GULU_KING wrote:
哈哈算不算sport...(恕刪)
Solara寫的是Sporty Car 不是Sports Car.........
定義不一樣
個人積分：10269分
文章編號：10954891
個人積分：2214分
文章編號：10954929
個人積分：10269分
文章編號：10954937
個人積分：83分
文章編號：10955035
個人積分：218分
文章編號：10955057
個人積分：83分
文章編號：10955399
個人積分：35分
文章編號：10955516
看起來那只是一個換算過的指數 (index)
然後他把這指數定義為 每一百輛車問題數的指數 (problems per 100, PP100)
所以我猜銷售量高的車，取樣應該會比較多
取樣數大小對於統計的影響是
基本上我們都會訂一樣的統計上的 significant level，低於就說是 statistically significant (統計上而已喔，這字眼有他存在意義)
一般是當 "實驗假設" 事實上為不存在時，我們誤判假設為真的可能性低於 5%，這樣我們就說統計上顯著的發現
而取樣越小，則透過樣本去推算母群體實際數值時，其不確定範圍越大(Confident Interval，信心區間)
信心區間大表示我們不確定是區間裡面最小那個值與最大那的值中間的哪一個才是真的，都有可能。換言之，越有可能誤判
但仔細去想，這可不代表取樣10台車的數字一定不準(也可以好死不死矇到完美分佈，然後算出來就是接近真實值)，只是我們越沒有信心說他準而已
所以才會用 confident這字眼
大量隨機取樣是最容易達到常態分佈的方式(這裡我們都假設母群體是常帶分佈，不然就玩不下去了)
如果無法大量隨機取樣，就要透過刻意設計的取樣流程來試圖還原常態分佈
(如果可以取樣整個母群體的話，那就不需要用到統計方法了，因為你得到的data就是真實值，不需要透過統計方法去推掄母群體的值)
如果真的沒辦法，只能 方便取樣(conveneint sampling)
那就要跨研究來看，因為很多的不同時間地點的 convenient samples 組合在一起，就是另一種大量的隨機取樣
這樣的觀念叫做 meta-analysis
所以我才會說，要看不同時間、跨機構的結果來看一個大趨勢，參考價值比較高
因為我相信這些單一機構的研究，都比較接近 convenient sampling的結果
Who needs a lifestyle-statement SUV?
個人積分：10269分
文章編號：10955626
素大帥耶 wrote:
subaru親衛隊要...(恕刪)
原來他這麼在乎CR是有原因的啊....哈~~~~
http://www.mobile01.com/topicdetail.php?f=336&t=957405
可能是在J.D.Power中 粉絲的車廠排名較低 才扯出這一堆雜七雜八地出來......
難怪他死命地和J.D.Power槓上.......
Naricissistic, my god I love it
個人積分：20分
文章編號：10955714
phantom_ethan wrote:真是不好意思，在25F的回答得太快了，有不周之處。
錯！
信心水準先訂好，才能算誤差範圍，而且基本假設是母群呈常態分布。
信心水準是自己定的而不是取決於母群，
就是因為不知道母群性質才須要用樣本作區間估計，
假如知道母群性質，那就是普查，就不需要用樣本來推估母群了。
因為 信心水準+誤差範圍=1
所以，在下之前所說的兩句
樣本數一致但母體數不同會導致不同的信心水準。(21F)
樣本數一致但母體數不同會導致不同的error of estimation。(25F)
是同義的。
ptx wrote:統計非在下所長，恕在下難以三言兩語說完。
這句話我是看不太懂
平常比較少關心母群體數量
這句話有什麼特別的意義嗎？
母群體的大小，對這份資料有什麼特殊意涵嗎？
除了之前提到的reference之外，在下另外找了一篇淺顯易懂的網頁，請參考：
http://tx.shu.edu.tw/Jx/%E7%A0%94%E7%A9%B6%E6%96%B9%E6%B3%95/%E6%8A%BD%E6%A8%A3-%E6%A8%A3%E6%9C%AC%E6%95%B8%E6%B1%BA%E7%AD%96%E5%9B%A0%E7%B4%A0.htm
此外，在下以為這次看到的JD Power調查，應該適用二項式分布，相關公式未在上述網頁揭露，但是在25F的Ref.裡Chap4.4有提到，可資參考。
在toyota後面，是你的錯；
在toyota旁邊，還是你的錯；
在toyota前面，沒有錯，加入吧！
個人積分：1221分
文章編號：10955764
sphenoid wrote:這也是我在看原文時一直有困擾的地方
好像沒有說每種車取樣100個吧
看起來那只是一個換算過的指數 (index)
然後他把這指數定義為 每一百輛車問題數的指數 (problems per 100, PP100)
所以我猜銷售量高的車，取樣應該會比較多
取樣數大小對於統計的影響是
因為原文並沒有講清楚每一車款的取樣數量
所以PP100可能是真的每款車取100筆資料
也有可能指的是回報問題的百分比
不過由文中提到，收集的樣本人次超過46000人
The 2009 Vehicle Dependability Study is based on responses from more than 46,000 original owners of 2006 model-year vehicles.
或許可以假定各廠牌或各車款的取樣數得到的結果，已經接近了母群的特性
而不論是否每個車款的取樣數量均等
一個中文，各自表述
關閉廣告