→ uiophjkl:用gyman3625這樣估比較好 很抱歉昨天下午的文章寫錯了 11/29 00:34
→ uiophjkl:請大家互相通知一下用這個版本 已經寫了的同學很抱歉 11/29 00:34
→ gyman3625:偉哥抱歉嘿, 我耍智障....~"~ 11/29 00:48
推 uiophjkl:不會 不過你在這邊的推文比較好笑XD 11/29 12:28
推 Eckchang:感謝gy的data 11/30 21:26
之前利用 individual chart & MR chart得時候 ,
估計 sigma 是利用 mean(MR)/1.128 得到的 ,
所以 sigmahat = mean(MR)/1.128
.................就跟後面答案一樣了 ,
偉哥: 抱歉 , 我算MR地時候忘記取決對值了.....XD
Data 9.4:
x<-c(1045,1055,1037,1064,1095,1008,1050,1087,1125,1146
,1139,1169,1151,1128,1238,1125,1163,1188,1146,1167)
Data 9.8:
x<-c(160,158,150,151,153,154,158,162
,186,195,179,184,175,192,186,197
,190,189,185,182,181,180,183,186
,206,210,216,212,211,202,205,197)
Data 9.9:
x<-c(3169,3173,3162,3154,3139,3145,3160,3172,3175
,3205,3203,3209,3208,3211,3214,3215,3209,3203
,3185,3187,3192,3199,3197,3193,3190,3183,3197
,3188,3183,3175,3174,3171,3180,3179,3175,3174)
※ 引述《uiophjkl ()》之銘言：
: 這次作業有很多題都要估計CUSUM中的sigma
: 剛剛問過老師的結果：
: 由於題目沒有給任何其他的資訊，因此假設process variance沒有改變，
: 故直接用sample standard deviation估計sigma
: 若要做得更精確 而使用c_4校正成不偏估計量也行
: (見課本6-3：E(s)=c_4 * sigma )
: 照上述說法算出來的sigma估計量會和後面的解答不同 先不用管後面解答
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.114.203.160
※ 編輯: gyman3625 來自: 140.114.203.160 (11/28 23:06)