§ 瀏覽學位論文書目資料
本論文電子全文於2018-08-06起於校外公開使用
本論文紙本於2018-08-06起公開使用
本論文紙本於2018-08-06起公開使用
| 系統識別號 | U0002-2307201819565500 |
|---|---|
| DOI | 10.6846/TKU.2018.00702 |
| 論文名稱(中文) | 排名數據卡方檢定的有限樣本性質 |
| 論文名稱(英文) | Finite sample property of chi-square test data for ranking |
| 第三語言論文名稱 | |
| 校院名稱 | 淡江大學 |
| 系所名稱(中文) | 數學學系碩士在職專班 |
| 系所名稱(英文) | Executive Master's program, Department of Mathematics |
| 外國學位學校名稱 | |
| 外國學位學院名稱 | |
| 外國學位研究所名稱 | |
| 學年度 | 106 |
| 學期 | 2 |
| 出版年 | 107 |
| 研究生(中文) | 曾于芮 |
| 研究生(英文) | Yu-Jui Tseng |
| 學號 | 705190048 |
| 學位類別 | 碩士 |
| 語言別 | 繁體中文 |
| 第二語言別 | |
| 口試日期 | 2018-06-27 |
| 論文頁數 | 36頁 |
| 口試委員 |
指導教授
-
伍志祥
委員 - 林千代 委員 - 楊恭漢 |
| 關鍵字(中) |
Anderson’s 檢定 部分排序 卡方檢定 加強排名 列連表 |
| 關鍵字(英) |
Anderson’s test partially ranked data chi-square test imposed rank contingency table |
| 第三語言關鍵字 | |
| 學科別分類 | |
| 中文摘要 |
排名資料在生活中常被關注是否具有相同的喜好度，在Anderson (1959)使用列連表卡方檢驗方式，Schalch (1979) 使用平衡不完全區塊設計，Jyh-Shyang Wu & Wen-Shuenn Deng (2017)則使用部分排序資料，以行的角度整理成一個 N×k 的列聯表，再用列連表卡方檢定統計量，建立一個檢定統計量。 本論文將延續Jyh-Shyang Wu & Wen-Shuenn Deng (2017)，推廣以列的角度整理成一個N×k 的列聯表，檢定統計量改為檢定統計量族，藉此方式說明喜好度並非以均勻機率的方式出現。 |
| 英文摘要 |
Ranking data is often concerned about whether it has the same preference in life. In Anderson (1959), the contingency table method is used, and Schalch (1979) uses the incomplete block design, Jyh-Shyang Wu & Wen-Shuenn Deng ( 2017) uses partial sorting data, sorts into an N×k contingency table from the perspective of the row, and then uses the collinear table to check the statistic to establish a statistic. This paper will continue Jyh-Shyang Wu & Wen-Shuenn Deng (2017), promote the column into a N × k contingency table, the statistic is changed to the statistic family, which means that the preference is not Appear in a uniform chance. |
| 第三語言摘要 | |
| 論文目次 |
目錄 壹、 緒論 1 貳、 研究方法 4 參、 用R計算有限樣本的分布 9 肆、 研究結果 18 N=3,k=2 19 N=4;k=2 26 N=4;k=3 30 附錄 31 伍、 參考文獻 36 表格目錄 表格 1 1 表格 2 2 圖表目錄 圖表 1 N=3,k=2,n=5隨機抽樣 19 圖表 2 N=3,k=2,n=5固定隨機抽樣 19 圖表 3 N=3,k=2,n=10 隨機抽樣 20 圖表 4 N=3,k=2,n=10固定隨機抽樣 20 圖表 5 N=3,k=2,n=15隨機抽樣 23 圖表 6 N=3,k=2,n=15固定隨機抽樣 21 圖表 7 N=3,k=2,n=20隨機抽樣 22 圖表 8 N=3,k=2,n=20固定隨機抽樣 22 圖表 9 N=3,k=2,n=20隨機抽樣 25 圖表 10 N=3,k=2,n=20固定隨機抽樣 25 圖表 11 N=3,k=2,n=30隨機抽樣 26 圖表 12 N=3,k=2,n=30固定隨機抽樣 26 圖表 13 N=4,k=2,n=5隨機抽樣 28 圖表 14 N=4,k=2,n=5固定隨機抽樣 28 圖表 15 N=4,k=2,n=10隨機抽樣 29 圖表 16 N=4,k=2,n=10固定隨機抽樣 29 圖表 17 N=4,k=2,n=15隨機抽樣 30 圖表 18 N=4,k=2,n=15固定隨機抽樣 30 圖表 19 N=4,k=3,n=5隨機抽樣 32 圖表 20 N=4,k=3,n=5固定隨機抽樣 32 |
| 參考文獻 |
Ranking data is often concerned about whether it has the same preference in life. In Anderson (1959), the contingency table method is used, and Schalch (1979) uses the incomplete block design, Jyh-Shyang Wu & Wen-Shuenn Deng ( 2017) uses partial sorting data, sorts into an N×k contingency table from the perspective of the row, and then uses the collinear table to check the statistic to establish a statistic. This paper will continue Jyh-Shyang Wu & Wen-Shuenn Deng (2017), promote the column into a N × k contingency table, the statistic is changed to the statistic family, which means that the preference is not Appear in a uniform chance. |
| 論文全文使用權限 |
如有問題，歡迎洽詢！
圖書館數位資訊組 (02)2621-5656 轉 2487 或 來信