to(W,V)$,同雙變數變數變換運算。



C.D.F法

min,max,$X^{2n}$ 時使用






(統計)三個統計常用積分,$Gamma(\Gamma)$積分,$Beta(\beta)$積分,常態$(Norma)$積分。

$Gamma(\Gamma)$積分

$\alpha>0$,$\lambda>0$

$$\displaystyle\int_0^\infty x^{\alpha-1} e^{-\lambda x}dx=\cfrac{\Gamma(\alpha)}{\lambda^{\alpha}}$$

$\Gamma(n)=(n-1)!$
$\Gamma(\frac{1}{2})=\sqrt(\pi)$


$Beta(\beta)$積分

$\alpha>0$,$\beta>0$

$$\displaystyle\int_0^1 x^{\alpha-1}(1-x)^{\beta-1}dx=\cfrac{\Gamma(\alpha)\Gamma(\beta)}{\Gamma(\alpha+\beta)}$$



常態$(Norma)$積分

$a\in\Re$,$b>0$

$$\displaystyle\int_{-\infty}^{\infty}e^\left[{\cfrac{-(x-a)^2}{2b^2}}\right]dx=\sqrt{2\pi}\cdot b$$



(統計) 機率分布之間特例關係

 

1.$Ber$ 是 $Bin$的特例。

2.$Geo$是 $NB$的特例。

3.$Exp$ 和 $\chi^2 $是 $Gamma$的特例。

(統計)(機率論) 先贏問題

1.甲乙丙三人按順序(甲->乙->丙)投擲一公正硬幣,先出現正面者贏,試問甲、乙、丙獲勝機率為何?


甲贏: 正 ,反反反正,反反反 反反反正,$\cdots$。

乙贏: 反正 ,反反反反正,反反反 反反反 反正,$\cdots$。

丙贏: 反反正 ,反反反反反正,反反反 反反反 反反正,$\cdots$。


$P(甲贏)=\cfrac{1}{2}+(\cfrac{1}{2})^3\times(\cfrac{1}{2})+(\cfrac{1}{2})^6\times(\cfrac{1}{2}) \cdots=\cfrac{1}{2}\times\cfrac{1}{1-(\cfrac{1}{2})^3}=\cfrac{4}{7}$

$P(乙贏)=\cfrac{1}{2}\times\cfrac{1}{2}+(\cfrac{1}{2})^4\times(\cfrac{1}{2})+(\cfrac{1}{2})^7\times(\cfrac{1}{2}) \cdots=\cfrac{1}{2}\times\cfrac{\cfrac{1}{2}}{1-(\cfrac{1}{2})^3}=\cfrac{2}{7}$

$P(丙贏)=(\cfrac{1}{2})^2\times\cfrac{1}{2}+(\cfrac{1}{2})^5\times\cfrac{1}{2}+(\cfrac{1}{2})^8\times\cfrac{1}{2}=\cfrac{1}{2}\times\cfrac{(\cfrac{1}{2})^2}{1-(\cfrac{1}{2})^3}=\cfrac{1}{7}$




2.重複投擲兩個均勻骰子,若出現點數和為8,則甲贏,若先出現點數和為10,則乙贏。當比賽出現勝負時,甲乙兩人贏的機率為何?

(統計)(特殊機率分配) 二項分配和超幾何分配之比較

同   異   期望值  變異數 
$Bin$(二項分配)  r.v.表示成功總次數  抽後放回  $np$ $np(1-p)$
$Hyper(超幾何分配)$  r.v.表示成功總次數  抽後不放回  $n\frac{m}{N}$ $n\frac{m}{N}(1-\frac{m}{N})(\frac{N-n}{N-1})$

(統計)(特殊機率分布)伯努利過程(Bernoulli process)

特性 

1.實驗間相互獨立。

2.$p=p(成功)$皆相同,只有成功/失敗兩種互斥情況。


伯努利過程之機率分配:

各分配之間的r.v. 意義不同。

1.$Bin$(二項分配) :在 n 次實驗中成功總次數。

2.$Geo$(幾何分配):直到第一次成功之總實驗次數。(無記憶)

3.$NB$(負二項分配):直到第 r 次成功之總實驗次數。

$Geo(p)=NB(1,p)$


所以以上3種分配,事件機率可以相互計算。


附錄

附錄 A 集合 (APPENDIX A SETS) 一個 集合 (set) 是一些被稱為該集合之 元素 (elements) 的物件的聚集。如果 x 是集合 A 的一個元素,那麼我們寫作 x \in A ;否則,我們寫作 x \notin A 。例如,如果 Z...