111 年 國立中央大學土木工程學系碩士班丁：材料組一般生《工程統計學》

本題為名詞解釋題，主要在測試考生對工程統計學基本概念的理解程度。

(1) 期望值 (Expected Value):
期望值是機率論中一個隨機變數的加權平均值，權重為該隨機變數取值的機率。對於離散型隨機變數 $X$，其期望值 $E[X]$ 定義為：
$E[X] = \sum_{i} x_i P(X=x_i)$
其中 $x_i$ 是隨機變數 $X$ 的可能取值，而 $P(X=x_i)$ 是取值 $x_i$ 的機率。
對於連續型隨機變數 $X$，其期望值 $E[X]$ 定義為：
$E[X] = \int_{-\infty}^{\infty} x f(x) dx$
其中 $f(x)$ 是 $X$ 的機率密度函數。
在工程應用中，期望值常用來代表一個隨機現象的平均結果或長期平均值。例如，預期利潤、平均故障時間等。

(2) 相關係數 (Correlation Coefficient):
相關係數是統計學中用來衡量兩個隨機變數之間線性相關程度的指標。最常用的是皮爾森積差相關係數 (Pearson product-moment correlation coefficient)，其值介於 -1 到 +1 之間。
設有兩個隨機變數 $X$ 和 $Y$，它們的標準差分別為 $\sigma_X$ 和 $\sigma_Y$，協方差為 $\text{Cov}(X, Y)$，則它們的相關係數 $\rho_{XY}$ 定義為：
$\rho_{XY} = \frac{\text{Cov}(X, Y)}{\sigma_X \sigma_Y}$

• 當 $\rho_{XY} = 1$ 時，表示兩個變數之間存在完全正相關。
  -當 $\rho_{XY} = -1$ 時，表示兩個變數之間存在完全負相關。
  -當 $\rho_{XY} = 0$ 時，表示兩個變數之間不存在線性相關。
  -若 $0 < \rho_{XY} < 1$，表示存在正相關；若 $-1 < \rho_{XY} < 0$，表示存在負相關。
  相關係數衡量的是線性關係，不代表因果關係。

(3) 中央極限定理 (Central Limit Theorem, CLT):
中央極限定理是機率論和統計學中的一個基本定理。

本題在探討線性迴歸模型中，樣本數大小與模型代表性之間的關係。

在建立線性迴歸模型時，要求數據達到 30 筆以上才具有代表性，主要有以下幾個原因：

1. 中央極限定理的應用 (Central Limit Theorem)：
   雖然線性迴歸模型本身不直接假設誤差項服從常態分布，但許多統計檢定（如迴歸係數的顯著性檢定、擬合優度檢定等）的理論基礎，尤其是在進行參數估計和推論時，往往依賴於誤差項的某些性質。當樣本數 $n$ 較大時（通常認為 $n \ge 30$），即使誤差項的原始分布不是常態的，樣本迴歸係數的估計量（根據最小平方法）的分布也會趨近於常態分布。這使得基於常態近似的假設檢定和信賴區間的計算更加穩健。

2. 估計的穩定性與準確性 (Stability and Accuracy of Estimation)：
   線性迴歸模型涉及估計斜率和截距等參數。樣本數越大，通常意味著我們收集到的資訊越多，對母體參數的估計就越穩定和準確。小樣本可能容易受到極端值或隨機變異的影響，導致估計的參數值與真實母體參數有較大偏差。較大的樣本數有助於「平均掉」這些隨機波動，得到更可靠的參數估計。

3. 檢定力的提升 (Increased Statistical Power)：
   在進行迴歸係數的顯著性檢定（例如檢定某個自變數是否對應變數有顯著影響）時，檢定力 (Power) 是指當對立假說為真時，正確拒絕虛無假說的機率。樣本數越大，檢定力通常越高。

本題旨在利用變異數分析 (ANOVA) 來比較三種不同混凝土的抗壓強度，並結合價格資訊，找出兼顧價錢與性能的最佳選擇。

第一步：定義問題與統計模型
我們要比較三種混凝土（非常強、有夠強、普通強）的平均抗壓強度是否存在顯著差異。這是一個單因子變異數分析 (One-Way ANOVA) 的問題。
統計模型可以寫成：
$Y_{ij} = \mu_j + \epsilon_{ij}$
其中：

• $Y_{ij}$ 是第 $j$ 種混凝土的第 $i$ 次試驗的強度值。
• $\mu_j$ 是第 $j$ 種混凝土的真實平均強度。
• $\epsilon_{ij}$ 是隨機誤差項，假設 $\epsilon_{ij} \sim N(0, \sigma^2)$ 且獨立同分布。

我們的虛無假說 $H_0$ 是所有混凝土的平均強度都相等：
$H_0: \mu_1 = \mu_2 = \mu_3$
對立假說 $H_1$ 是至少有一個混凝土的平均強度不同：
$H_1:$ 不全相等

第二步：整理數據並計算基本統計量
我們有 3 種混凝土 (a=3)，每種混凝土有 3 個樣本 (n=3)。總樣本數 N = a * n = 3 * 3 = 9。

項目	非常強混凝土 ($j=1$)	有夠強混凝土 ($j=2$)	普通強混凝土 ($j=3$)
Test 1	$Y_{11}=5000$	$Y_{21}=4000$	$Y_{31}=3000$
Test 2	$Y_{12}=4000$	$Y_{22}=3000$	$Y_{32}=2000$
Test 3	$Y_{13}=3000$	$Y_{23}=2000$	$Y_{33}=1000$

計算各組平均值 ($\bar{Y}_j$) 和總平均值 ($\bar{Y}_{..}$)：

• $\bar{Y}_1 = (5000 + 4000 + 3000) / 3 = 12000 / 3 = 4000$ psi
• $\bar{Y}_2 = (4000 + 3000 + 2000) / 3 = 9000 / 3 = 3000$ psi
• $\bar{Y}_3 = (3000 + 2000 + 1000) / 3 = 6000 / 3 = 2000$ psi
• $\bar{Y}_{..} = (4000 + 3000 + 2000) / 3 = 9000 / 3 = 3000$ psi
  (或 $\bar{Y}_{..} = (5000+4000+3000+4000+3000+2000+3000+2000+1000)/9 = 27000/9 = 3000$ psi)

第三步：計算平方和 (Sum of Squares)
提示中給出了 SSF 和 SSE 的公式。在標準 ANOVA 中，我們通常計算 SST (Total Sum of Squares)、SSA (Sum of Squares for Treatments/Factor) 和 SSE (Sum of Squares for Error)。

• SSA (Sum of Squares for Factor/Treatments)：衡量不同組平均值之間的變異。
  提示中的 SSF = $n \sum_{j=1}^a (\bar{Y}_{.j} - \bar{Y}_{..})^2$
  其中 $n$ 是每組的樣本數 (n=3)，$a$ 是組數 (a=3)。
  $SSA = 3 \times [(4000 - 3000)^2 + (3000 - 3000)^2 + (2000 - 3000)^2]$
  $SSA = 3 \times [(1000)^2 + (0)^2 + (-1000)^2]$
  $SSA = 3 \times [1000000 + 0 + 1000000]$
  $SSA = 3 \times 2000000 = 6000000$

• SSE (Sum of Squares for Error)：衡量組內各觀測值與其組平均值之間的變異。

本題旨在測試考生對統計假設檢定中三個重要概念的理解。

1. 顯著水準 (Significance Level, $\alpha$)
   顯著水準，也稱為第一類錯誤的機率，是指在虛無假說 ($H_0$) 為真時，我們錯誤地拒絕它的機率。它是在進行假設檢定前由研究者預先設定的一個機率值。

   • 定義：$\alpha = P(\text{Reject } H_0 | H_0 \text{ is true})$
   • 常見值：通常設定為 0.05 (5%)、0.01 (1%) 或 0.10 (10%)。
   • 意義：$\alpha$ 值越小，表示我們對拒絕真實的虛無假說越謹慎。當檢定統計量落入拒絕域時，我們說結果是「統計上顯著的」(statistically significant) 在 $\alpha$ 的水準下。
   • 與決策的關係：顯著水準決定了我們拒絕虛無假說的門檻。

2. 信賴水準 (Confidence Level, 1-$\alpha$)
   信賴水準通常與信賴區間 (Confidence Interval, CI) 的概念相關聯，它反映了我們對估計區間包含真實母體參數的信心程度。

   • 定義：信賴水準為 $1-\alpha$ 的信賴區間，表示如果我們從母體中重複抽取許多樣本，並為每個樣本計算一個信賴區間，那麼大約有 $(1-\alpha) \times 100\%$ 的區間會包含真實的母體參數。
   • 常見值：與顯著水準相對應，常見的有 95% (對應 $\alpha=0.05$)、99% (對應 $\alpha=0.01$)。
   • 意義：信賴水準越高，我們對區間包含真實母體參數的信心越高。然而，較高的信賴水準通常會導致更寬的信賴區間，這意味著估計的精確度會降低。
   • 與假設檢定的關係：信賴區間和假設檢定是互補的。

本題在詢問變異數分析 (Analysis of Variance, ANOVA) 的定義及其主要目的。

什麼是變異數分析 (ANOVA)?

變異數分析 (ANOVA) 是一種統計方法，用於比較兩個或兩個以上群體（或處理組、因子水準）的平均值之間是否存在顯著差異。它透過將總體的變異分解為不同來源的變異來達成此目的。

ANOVA 的基本思想是：

1. 總變異 (Total Variation)：數據集中所有觀測值與總平均值之間的差異。
2. 組間變異 (Between-Group Variation / Treatment Variation)：不同群體平均值之間的差異。這部分變異是由於我們研究的因子（如不同的處理、不同的方法、不同的組別）造成的。
3. 組內變異 (Within-Group Variation / Error Variation)：每個群體內部，各觀測值與該群體平均值之間的差異。這部分變異被認為是隨機誤差或未被解釋的變異。

ANOVA 透過比較「組間變異」與「組內變異」的相對大小來判斷群體平均值之間是否存在顯著差異。如果組間變異遠大於組內變異，則表示不同群體的平均值很可能不同。

其主要目的在檢驗什麼?

本題要求作為品管工程師，規劃混凝土 7 天與 28 天抗壓強度之間關係的試驗，並說明如何利用工程統計方法進行分析。這是一個結合實驗設計與統計分析的應用題。

第一部分：試驗規劃 (Experimental Design)

目標：建立 7 天抗壓強度與 28 天抗壓強度之間的關係模型，以便在 7 天時預測 28 天的強度，從而加速施工品管決策。

1. 確定試驗樣本
* 樣本來源：應從實際施工現場使用的混凝土拌合物中抽取。為了確保代表性，應涵蓋不同批次、不同時間點、可能影響強度的關鍵因素（如水灰比、外加劑使用情況、坍度等）。
* 樣本數量：為了建立可靠的統計模型，需要足夠的樣本數。建議至少 30 個樣本。樣本數越多，模型的精確度和檢定力越高。
* 樣本類型：標準圓柱體或立方體試體，按照 ASTM 或 CNS 等相關標準製作、養護。

2. 試驗項目與步驟
* 製作試體：從每一批混凝土中，製作至少兩組（甚至三組以增加可靠性）試體。
* 第一組試體：在第 7 天進行抗壓強度試驗。
* 第二組試體：在第 28 天進行抗壓強度試驗。
* (可選) 第三組試體：用於養護或備用。
* 標準化操作：確保所有試體的製作、養護（溫度、濕度）過程均符合標準規範，以減少非預期變異。
* 數據記錄：準確記錄每一組試體的：
* 混凝土配比資訊（如水灰比、水泥種類、骨材、外加劑等）。
* 試體編號。
* 製作日期與時間。
* 養護條件。
* 第 7 天抗壓強度值（假設為 $X$）。
* 第 28 天抗壓強度值（假設為 $Y$）。

3. 合理假設
* 強度發展趨勢：混凝土的抗壓強度會隨著時間增加而發展，7 天強度通常是 28 天強度的一個比例，但這個比例會受水灰比、水泥種類、外加劑等因素影響。
* 試體變異：同一批次內，不同試體的強度會有隨機變異。
* 測試誤差：強度試驗本身存在一定的測量誤差。
* 線性關係假設：初步假設 7 天強度與 28 天強度之間存在某種程度的線性關係，即 28 天強度可以由 7 天強度來預測。

第二部分：工程統計方法分析

1. 數據整理與描述性統計
* 收集所有樣本的 $(X_i, Y_i)$ 配對數據，其中 $X_i$ 是第 $i$ 個樣本的 7 天強度，$Y_i$ 是第 $i$ 個樣本的 28 天強度。
* 計算樣本的平均值、標準差、最小值、最大值等，分別對 7 天強度和 28 天強度進行描述。

2. 散佈圖 (Scatter Plot)
* 繪製 $Y$ (28 天強度) 對 $X$ (7 天強度) 的散佈圖。
* 目的：視覺化檢查兩變數之間的關係形態（線性、非線性、是否存在離群值等）。如果散佈圖顯示出大致的線性趨勢，則可以進一步進行線性迴歸分析。

3. 建立迴歸模型
* 模型選擇：最直接的方法是建立一個簡單線性迴歸模型：
$Y_i = \beta_0 + \beta_1 X_i + \epsilon_i$
其中：
- $Y_i$：第 $i$ 個樣本的 28 天抗壓強度。
- $X_i$：第 $i$ 個樣本的 7 天抗壓強度。
- $\beta_0$：截距項（當 7 天強度為 0 時的預測 28 天強度，通常無實際意義，但模型需要）。
- $\beta_1$：斜率項，表示 7 天強度每增加一個單位，28 天強度預期增加多少單位。