총 327페이지
158페이지 본문시작
Ⅱ. 위험분석의 통계적 이론
��
평균의 표본분포에 대한 표준편차, ?�撮�
?는 흔히 평균의 표준오차를 의미한다. 이는
다양한 표본크기 n으로부터 기대할 수 있는 평균의 크기를 측정하는데 사용될 수 있다.
CODE
x
df
fy
#ggplot함수를이용하여밀도함수그래프그리기
ggplot(data=df)+
stat_density(mapping=aes(x=x,fill=x),position="identity",alpha=0.5)+
geom_vline(aes(xintercept=82.9),colour="red",linetype="dashed")+
geom_vline(aes(xintercept=125),colour="red",linetype="dashed")+
ggtitle("Pert(80,90,160)")+
theme(plot.title=element_text(hjust=0.5))+
ylab("Valuesx10^-")+xlab("") +
scale_y_continuous(labels=fy)
그림 2-11 그림 2-10의 원자료 분포 [RiskPert(80,90,160)]
��
��
어느 모집단으로부터 크기가 n인 표본의 평균은
?�� ��?????�廬玧策註撮�
?�� 이므로 n개의
독립적인 각 표본들의 합이 분포는 n을 곱하여 얻는다. 즉
��?
��
��
?�梡�?????��?�玧策註�
��?
?��
-------- (공식15)
?
2.4.2.3모집단평균과모집단표준편차를알때
어떤 경우 모집단의 평균과 표준편차가 알려져 있다고 가정할 수 있다. 예를 들어 충분한
양의 대표성을 지닌 자료를 가지고 있다면 분포의 모수를 추정할 수 있다. 앞 절에서 도체에서
뼈를 제거한 고기의 무게에 대한 예에서 Pert(80,90,160) 분포를 사용하였는데 이는
발골육의 무게를 비교적 정확하게 알고 있다고 가정한 것이다. 예를 들어 발골육 무게 (kg)의
143
��
평균의 표본분포에 대한 표준편차, ?�撮�
?는 흔히 평균의 표준오차를 의미한다. 이는
다양한 표본크기 n으로부터 기대할 수 있는 평균의 크기를 측정하는데 사용될 수 있다.
CODE
x
df
fy
#ggplot함수를이용하여밀도함수그래프그리기
ggplot(data=df)+
stat_density(mapping=aes(x=x,fill=x),position="identity",alpha=0.5)+
geom_vline(aes(xintercept=82.9),colour="red",linetype="dashed")+
geom_vline(aes(xintercept=125),colour="red",linetype="dashed")+
ggtitle("Pert(80,90,160)")+
theme(plot.title=element_text(hjust=0.5))+
ylab("Valuesx10^-")+xlab("") +
scale_y_continuous(labels=fy)
그림 2-11 그림 2-10의 원자료 분포 [RiskPert(80,90,160)]
��
��
어느 모집단으로부터 크기가 n인 표본의 평균은
?�� ��?????�廬玧策註撮�
?�� 이므로 n개의
독립적인 각 표본들의 합이 분포는 n을 곱하여 얻는다. 즉
��?
��
��
?�梡�?????��?�玧策註�
��?
?��
-------- (공식15)
?
2.4.2.3모집단평균과모집단표준편차를알때
어떤 경우 모집단의 평균과 표준편차가 알려져 있다고 가정할 수 있다. 예를 들어 충분한
양의 대표성을 지닌 자료를 가지고 있다면 분포의 모수를 추정할 수 있다. 앞 절에서 도체에서
뼈를 제거한 고기의 무게에 대한 예에서 Pert(80,90,160) 분포를 사용하였는데 이는
발골육의 무게를 비교적 정확하게 알고 있다고 가정한 것이다. 예를 들어 발골육 무게 (kg)의
143
158페이지 본문끝
메뉴
현재 포커스의 아래내용들은 동일한 컨텐츠를 가지고 페이지넘김 효과및 시각적 효과를 제공하는 페이지이므로 스크린리더 사용자는 여기까지만 낭독하시고 위의 페이지이동 링크를 사용하여 다음페이지로 이동하시기 바랍니다.