抽样检验研究方法及进行步骤(ppt 29页).ppt

數值模擬在抽樣策略最佳化設計之研究 校內專題研究計畫成果報告 題目 內容大綱 壹 緣由與目的貳 文獻探討參 研究方法及進行步驟肆 結果與討論伍 計畫成果自評陸 結語 對事理或物項的認知通常係透過檢驗 含量測 調查 的方式 以獲得有關的特徵質或量 理想的方式是全數檢驗 totalinspection 或稱為100 檢驗 實用的方式是抽樣檢驗 係以少數的樣本 sample 來探討整個母體 population 的特性 壹 緣由與目的 如何針對問題找到適用的抽樣策略 實關係著對母體認知的準確或可靠與否本研究的目的即在運用有系統的規劃方式 以數值模擬為驗證工具 希望對不同的問題形態 各找出其最佳或最適當的抽樣方式 以增進抽樣檢驗應用上的精度與準度 壹 緣由與目的 抽樣方法的分類 一 立意抽樣法 purposivesampling 均勻抽樣 uniformsampling 與規律性抽樣 systematicsampling 二 隨機抽樣法 randomsampling 簡單隨機抽樣 simplerandomsampling 三 混合抽樣法 mixedsampling 分層隨機抽樣 stratifiedrandomsampling 與群集抽樣 clustersampling 四 其他抽樣法 othersampling 漢默斯里序列抽樣法 Hammersley ssamplingmethod 升降抽樣法 up downsamplingmethod 拉丁高立方抽樣法 Latinhypercubesamplingmethod 貳 文獻探討 SAMPLINGSTRATEGYDESIGNGeneralSamplingStrategiesHammersleySequenceFeature basedSampleDistributionMultiplesurfacefeature ssampledistributionRandomizationoftheHammersleySequence 貳 文獻探討 a SimpleRandomSampling Everypossiblesampleofsizenhasthesamechanceofbeingselected b UniformSampling Sampleofsizenareuniformlyselected c SystematicSampling Randomlyselectoneelementfromthefirstkelements theneverykthelementthereafter 1 in ksystematicsamplewitharandomstart N1 N2 Nh d StratifiedSampling ashomogeneousaspossiblewithin asdifferentaspossiblebetween N1 N2 Nh e ClusterSampling asheterogeneousaspossiblewithin asalikeaspossiblebetween f LatinHypercubeSampling generatenrandomnumberinn by ngrids orderthemintopifori 1ton pickthe i pi gridandselectarandompoint g Up downsampling downsamplinglatticerepresentsseparablebythreeinbothdimensions upsamplingoneis quincunx Downsampling Upsampling 3003 2101 6303 Y X 0 0 0 0 0 2 0 4 0 6 0 8 1 0 0 2 0 4 0 6 0 8 1 0 DistributionofN 10Hammersleypoints h HammersleySequence 抽樣策略之系列探討 一 在任何的量測過程中 抽樣策略的選擇可能是產生量測不確定性或誤差的主要來源 因為過程中模式或演算法內所使用的分析資料 只是抽到的樣本部分 而任何存在於未抽到的樣本之有價值的訊息便無法被反映出來 參 研究方法及進行步驟 抽樣策略之系列探討 二 本研究的目的即在運用有系統的規劃方式 以數值模擬為驗證工具 希望對不同的問題形態 各找出其最佳或最適當的抽樣方式 以增進抽樣檢驗應用上的精度與準度 參 研究方法及進行步驟 TheSurfaceAreasandSpecifiedMeasuringPointsoftheTestPart A1 A2 A3 A5 A4 A6 specifiedmeasuringpoint X Y Z partzero MultipleSurface 1 SurfaceAreas A1 14784 2mm 2 A2 16894 6mm 2 A3 20071 2mm 2 A4 2000 8mm 2 A5 1819 4mm 2 A6 9120 7mm 2 MultipleSurface 2 TheRatioofStandardDeviations s1 s2 s3 s4 s5 s6 1 1 2 1 1 1 1 1 1 8 4 TheNeymanAllocationAlgorithm n1 n2 n3 n4 n5 n6 12 16 16 2 2 12 3 TheTotalSampleSize n 60 TheCartesianCoordinatesoftheSixFeatures MultipleSurface 參 研究方法及進行步驟 計畫進行步驟 肆 結果與討論 為切合實際及提昇未來之實用價值 本研究按進行之步驟 先行仿真模擬出本校學生之各項基本資料母體 計有十六個系 每系四個年級 每年級三個班 每班五十人 完成之母體總合為9 600筆資料 每一筆資料並包含七個項目 k 7 如性別 身體重 籍貫 政黨屬別 家庭年收入 及家庭總財產等 各資料項目的產生方式彙整如表一所示 肆 結果與討論 表一 母體之各項基本資料產生方式 註 F為累積分配函數 本身具均勻分配 可藉亂數方式產生 肆 結果與討論 透過MATLAB軟體的撰寫與應用 產生之母體資料彙整如表二所示 其中 性別 籍貫與政黨屬別屬伯努利型 或二項 分佈 身高 體重與家庭年收入屬常態型分佈 家庭總財產則是指數型分佈 肆 結果與討論 表二 母體之各項基本資料產生方式 肆 結果與討論 本研究以均勻抽樣 簡單隨機抽樣 及分層隨機抽樣等方式 配合抽樣個數n 10 50及100個 與模擬次數ns 10 50 100 500 及1000次等情形 探討其中各項組合的總絕對誤差值 MAE 與總均方根誤差值 RMSE 由而決定出最佳的抽樣策略與方式 兩個誤差指標均愈小愈好 肆 結果與討論 經過實驗設計的系統化模擬 三種抽樣方式x三種樣本大小x五種模擬次數 共45種組合情形 並以IMAE及IRMSE兩種值分別呈現 其分析之結果彙整如表三 因其中之IMAE及IRMSE兩種指標走勢相當雷同 故往後的分析將僅以IRMSE指標為主 另為易於分析 表三之結果分別以n或ns的分類方式繪如圖二中之 a 與 b 其中 a 的部分可看出樣本數愈多誤差愈小 肆 結果與討論 表三 各種組合情形的模擬結果分析 肆 結果與討論 圖二 各種組合情形的IRMSE模擬結果分析 a 肆 結果與討論 圖二 各種組合情形的IRMSE模擬結果分析 b 肆 結果與討論 若綜合 a 與 b 之結果 可進一步推論出三種抽樣方式中 簡單隨機抽樣與分層隨機抽樣的分析結果不分軒輊 而均勻抽樣則為較差的抽樣方法 整體而言 對類似本校學生之各項基本資料母體的個案來說 當樣本數n 50時 以簡單隨機或分層隨機作為抽樣方法均屬理想的選擇 而均勻抽樣一般產生的誤差變化較大 也易受模擬次數的大小之影響 伍 計畫成果自評 本計劃完全依照原計畫步驟進行 預期之目標約均悉數達成 研究的成果將適合在本校期刊或相關研討會上發表 其應用價值並已在本系四技同學之畢業專題上做了展現 專題中選用了本研究所提之最適合的抽樣方式 運用在本校相關交通環境作為對本校學生有何