As an example suppose that we seek

As an example suppose that we seek a 90% confidence interval estimate of the mean number of cracks per 1,000 linear feet in a pipeline. We observe that in 6,000 feet there were a total of 30 cracks so that n = 6 and t_0 = 30. Solving (3) using the spreadsheet software (procedure described below) we found an exact 90% confidence interval with θ_L= 3.496 and θ_H = 6.655, which gave p_1= .063 and p_2 = .037 and satisfied the conditions in (8). Figure 5 shows the geometric representation for the Poisson problem.

ผลลัพธ์ (ไทย) 1:

เป็นตัวอย่างสมมติว่าเราแสวงหาความมั่นใจ 90% ประมาณการช่วงเวลาของค่าเฉลี่ยของรอยแตกต่อ 1,000 ฟุตเชิงเส้นในท่อ เราสังเกตว่าใน 6,000 ฟุตมีทั้งหมด 30 รอยแตกเพื่อที่ n = 6 และ t_0 = 30 แก้ (3) โดยใช้ซอฟต์แวร์สเปรดชีต (ขั้นตอนที่อธิบายด้านล่าง) เราพบว่าช่วงเวลาที่แน่นอน 90% ความเชื่อมั่นที่มีθ_l = 3.496 และ 6.655 θ_h = ซึ่งทำให้ p_1 =063 และ p_2 = 0.037 และความพึงพอใจเงื่อนไขใน (8) รูปที่ 5 แสดงการแสดงรูปทรงเรขาคณิตสำหรับปัญหา Poisson

ผลลัพธ์ (ไทย) 2:

เป็นตัวอย่างสมมติว่า เราแสวงหาการประเมินช่วงความเชื่อมั่น 90% จำนวนเฉลี่ยของรอยต่อ 1000 ฟุตเส้นในไปป์ไลน์ เราสังเกตว่า 6000 ฟุต มีจำนวนรอย 30 ดังนั้น n = 6 และ t_0 = 30 แก้ปัญหา (3) ใช้ซอฟต์แวร์กระดาษคำนวณ (ขั้นตอนที่อธิบายไว้ด้านล่าง) เราพบช่วงความเชื่อมั่น 90% แน่นอนกับ θ_L = 3.496 และ θ_H = 6.655 ลำ p_1 =063 และ p_2 =.037 และพอใจเงื่อนไขใน (8) รูปที่ 5 แสดงแสดงรูปทรงเรขาคณิตสำหรับปัญหาปัว

ผลลัพธ์ (ไทย) 3:

เป็นตัวอย่างที่คิดว่าเราพยายามหาประมาณช่วงเวลาความมั่นใจ 90% ของจำนวนของรอยแตกต่อ 1 , 000 ฟุตตามแนวยาวในโครงการท่อส่งก๊าซ เราสังเกตว่าใน 6 , 000 ตารางฟุตมีทั้งหมด 30 รอยแตกดังนั้น N = 6 และ t_ 0 = 30 ที่ การแก้ปัญหา( 3 )โดยใช้ซอฟต์แวร์สเปรดชีทให้(ตามขั้นตอนที่อธิบายด้านล่างนี้)เราจะพบว่าช่วงเวลาที่แน่นอนความมั่นใจ 90% พร้อมด้วย θ_l = 3.496 และ 6.655 θ_h =ซึ่งทำให้ p_ 1 =063 และ p_ 2 = .037 และพอใจเงื่อนไขใน( 8 ) รูปที่ 5 แสดงการวาด ภาพ ลายเส้นเรขาคณิตที่สำหรับปัญหา poisson ได้