Slides:



Advertisements
งานนำเสนอที่คล้ายกัน
Analyze → Compare Means → Paired-Sample T test…
Advertisements

การวิเคราะห์ข้อมูลเบื้องต้น
วิชา องค์ประกอบศิลป์สำหรับคอมพิวเตอร์ รหัส
การสุ่มงาน(Work Sampling)
ไม่อิงพารามิเตอร์เบื้องต้น
ชื่อกลุ่ม เติมใจให้กัน
EEET0485 Digital Signal Processing Asst.Prof. Peerapol Yuvapoositanon DSP3-1 ผศ.ดร. พีระพล ยุวภูษิตานนท์ ภาควิชา วิศวกรรมอิเล็กทรอนิกส์ DSP 5 The Discrete.
ดร. พีระพล ยุวภูษิตานนท์ ภาควิชา วิศวกรรมอิเล็กทรอนิกส์
มูลค่าของเงินตามเวลา
บทที่ 5 การบริหารลูกหนี้
บทที่ 10 งบประมาณลงทุน.
บทที่ 12 การวิเคราะห์การถดถอย
การทดสอบที (t) หัวข้อที่จะศึกษามีดังนี้
นวัตกรรมน่ารู้ นางสาวสินีนาฎ อุ่นใจเพื่อน
การเลือกตัวอย่าง อ.สมพงษ์ พันธุรัตน์.
เปรียบเทียบจำนวนประชากรทั้งหมดจากฐาน DBPop Original กับจำนวนประชากรทั้งหมดที่จังหวัดถือเป็นเป้าหมาย จำนวน (คน) 98.08% % จังหวัด.
โครงการแลกเปลี่ยนเรียนรู้ เกี่ยวกับระเบียบกระทรวงการคลัง
Chapter 8: Interval Estimation
จำนวนเต็ม จำนวนเต็ม  ประกอบด้วย                   1. จำนวนเต็มบวก    ได้แก่  1 , 2 , 3 , 4, 5 , ....                   2.  จำนวนเต็มลบ      ได้แก่  -1.
Probability & Statistics
ผศ.ดร. พีระพล ยุวภูษิตานนท์ ภาควิชา วิศวกรรมอิเล็กทรอนิกส์
We well check the answer
บทที่ 1 อัตราส่วน.
บทที่ 3 ร้อยละ ร้อยละ หรือ เปอร์เซ็นต์ หมายถึง เศษส่วนหรืออัตราส่วนที่มีจำนวนหลังเป็น 100 เขียนแทนร้อยละ หรือเปอร์เซ็นต์ ด้วยสัญลักษณ์ %
เอกสารประกอบคำสอนอาจารย์ ดร.ศุกรี อยู่สุข
เอกสารประกอบคำสอน อาจารย์ ดร.ศุกรี อยู่สุข
NUMBER SYSTEM เลขฐานสิบ (Decimal Number) เลขฐานสอง (Binary Number)
การประมาณค่าทางสถิติ
จำนวนนับใดๆ ที่หารจำนวนนับที่กำหนดให้ได้ลงตัว เรียกว่า ตัวประกอบของจำนวนนับ จำนวนนับ สามารถเรียกอีกอย่างว่า จำนวนเต็มบวก หรือจำนวนธรรมชาติ ซึ่งเราสามารถนำจำนวนนับเหล่านี้มา.
วันที่ 8 ส. ค กลุ่ม 4, 2, 8, 7 วันที่ 15 ส. ค กลุ่ม 3, 5, 6, 1 ณ ห้องประชุมชั้น 4 คณะเทคโนโลยีสารสนเทศ กำหนดการจัด Event Marketing.
การแปลงภาพสีเทาให้เป็นภาพขาวดำ
จำนวนทั้งหมด ( Whole Numbers )
Decision Limit & Detection Capability.
การใช้งานเบื้องต้นของเครื่องคิดเลขทางการเงิน
สถิติเชิงสรุปอ้างอิง(Inferential or Inductive Statistics)
ดังนั้นในสารละลายมี H3O+ = 5x10-5 mol
แนวทางการปฏิบัติโครงการจูงมือ น้องน้อยบนดอยสูง 1.
การทดสอบสมมติฐาน
การจัดทำงบการเงินประจำปี ประกอบด้วย.
ความสัมพันธ์เวียนบังเกิด
คุณสมบัติการหารลงตัว
ค33211 คณิตศาสตร์สำหรับ คอมพิวเตอร์ 5
ค33211 คณิตศาสตร์สำหรับ คอมพิวเตอร์ 5
การวัดการกระจาย (Measures of Dispersion)
วิธีสายงานวิกฤต Critical Path Method แบบ Activity on Arrow.
การแจกแจงปกติ.
วิธีทำ ตัวอย่างที่ วิธีทำ สินค้าทั้งหมดของ โรงงาน ตัวอย่างที่ 2.20.
ตัวอย่างที่ 2.4 วิธีทำ. สมมติให้พนักงานดังกล่าวดำเนินการแต่งตัวเพื่อไปทำงานเป็นดังนี้ ตัวอย่างที่ 2.4 วิธีทำ.
หน่วยที่ 2 วิธีการคิดคำสุทธิ เนื้อหา จุดประสงค์เชิงพฤติกรรม
บทที่ 9 สถิติที่ใช้ในการประเมินผล
ค21201 คณิตศาสตร์เพิ่มเติม 1
F M B N สมบัติของจำนวนนับ ตัวคูณร่วมน้อย (ค.ร.น.).
สรุปสถิติ ค่ากลาง ค่าเฉลี่ยเลขคณิต เรียงข้อมูล ตำแหน่งกลาง มัธยฐาน
เรื่องการประยุกต์ของสมการเชิงเส้นตัวแปรเดียว
วิธีเรียงสับเปลี่ยนและวิธีจัดหมู่
การทดสอบค่าเฉลี่ยประชากร
School of Information Communication Technology,
คณิตศาสตร์ (ค33101) ชั้นมัธยมศึกษาปีที่ 3 สอนโดย ครูปพิชญา คนยืน.
เรื่องการประยุกต์ของสมการเชิงเส้นตัวแปรเดียว
หน่วยการเรียนรู้ที่ 6 ทฤษฎีบทพีทาโกรัส
จำนวนจริง จำนวนอตรรกยะ จำนวนตรรกยะ เศษส่วน จำนวนเต็ม จำนวนเต็มบวก
Chi-Square Test การทดสอบไคสแควร์ 12.
ค่าความจริงของประโยคที่มีตัวบ่งปริมาณ 2 ตัว
สื่อการสอนด้วยโปรมแกรม “Microsoft Multipoint”
ศึกษาการใช้สื่อ CAI ในการเขียนแบบด้วยคอมพิวเตอร์ เพื่อพัฒนาผลสัมฤทธิ์
Confidence Interval Estimation (การประมาณช่วงความเชื่อมั่น)
หน่วยการเรียนรู้ที่ 7 ความรู้เบื้องต้นเกี่ยวกับจำนวนจริง
คณิตศาสตร์พื้นฐาน ค ชั้นมัธยมศึกษาปีที่ 3 โดย ครูชำนาญ ยันต์ทอง
โครงสร้างข้อมูลแบบ สแตก (stack)
Summations and Mathematical Induction Benchaporn Jantarakongkul
ใบสำเนางานนำเสนอ:

ความแม่นยำ(accuracy) ก่อนดำเนินการสุ่มงาน ต้องกำหนดเปอร์เซ็นต์ความแม่นยำ (หรือความ คลาดเคลื่อน) ที่เราต้องการ(desire relative accuracy, s) เสียก่อน ค่า s ยิ่งน้อย ยิ่งดี แต่ยิ่งน้อยก็ยิ่งต้องเก็บข้อมูลมาก ที่นิยมกันคือ 5% และ 10% ที่ระดับความเชื่อมั่น 95% จะได้ว่า

แม้จะกำหนด s แล้ว แต่ก็ยังติดตัวแปร 2 ตัวคือ p กับ n เพื่อที่จะหา n ได้ จำเป็นต้องประมาณค่า p เริ่มต้น ตัวอย่าง 2 จงหาเปอร์เซ็นต์การว่างของเครื่องจักร และจำนวนครั้ง ในการสุ่มงาน เพื่อให้มี desired accuracy + 5% และ confidence level 95% เริ่มต้น จะต้องประมาณค่า p ก่อน สมมติทดลองสุ่มงาน 100 ครั้ง พบว่าเครื่องว่าง 25 ครั้ง ดังนั้นเปอร์เซ็นต์เครื่องว่าง = 25%

จาก นั่นคือ แทนค่า ครั้ง สมมติสุ่มต่อไปจนถึง 500 ครั้ง พบว่าเครื่องว่าง 150 ครั้ง

ใช้สูตรเดิม ได้ n = 3733 ครั้ง สุ่มเพิ่มอีก … พร้อมกันนั้น อาจตรวจสอบควบคู่ไปด้วยว่า desire accuracy ที่ได้ มีค่า น้อยกว่าหรือเท่ากับค่าที่ต้องการหรือยัง ถ้าน้อยกว่าก็หยุดสุ่ม สมมติสุ่มครบ 4000 ครั้ง พบว่าเครื่องว่าง 1400 ครั้ง นั่นคือ p = 0.35 ตรวจสอบ s จะได้ s = + 0.043

เนื่องจาก + 0.043 น้อยกว่า + 0.05 แสดงว่าจำนวนตัวอย่างเพียงพอแล้ว ตัวอย่างนี้สรุปได้ว่า… เรามีความเชื่อมั่น 95% ที่เครื่องจักรจะว่างงานเท่ากับ 35% ของเวลางาน ทั้งหมด s = + 4.3% หมายความว่าเปอร์เซ็นต์การว่างงานที่ได้ (คือ 35%) มีความ คลาดเคลื่อน 4.3% ดังนั้น เปอร์เซ็นต์ความคลาดเคลื่อนจึงเท่ากับ ( + 4.3)(35) = + 1.5% นั่นคือ

(s)(p) เรียกว่า absolute error ตัวอย่าง 3 กำหนดให้ accuracy = + 5% Confidence level = 95% ให้หา absolute error ที่ p = 1%, 5%, 10%, 50% Absolute error สำหรับ acc. ที่ p = 1% เท่ากับ (5)(0.01) = 0.05% ที่ p = 5% จะได้ abs. error = 0.25% ที่ p = 10% จะได้ abs. error = 0.50% ที่ p = 50% จะได้ abs. error = 2.50%

ความสัมพันธ์ระหว่าง p กับ n ตัวอย่างการหาเวลาไปสุ่มงาน สมมติทำงานวันละ 1 กะ 08:00 - 17:00 น. Organization rest periods : 10:00 - 10:10 น. และ 15:00 - 15:10 น. สมมติต้องไปสุ่ม 10 ครั้ง เฉลี่ยห่างกันครั้งละ 540/10 = 54 นาที

เวลาพัก คือนาทีที่ 121-130, 241 - 300, และ 421 - 430 แปลงเป็นเวลานาฬิกา

การคำนวณเวลามาตรฐานโดยวิธี Work Sampling Work sampling จะเหมาะสำหรับตรวจสอบการปฏิบัติงานที่เป็น long-cycle operations หรืองานที่ทำโดยกลุ่มคน หรืองานที่ไม่สะดวกต่อการจับเวลา ถ้าเป็น short-cycle op. ควรใช้วิธีจับเวลา หรือ standard data หรือpredetermine จะเหมาะสมกว่า

Standard time per piece