8.

9 習題

A. 一般練習題
8.1 一個抽樣調查以電話簿中的電話號碼來隨機抽樣，並從事電話訪問，這種
抽樣方法會漏掉所有沒裝電話的人。這是非抽樣誤差還是抽樣誤差的來
源。
解
依課本 P256 定義：抽樣誤差為樣本統計量與母體參數間的差異，來自於
抽樣過程中的隨機性，抽樣方法與推論方法的不同。此誤差來自於抽樣方
法的差異，因此是抽樣誤差。非抽樣誤差為記錄整理資料時所發生的錯
誤，又可細分為處理誤差與回應誤差。
8.2 某大學學務處從大學部學生名單中，隨機抽取了 100 個學生來訪問，聽取
他們對大學生活的意見。若他們同時隨機抽取了兩組 100 人的簡單隨機樣
本，從這兩個樣本得出的結果，恐怕會有些不一樣。這種變異是抽樣誤差
或是非抽樣誤差的來源？
解
同上題，這時的誤差來自於抽樣過程的隨機性。
8.3 一個生日宴會中有 30 個滿 20 歲的學生以及 20 個未滿 20 歲的學生。你從
滿 20 歲的當中隨機抽出 3 個，另外從未滿 20 歲的當中隨機抽出 2 個，然
後問他們對喝酒的看法，請問此時每位學生被抽中的機率為何？此種抽樣
方法是簡單隨機抽樣嗎？為什麼？這種是何種抽樣方法？
解
1
均為 ，不是簡單隨機抽樣，而是分層抽樣，因為此時的抽樣方法是將
10
母體分為二層，再自各層中按比例抽取，此時的抽樣方法未能使所有可能
抽出的樣本抽出的機率均相等，例如此時 5 個滿 20 歲的學生的樣本不可
能被抽出。
8.4 何謂抽樣誤差與非抽樣誤差？試舉例說明之。
解
如題 8.1 說明，以選舉民調為例，在取樣過程中，現今民調仍多仰賴電話
訪問與街頭訪問等方式，因此在抽樣方法上無法涵蓋早出晚歸的工作者，
 第 8 章簡單隨機抽樣與抽樣分配 253

造成例如 14 年選舉許多地方首長的民調與現實投票的差距，此為抽樣方
法上的抽樣誤差。而資料處理中，例如在資料單位轉換時，作業員處理上
的疏失，此時造成的誤差為處理誤差導致的非抽樣誤差。
8.5 試分別說明簡單隨機抽樣、分層隨機抽樣、部落抽樣及系統抽樣 4 種抽樣
方法適用的情形，並說明這些抽樣方法的優缺點。
解
簡單隨機抽樣：使母體中任一元素被抽出的機率均相等的抽樣方法，此方
法適用性最廣．例如就業市場調查自各行業中隨機抽取Ｎ人作為樣本．
分層隨機抽樣：將母體依特性分組，每組稱為＂層＂，且此分組為一完整
分割，亦即：各元素恰僅屬於一組，且所有組元素和恰為母體．再自各層
中抽取樣本．和部落抽樣相反，此法適用於層間差異大，層內差異小的母
體．
部落抽樣：先將母體中相鄰的某些群體劃分為不同的部落，而對隨機選取
的部落進行普差．此抽樣法適用於部落內的差異大而部落間的差異小時．
例如某縣市的農戶所得，可抽取某一鄉鎮進行普查
系統抽樣：自母體隨機排列的資料中，每固定間格選取樣本，直至取滿樣
本數．此方法不是用於母體資料含有週期性，例如銷售額等季資料
8.6 設有一母體之機率分配如下：

X 2 6 9
f (X ) 0.3 0.2 0.5
若自該母體以抽出放回之方式隨機抽二個樣本，表為（ X 1 , X 2 ）：
X  X2
求 X  1 之抽樣分配。
2
求 X 之期望值及變異數，其與母體平均數及變異數間有何關係？
解
X 的機率分配表為：

X 2 6 9
f(X) 0.3 0.2 0.5

X 1 、 X 2 的聯合機率分配表為：

X 2 \ X1 2 6 9
2 0.09 0.06 0.15
6 0.06 0.04 0.1
254第 8 章簡單隨機抽樣與抽樣分配

9 0.15 0.1 0.25

X 的機率分配為：

X f (X)
2 0.09
4 0.12
5.5 0.3
6 0.04
7.5 0.2
9 0.25

E ( X )   x f ( x )  2  0. 09  4  0.12  5.5  0. 3  6  0. 04  7.5  0. 20  9  0. 25  6. 3

V ( X )   x 2 f ( x )  (  x )2  22  0. 09  92  0. 25  ( 6. 3)2  4. 605

母體X之平均數與變異數為：

E ( X )  2  0. 3  6  0. 2  9  0.5  6. 3

V ( X )   x 2 f ( x )   2X  4  0. 3  36  0. 2  81  0.5  ( 6. 3)2  48. 9  39. 69  9. 21

 X 與母體X之平均數及變異數之關係為：

E( X )  E( X )

V(X) V(X)
V(X )   ，其中n為樣本數。
2 n
8.7 何謂「中央極限定理」？說明中央極限定理的重要性。
解

P276, 自同一母體隨機抽取N個樣本，隨著樣本數增加，樣本平均數在分
配上趨近於常態分配，此常態分配期望值為母體期望值，變異數為（母體
變異數／Ｎ）。在統計推論時，大部分檢定方法均須使用中央極限定理。
8.8 盒中放有 4 球，其編號分別是 1、2、3、4，今自此盒中隨機抽出 2 球（採
抽出不放回法），令 X 1 、 X 2 為其編號數，且  X 1  X 2  / 2  X ：

求 X 之抽樣分配。
求 E(X ) 與 V (X ) 。

解
 第 8 章簡單隨機抽樣與抽樣分配 255


組合 (1,2) (1,3) (1,4) (2,3) (2,4) (3,4)
X 1.5 2 2.5 2.5 3 3.5
f (X) 1/6 1/6 1/6 1/6 1/6 1/6

1 / 6 X  32

1 / 6 X 2

1 / 3 X  52
f (X)  
1 / 6 X 3

1 / 6 X  72

0 其他
1 1 1
 E ( X )  15
.   2  35 .   2.5
6 6 6
1 1 1
V ( X )  15. 2   22  35. 2   (2.5) 2  0.42
6 6 6
8.9 武陵某農場生產水梨，其重量為一常態分配，平均數為 560 公克，標準差
為 20 公克，試求下列各小題：
水梨重量大於 580 公克的機率。
抽取 16 個水梨，16 個水梨平均重量大於 580 公克的機率。
若 10 個水梨裝成一盒，問一盒水梨重量的平均數與變異數為何？
若要求一盒的水梨重量要在 5,500~5,700 公克之間時，則有多少箱的水
梨不符合規定？
解
580  560
 P( X  580)  P(Z  )  P(Z  1)  0.1587
20
580  560
 P ( X  580 )  P ( Z  )  P ( Z  4 )  0. 000
20
16
10
 S   xi
i 1

E ( S )  10  560  5600
V ( S )  V (  xi )  10  202  4000
5500  5600 5700  5600
 P(5500  S  5700 )  P ( S )
4000 4000
256第 8 章簡單隨機抽樣與抽樣分配

 P ( 1.58  Z  1.58)  0.8858

1  0.8858  0.1142
8.10 某蛋行所用的塑膠袋，一個最多只能裝 1,250 公克的東西。
設該蛋行所賣的雞蛋的重量為一平均數 60 公克，標準差 4 公克的常態
分配。某人買了 20 個雞蛋，請問塑膠袋會破掉的機率為多少？
續上題，設又知該蛋行所賣的鴨蛋的重量為一平均數為 70 公克，標準
差為 6 公克的常態分配。某人買了 12 個雞蛋與 6 個鴨蛋，請問塑膠袋
會破掉的機率為何？
解
此處 Z 值查閱表三 P693。
 令 X 表 20 個 雞 蛋 的 重 量 ， X ~ N (1, 200 , 320 ) ，
P ( X  1, 250 )  P ( Z  2. 79 )  0. 0026 ， 塑 膠 袋 會 破 掉 的 機 率 為
0.0026。
 令 Y 表 12 個 雞 蛋 和 6 個 鴨 蛋 的 重 量 ， Y ~ N (1,140, 408) ，
P (Y  1, 250 )  P ( Z  5. 45)  0. 0000 ，塑膠袋會破掉的機率很小，幾
乎為0。
8.11 已知某紡織公司員工為 200 人，其平均年資為 10 年，標準差為 6 年。
若以抽出放回的方式隨機抽取 49 人，求這 49 人的平均年資介於 9 與
11 年之間的機率。
若以抽出不放回的方式隨機抽取 49 人，求這 49 人的平均年資介於 9 與
11 年之間的機率。
解
母體的分配未知，但為大樣本，故可用中央極限定理求解。
此49人平均年資X的分配趨近於 N (10, 0. 7347 ) ，
P ( 9  X  11)  P( 1.17  Z  1.17 )  0. 758

此49人平均年資X的分配趨近於 N (10, 0.5575) ，

151
0. 7347   0.5575 。
199
P ( 9  X  11)  P ( 1. 34  Z  1. 34 )  0.8198

8.12 設某一國的國民中，習慣用左手的人佔總人數的 30%。

若隨機抽選 25 名該國人民，試問其中習慣用左手的人的比例的分配為
何？
 第 8 章簡單隨機抽樣與抽樣分配 257

若隨機抽選 225 名該國人民，試問其中習慣用左手的人的比例的分配

趨近何種分配？其平均值、變異數、偏態係數、峰態係數各為何？
續題 2，試問其比例落在母體比例 0.08 之間的機率為何？
解
為二項分配 ( 0. 30, 0. 0084 )
趨近常態分配，平均數  0. 3 ，變異數  0. 00093 。偏態係數  0 ，峰態
係數  3

 P(| p  p | 0.08)  P(| p  0.30 | 0.08)  P(2.62  Z  2.62 )  0.9912

ˆ ˆ

8.13 A 牌手錶的平均使用年限為 8 年，標準差為 1.4 年，B 牌手錶的平均使用

年限為 9 年，標準差為 1.9 年。若將 A、B 兩種牌子的手錶各選出 64 個
樣本，求 B 牌手錶平均使用年限比 A 牌手錶長 1.5 年的機率。
解

令 A 與 B 分別表示 A 牌與 B 牌手錶的樣本平均使用年限。雖然母體分配

未知，但樣本數夠大，故由中央極限定理可知：

A ~ N (8, 0.1752 ), B ~ N ( 9, 0. 23752 ) ， B  A ~ N (1, 0. 2952 )

1.5  1
P ( B  A  1.5)  P ( Z  )  P ( Z  1. 69 )  0. 0455
0. 295
8.14 大熹食品公司在其出品的豆乾上標示平均重量為 250 公克，標準差為 5 公
克。為驗證該公司之標示是否屬實，消基會前往抽查 100 包豆乾，試
問：
以標示重量為中心試求 100 包豆乾的平均重量涵蓋 90%的範圍。
這 100 包豆乾的平均重量為小於 248 公克的機率為何？
解

令 X 表這 100 包豆乾的平均重量。雖然不知母體的分配為何，但樣本數

夠大，故由中央極限定理可得 X ~ N ( 250 , 0. 25)

c c
 P (| X  250|  c)  P ( Z )  0. 9  P ( 1. 645  Z  1. 645)
0.5 0.5
c
  1. 645  c  0.8225 ，90%的範圍是 249.1775 公克~250.8225
0.5
公克。
258第 8 章簡單隨機抽樣與抽樣分配

 P ( X  248 )  P ( Z  4 )  0
8.15 某農場出產的蜂蜜，每瓶重量呈常態分配，平均重量為 500 公克，標準差
為 24 公克。一食品檢驗單位抽檢 16 瓶該農場的蜂蜜，試問：
該 16 瓶蜂蜜的平均重量在 490 至 510 公克之間的機率為多少？
該 16 瓶蜂蜜的平均重量在多少公克以上的機率為 0.1？
解

令 X 表 16 瓶蜂蜜的平均重量，X X ~ N (500 , 36) 。

 P( 490  X  510)  P( 1. 67  Z  1. 67 )  0. 905

c  500
 P ( X  c)  P ( Z  )  0.1  P ( Z  1. 28)
6
c  500
  1. 28  c  507 . 68
6
8.16 假設一公司的生產線上每天約產生 0.05 的瑕疵品，該公司的品管部門每
天都要抽驗 100 個成品，若抽驗的成品中有超過 8%為瑕疵品，則當天所
有的成品均作廢。試問：
每天抽驗成品中瑕疵品比例的分配為何？
每天抽驗成品中瑕疵品的比例超過 0.08 的機率為何？
300 工作天中約有幾天的成品須作廢？
解

令 p 表抽驗的成品中瑕疵品所佔的比例， p 為二項分配因抽驗成品數

夠大，由中央極限定理知 p 趨近常態分配：

p ~ N (0.05, 0.000475 )
1 1
 P( p  0. 08   )  P( p  0. 075)  P( Z  1.14 )  0.1271
2 100
 300  0.1271  38.13 ，約有 38 天的成品須作廢。
8.17 假設若有一母體包含 6 個值：1、2、3、4、5、6。
將此 6 值視為一組樣本，求其標準差。
若自此母體中抽出 n  3 之隨機樣本，並假設抽出放回，求樣本平均數
的平均數及變異數。
若抽出不放回，則其樣本平均數的平均數及變異數又為何？
解
 第 8 章簡單隨機抽樣與抽樣分配 259

S 
 ( X  X )2  91  6  (3.5)2  1.87 。
n 1 5

 ，
V(X )  
2
E ( X )  3.5  2.917  0.972
n 3
( X   )2 91  6  (3.5)2
2     2.917
n 6
N n 2 3 2.917
 E ( X )  3.5 V(X )      0.583 。
N 1 n 5 3

B. 應用題
8.18 臺北市「110」報案電話受理刑事案件，2018 年 1 至 12 月每月發生數
（受理件數）如下表：

月份 一 二 三 四 五 六
件數 835 813 1,109 1,052 1,008 1,019
月份 七 八 九 十 十一 十二
件數 1,072 1,112 1,153 1,082 983 855
資料來源：《臺北市警務統計年報》，臺北市政府警察局，2019 年 5 月。

該年平均每月受理多少刑事案件？
若隨機選取 2、3、5、7、8、9 月的資料為一組樣本，則由該組樣本所
得的每月平均受理案件數為多少？抽樣誤差為多少？
若隨機選取 3、4、5、11 月的資料為另一組樣本，則由該組樣本所得
的每月平均受理案件數為多少？抽樣誤差又為多少？
解

   (835  813  1109  ...  855) / 12  1007.75

該年平均每月受理 1007.75 件刑事案件。

 X 1  (813  1109  1008  1072  1112  1153) / 6  1044.5

第一組樣本所得的每月受理案件數為 1044.5 件。

抽樣誤差  X 1    1044.5  1007.75  36.75 (件)

 X 2  (1109  1052  1008  983) / 4  1038

第二組樣本所得的每月受理案件數為 1038 件
260第 8 章簡單隨機抽樣與抽樣分配

抽樣誤差  X 2    1038  1007.75  30.25 (件)

8.19 勞動部發布 2018 年各行業薪資調查，結果顯示研究所畢業生起薪平均為

33,880 元，大學畢業生的平均起薪為 28,849 元，而專科畢業生平均為
26,206 元。（資料來源：勞動部，107 年 7 月職類別薪資調查統計結果。108 年 5
月 31 日。）若研究所畢業生平均起薪標準差為 10,000 元。現隨機選取 64

位研究所畢業生為樣本，請問：
平均月薪超過 36,000 元的機率為何？
平均月薪不到 29,000 元的機率為何？
解
母體分配未知，但樣本數夠大(n=64)，根據中央極限定理，平均起薪
的分配漸進於常態分配，其平均數與標準差為：
 X    33880
 X   / n  10000 / 64  1250
36000  33880
 P( X  36000)  P( Z  )  P( Z  1.70)  0.045
1250
平均月薪超過 36,000 元的機率為 0.045。
29000  33880
 P( X  29000)  P( Z  )  P( Z  3.90)  0
1250
平均月薪不到 29,000 元的機率趨近於 0。
8.20 農委會公告 2019 年空心菜產地批發價格，平均為每公斤 29.15 元，標準
差為 4.35 元。（資料來源：農委會網站，農產品產地價格查報系統（標準差為估
算值，農委會，2020 年 1 月。）為監督菜價，一民間消費者團體，派員赴臺

北市第一果菜批發市場抽查菜價，隨機取樣 25 件。假設蔬菜每公斤的批
發價為常態分配，問：
樣本空心菜每公斤平均批發價的分配為何？
樣本空心菜每公斤的平均批發價超過 30.5 元的機率為何？
樣本蔬菜每公斤的平均批發價介於 28 元和 31 元之間的機率為何？
解

令 X 表示樣本蔬菜每公斤的平均批發價，因母體為常態分配，故樣

本蔬菜每公斤平均批發價的分配亦為常態，其平均數與標準差為：
 第 8 章簡單隨機抽樣與抽樣分配 261

 X    29.15
 X   / n  4.35 / 25  0.87
30.5  29.15
 P( X  30.5)  P( Z  )  P( Z  1.55)  0.06
0.87
樣本蔬菜每公斤的平均批發價超過 115 元的機率為 0.06。

28  29.15 31  29.15
P(28  X  31)  P( Z )
0.87 0.87
 P(1.32  Z  2.13)  0.98325  0.093  0.89
樣本蔬菜每公斤的平均批發價介於 28 元和 31 元之間的機率為 0.89。
8.21 衛福部統計，民國 107 年底，台灣地區社會福利工作人員有 30,380 人，
其中專業社會工作人員 7,899 人（含社會工作人員 6,173 人及社會工作師
1,726 人）（資料來源：，衛福部網站，《社會福利統計》2019 年 8 月。）。現隨
機抽選 150 位社會福利工作人員，發現其中有 40 位是專業人員。問全體
社會福利工作人員中專業人員所占比例為何？樣本比例又是多少？抽樣
誤差有多大？
解
全體社會福利工作人員中專業人員所占比例為 p  7899  0.26 。
30308

樣本比例為 pˆ  40  0.267 。
150

ˆ  p  0.267  0.260  0.007 。

抽樣誤差 p

8.22 依據健保局統計，107 年全民健保一般保險費滯納筆數為 464,313 筆，收

回筆數 326,339 筆。（資料來源：《健保資訊公開》，衛生福利部，《107 年全
民健康保險統計》
隨機抽選 160 件案例，試問其中會補繳的比例的分配為何？
續題，其比例超過 70%的機率為何？
續題，其比例介於 65%~68%的機率為何？
解 p=326339÷4664313=0.703
樣本比例的抽樣分配，因 np>5 及 nq>5，根據中央極限定理知其趨
近於常態分配：
0.703  0.297
pˆ ~ N (0.703, )
160
262第 8 章簡單隨機抽樣與抽樣分配

p̂ 的標準差計算可得：

0.703  0.0297
 pˆ   0.036
160

即其中會補繳的比例的分配為 N (0.703,0.036 2 )

 P( pˆ  0.7)  P( Z  0.7  0.703 )  P( Z  0.083)  0.533

0.036

比例超過70%的機率為 0.533 。

0.65  0.703 0.68  0.703

 P(0.65  pˆ  0.68)  P( Z )
0.036 0.036
 P(1.472  Z  0.639)  0.26145  0.0705  0.191
其比例介於65%~68%的機率為 0.191 。
8.23 根據中華血液基金會資料全國捐血人口中，血液為 O 型者約占 44%。若
一捐血站每天約有 360 位捐血者來捐血，問：
其中 O 型血所占比例的分配為何？
O 型血所占比例小於 40%的機率為多少？
若一日內捐 O 型血的比例少於 40%，就可能發生缺 O 型血的危機，問
一年 365 天中會發生缺 O 型血危機的日子預期有幾天？
解
樣本比例的抽樣分配，因 np>5 及 nq>5，根據中央極限定理知其趨
近於常態分配：
0.44  0.56
pˆ ~ N (0.44, )
360
p̂ 的標準差計算可得：

0.44  0.56
 pˆ   0.026
360

2
捐血人中血液為O型者所占比例的分配為 N (0.44,0.026 )

要求 O 型血所占比例小於 40%的機率，須先求 Z 值再求標準常態分配

機率值：
0.40  0.434
P( pˆ  0.40)  P( Z  )  P( Z  1.3077)  0.0955
0.026
捐血人中血液為O型者所占比例小於40%的機率為 0.0955 。
 第 8 章簡單隨機抽樣與抽樣分配 263

一年 365 天中會發生缺 O 型血危機的日子預期有 365  0.0955  34.85 )

天(大約為 35 天)，故須注意 O 型血不足的問題。

8.24 高雄地區成為台灣熱門觀光景點之一，不僅擁有天然地理觀光資源又為
國際商港，高捷的通行大幅改變高雄都會風貌與民眾交通型態。109 年 1
月份高雄捷運各車站平均旅運人數為 194,812 人，標準差 51,843。（資料
來源：，高雄市政府捷運局，2020 年 1 月，標準差為估算值。）
隨機抽選 35 個車站為一組樣本，其平均旅運人數介於 190,000 及
200,000 人間的機率為何？
續題，平均旅運人數超過 220,000 人的機率為何？
解

令 X 表示樣本平均旅運人數，因樣本數夠大，所以根據中央極限定

理，平均旅運人數的分配為常態分配，其平均數與標準差為：
 X    194,812
 X   / n  51,843 / 35  8,763.0664
190,000  194,812 200,000  194,812
P(170,000  X  180,000)  P( Z )
8763.0664 8763.0664
 P(0.55  Z  0.592)  0.72308  0.29116  0.43192

平均旅運人數介於 190,000 及 200,000 人間的機率為 0.43192。


220,000  194,812
P( X  220,000)  P( Z  )  P( Z  2.8743)  0.00202
8763.0664
平均旅運人數超過 2２0,000 人的機率為 0.00202。
8.25 為維護農民健康，增進農民福利，促進農村安定，制定農民健康保險條
例。103 年 12 月臺閩地區農民健康保險，平均每人應計保險費 256 元，
標準差為 9 元。（資料來源：勞動部勞工保險局，統計提要 108 年 10 月，標準差
為虛擬。）。現隨機選取 35 位加入農保的民眾為一組樣本，問：

農民保費總和的分配為何？
農民保費總和超過 9,000 元的機率為何？
農民保費平均餘額的分配為何？
農民保費平均餘額介於 254 元和 257 元之間的機率為何？
解
264第 8 章簡單隨機抽樣與抽樣分配

令 X i 表示每一個農民的保費
35
則 T   X i 表35位農民的保費總和
i 1

因樣本數夠大( n  35  30 )，根據中央極限定理，農民保費總和的分
配為常態分配，其平均數與標準差為：
T  n  35  256  8960
 T  n    35  9  53.24

即 T ~ N (8960,53.242  ,

9000  8960
 P(T  9000)  P( Z  )  P( Z  0.75)  0.2266
53.24
保費餘額總和超過9,000元的機率為 0.2266 。

令 X 表示農民保費平均餘額，因樣本數夠大( n  35  30 )，所以根據中

央極限定理，農民保費平均餘額的分配為常態分配，其平均數與標準
差為：
 X    256
 X   / n  9 / 35  1.52

即農民保費平均餘額的分配為 X ~ N (256 , 1.522 ) 。

254  256 257  256
 P(254  X  257)  P( Z  )
1.52 1.52
 P(1.32  Z  0.66)  0.6520
農民保費平均餘額介於 254 元和 257 元之間的機率為 0.6520 。
8.26 比較新北市和台南市的消防人員，會發現台南市的消防人員較新北市的消
防人員年紀大一些。根據內政部 107 年底的資料，新北、台南兩市消防
人員的平均年齡分別為 34.4 歲及 39.4 歲，標準差分別為 7.36 歲及 9.15
歲。 （資料來源：內政部，《107 年內政統計年報》，平均年齡及標準差為估計
值。）
已知新北市消防人員的年齡分配為右偏分配，台南市消防人員的年齡分
配為常態分配，問：
隨機選取 36 位新北市消防人員，其平均年齡超過 36 歲的機率為何？
隨機選取 25 位台南市消防人員，其平均年齡不到 30 歲的機率為何？
解
 第 8 章簡單隨機抽樣與抽樣分配 265

令 X 表示 36 位新北市消防人員的平均年齡；母體分配未知，但樣

本數夠大( n  36 )，根據中央極限定理，平均年齡的分配漸進於常
態分配，其平均數與標準差為：
 X    34.4
 X   / n  7.36 / 36  1.23
36  34.4
P( X  36)  P( Z  )  P( Z  1.3)  0.0966
1.23
36 位臺北市消防人員平均年齡超過 36 歲的機率為 0.0966。

令 Y 表示 25 位高雄市消防人員的平均年齡；母體分配為常態，所以平

均年齡的分配亦為常態分配，其平均數與標準差為：
Y    39.4
 Y   / n  9.15 / 25  1.83
30  39.4
P(Y  30)  P( Z  )  P( Z  5.14)  0
1.83
25 位高雄市消防人員平均年齡不到 30 歲的機率趨近於 0。