目前日期文章:201411 (2)

瀏覽方式: 標題列表 簡短摘要

 

之前曾介紹分層抽樣法在SAS程式中的應用(分層等比例抽樣法 分層不等比例抽樣法 ),此單元將對分層抽樣法作更深入的介紹。

 

分層抽樣(stratified sampling)屬於隨機抽樣法(Radom sampling)中的一種,其方法為將抽樣母體分成性質不同或互斥的若干組,每一組為一個『層』(strata),同層的性質要儘量相近,即變異要愈小愈好;不同層間的變異要愈大愈好,但分層組數不宜太多,可在6組以內(Cochran 1963)。選擇分層的變數通常與研究的主題有直接的關聯,例如依BMI(身體質量指數)的大小將肥胖程度分為過瘦(18以下)、標準(18-23.9)、輕微過重(24-26.9)以及過重(27以上)等。其他常用的變項如性別、年齡、社經地位、都市化程度等。

 

再從各層中隨機抽取樣本,此法可依適用情形再分為等比例抽樣以及不等比例抽樣。等比例抽樣(或稱分層固定比例)中,適用當各層樣本數與該層總體數的比值相等,而採取固定的比例抽樣。例如,樣本大小n=50,總體N=500,則n/N=0.1 即為樣本比例,每層均按這個比例確定該層樣本數,可避免各層抽過多或過少,並減少抽樣誤差,最常用的方法是「比例配置法」(Proportional allocation。不等比例抽樣的適用情形為層內變異較大,則抽樣個數較多,反之則抽較少,常用方法為「尼曼配置法」(Neyman allocation各層樣本數與該層總體數的比值並不固定

 

採用分層抽樣法可避免出現簡單隨機抽樣中的集中於某些特性或遺漏掉某些特性的缺點,而其優點為可靠性高且利於比較。

 

要如何來決定每一層內抽出的樣本數呢?以下為各層樣本數的估計方法

文章標籤

estat 發表在 痞客邦 留言(0) 人氣()

 

今年適逢『朱銘美術館』十五週年紀念,幾天前特地慕名參訪。在館中聽到館員的熱情導覽,在她的解說中,國際級雕刻大師-朱銘的每個作品都彷彿有了溫度、有了生命一般,正如朱銘老師對生命、對土地、對親情的執著與熱情,於是每一個作品的背後都有了豐富與精彩的故事。

 朱老師的作品不僅熱情奔放,他那簡潔俐落的刀工,他所使用的多元媒材,都讓人大開眼界,除了過去眾所皆知的太極系列與木雕系列,他也用海棉、陶土、金屬、布疋、石頭、保麗龍等作為材料。

朱銘老師已年屆76歲,在過去15年間,他為買地、興建美術館、維持美術館的運作,幾乎傾其全力,將他一生所有的都付上了,仍舊連年虧損,且不見政府補助,於是印證了一件事,在台灣從事文創工作,通常是一條艱辛與孤單的路。

希望更多的企業與民間,大家一起攜手合作,透過各種行銷管道,讓這座充滿生命力的美術館能夠國際化且有永續經營的未來,並成為國內藝術發展與傳承的重要殿堂。

 以下是當天所參觀的各系列作品

DSC08744  

人間系列─跳傘

飛行員的身體飽滿且有漂亮的弧度,是由麻繩捆綁海棉後再灌模,而飛行傘的材料是不鏽鋼,是非常大件的戶外作品。

  

文章標籤

estat 發表在 痞客邦 留言(0) 人氣()