T分配統計量轉換方法在偏斜分配下的衡量與比較

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：10

、訪客IP：3.135.247.188

姓名

蘇貫文(kuan-Wen Su) 查詢紙本館藏

畢業系所

工業管理研究所

論文名稱

T分配統計量轉換方法在偏斜分配下的衡量與比較
(Evaluate and compare the transformation of T-statistic with skewed data)

相關論文

★ 應用失效模式效應分析於產品研發時程之改善	★ 服務品質因子與客戶滿意度關係研究-以汽車保修廠服務為例
★ 家庭購車決策與行銷策略之研究	★ 計程車車隊派遣作業之研究
★ 電業服務品質與服務失誤之探討-以台電桃園區營業處為例	★ 應用資料探勘探討筆記型電腦異常零件-以A公司為例
★ 車用配件開發及車主購買意願探討(以C公司汽車配件業務為實例)	★ 應用田口式實驗法於先進高強度鋼板阻抗熔接條件最佳化研究
★ 以層級分析法探討評選第三方物流服務要素之研究-以日系在台廠商為例	★ 變動良率下的最佳化批量研究
★ 供應商庫存管理架構下運用層級分析法探討供應商評選之研究-以某電子代工廠為例	★ 台灣地區快速流通消費產品銷售預測模型分析研究–以聯華食品可樂果為例
★ 競爭優勢與顧客滿意度分析以中華汽車為例	★ 綠色採購導入對電子代工廠的影響-以A公司為例
★ 以德菲法及層級分析法探討軌道運輸業之供應商評選研究–以T公司為例	★ 應用模擬系統改善存貨管理制度與服務水準之研究-以電線電纜製造業為例

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

當母體分配為小樣本的常態分配時，通常使用T分配統計量建立信賴區間；然而當母體分配不為常態而是偏態分配時，若在偏態系數愈大且樣本數愈小的情況下，使用T分配統計量會造成誤差，為解決這項問題，許多學者提出將T分配統計量進行修正，期望透過修改後的T分配統計量以降低母體偏態造成的誤差，Zhou（2005）根據Hall（1992）的方法，提出修正後的T分配統計量，並證明其方法可以得到近似的覆蓋精度且信賴區間長度較短的結果，但其衡量與比較方法皆是以傳統的衡量指標進行，在衡量方法的優劣上容易發生相互矛盾的情形，假如追求高覆蓋機率，則會得到較長的信賴區間，反之若追求較短的信賴區間則會犧牲覆蓋機率，因此本文中將採用Yeh and Schemeiser（2015）提出的VAMP1RE 標準對Zhou（2005）、Hall（1992）提出的方法進行比較，該標準以Schruben （1980）提出的覆蓋值（Coverage value）為基礎，該標準將CIP的衡量分成偏離有效性以及無效模仿兩項指標，計算CIP與理想CIP的覆蓋值，取其平均平方誤差，並在不同樣本大小下對其結果進行分析。

摘要(英)

When we are trying to construct a confidence interval with small sample size, we can use t-statistic construct the(1-α)100%confidence interval to evaluate the population mean if the data is independent and identical from normal distribution. If data comes from a skewed distribution, the coverage accuracy of t-statistic is poor. In order to solve this problem, Hall (1992) proposed the modified t-statistic to remove the effect of skewness and Zhou (2005) proposed a new t-statistic which he claim the new statistic can get shorter confidence interval length than Hall’s t-statistic. Zhou’s comparison is based on traditional criterion; it has some contradiction when we use it to measure the CIP is good or not (i.e. when we want a tighter confidence width, we will get less coverage probability, vice versa. We will use a new criterion to evaluate the CIP build by these authors, which proposed by Yeh and Schemeiser (2015) called VAMP1RE Criterion. The new Criterion is based on the coverage value which is proposed by Schruben (1980). VAMP1RE Criterion can be decomposing into two causes, Departure form Validity and Inability to mimic. VAMP1RE Criterion can be find by the coverage value of Ideal CIP and proposed CIP then calculate the mean-squared error of the two coverage value. We will use VAMP1RE Criterion to compare the t-statistic proposed by Zhou (2005)、Hall (1992) and Johnson (1978).

關鍵字(中)

★ T分配
★ 信賴區間
★ 蒙地卡羅模擬

關鍵字(英)

★ t-distribution
★ Confidence Interval
★ Monte Carlo Simulation

論文目次

Abstract ii
目錄 iii
表目錄 v
圖目錄 vi
一、緒論 1
1-1 研究背景 1
1-1-1 T分配統計量 1
1-1-2 處理偏斜分配的方法 1
1-2 研究目的與動機 4
1-3 研究架構 5
二、文獻回顧 6
2-1 信賴區間 6
2-2 傳統的CIP衡量指標 7
2-3 T分配統計量的轉換方法 8
2-4 VAMP1RE標準 9
2-5 覆蓋函數 11
2-6 拔靴法 12
2-7 蒙地卡羅法 14
三、研究方法 16
3-1 轉換方法 16
3-2 VAMP1RE標準 16
3-2-1 基本概念 16
3-2-2 定義理想CIP 17
3-2-3 案例探討 18
3-3 研究流程 20
四、實驗結果 21
4-1 指數分配結果 22
4-2 伽瑪分配結果 24
4-3 萊利分配結果 29
五、結論 32
5-1 結論 32
5-2 未來展望 33
六、參考文獻 34
七、附錄 37

參考文獻

1. Davison, A.C., & Hinkley, D.V., Bootstrap Methods and their Application., Cambridge University Press., New York ,1997.
2. Mundform, D. J, et al., Number of Replications Required in Monte Carlo Simulation Studies: A Synthesis of Four Studies., Journal of Modern Applied Statistical Methods., New York ,2001.
3. Efron, B., Bootstrap Methods: Another Look at Jackknife., The Annals of Statistics., New York ,1979.
4. Efron B., & Tibshirani R.J., An Introduction to the Bootstrap., Chapman and Hall., London, 1993.
5. Efron, B., Better Bootstrap Confidence Intervals., Journal of the American Statistical Association., 1987.
6. Hall, P., On the removal of skewness by transformation., Journal of the Royal., 1992.
7. 許力升，中央極限定理應用於偏斜分布時樣本大小之探討，淡江大學數學系碩士班，新北市，民國99年。
8. Hutchinson, S. R., & Bandalos, D. L. A guide to Monte Carlo simulation research for applied researchers., Journal of Vocational Education Research., 1997, 22(4): 233-45.
9. Johnson, N. J., Modified t tests and confidence intervals for asymmetrical populations., Journal of the American Statistical Association., 1978, 73(363): 536-544.
10. Kang, K. & Schmeiser, B., Graphical methods for evaluating and comparing
conﬁdence-interval procedures., Operations Research., 1990, 38(3): 546-553.
11. Kao, L, et al., Good Luck or Good Strategy? : Bootstrapped Mutual Funds Performance, Journal of Management & Systems., 2007, 14(3): 341-358.
12. Kroese, D. P, et al. Why the Monte Carlo method is so important today., Computational Statistics., 2014, 6(6): 386-392.　
13. Law, A. M., & Kelton, W. D., Conﬁdence interval procedures for steady-state simulations, II: A survey of sequential procedures., Management Science., 1982, 28(5): 550-562.
14. Neyman, J., On the Two Different Aspects of the Representative Method: The Method of Stratified Sampling and the Method of Purposive Selection., Journal of the Royal Statistical Society., 1934, 97(4): 558-625.
15. Carpenter, J. & Bithell, J., Bootstrap confidence intervals: when, which, what? A practical guide for medical statisticians., Statistics in medicine., 2000, 19(9): 1141-1164.
16. Shi, W. & Kibria, B. M. G., On some confidence intervals for estimating the mean of a skewed population., International Journal of Mathematical Education in Science and Technology., 2006, 38(3): 412-421.
17. Schruben, L.W., A coverage function for interval estimators of simulation response.,
Management Science., 1980, 26(1): 18-27.
18. Schmeiser, B. W., Some myths and common errors in simulation experiments., Proceedings of the 2001 Winter Simulation Conference., 2001, 1: 39-46.
19. Schmeiser, B.W. & Scott, M. D., SERVO: Simulation experiments with random-vector output., Proceedings of the 1991 Winter Simulation Conference., New Jersey, 1991,
927-936.
20. Schmeiser, B.W. & Yeh, Y., On choosing a single criterion for conﬁdence-interval procedures., Proceedings of the 2002 Winter Simulation Conference., California, 2002, 345-352.
21. Scholz, F.W., The Bootstrap Small Sample Properties., Tech. Rep., 2007.
22. Zhou, X.U ., Nonparametric conﬁdence intervals for the one- and two-sample problems. Biostatistics., 2005, 6(2): 187-200.
23. Yeh, Y. & Schmeiser, B.W., VAMP1RE: a single criterion for rating and
ranking confidence-interval procedures., IIE Transactions., 2015, 47(11): 1203-1216.
24. 周心怡，拔靴法(Bootstrap)之探討及其應用，國立中央大學統計研究所，桃園市，2004，民國93年。
25. Nelson, B.L., Stochastic Simulation Research in Management Science., Management Science., 2004, 50(7): 855-868..

指導教授

葉英傑(Ying-Chieh Yeh)

審核日期

2017-8-1

推文