#好評延長到今天晚上 #答應我需要的不要錯過
開學的第二天，我發現開學後IGGI消毒功能發揮極致，因為其實去上學我最擔心的就是細菌帶回家中，書包隨手放、小孩隨手摸，回到家中我想了都心驚膽顫，尤其家中還有更小的幼兒！所以現在回到家後，都是直接把書包帶到洗衣房去，插上電源後消毒（我是等孩子睡去後才做），如果家中玄關夠大，我覺得可以放置玄關更佳。
#消毒寶寶隨身娃娃
來自瑞士🇨🇭的LAURASTAR IGGI手持式蒸汽掛燙機，除了蒸汽掛燙衣物以外，實際上它帶給我的極大附加價值是『高溫汽化乾式消毒』，消毒我兩個不到3歲的寶貝的隨身娃娃，每天都要抱也無法每天丟洗衣機洗，而且洗滌也有洗劑問題，更大的問題是抓去洗都要抓好時間，但高溫殺菌消毒是馬上就好，也不會整隻濕淋淋的！
#消毒外出衣物
疫情稍為減緩，帶孩子去學校、去市場後，我會將整套衣物用IGGI消毒，尤其像是牛仔褲或者是比較美的衣服捨不得穿一下就洗，因為一直洗一直洗就會不挺不美了（愛美媽媽），不洗又覺得細菌怎麼辦！因此，自從有了IGGI出門一下不用再穿耐洗衣物（笑），我真的希望我每天接小孩都可以很美（仰天長嘯）！我有放影片在動態，也整理在精選動態喔！
#熨燙衣物
IGGI手持式的優點就是隨處可擺放、拿取！過往的掛燙機其實很大，下面的水箱還是有輪子，雖然不像IGGI要頻繁加水，但考量到家中居家空間跟便利性，還有LAURASTAR的專利蒸汽汽化技術，選擇留著IGGI把舊有的斷捨離，原因簡單1.外型時尚精品造型 2.汽化後掛燙衣物都不會濕噠噠 3.可熨燙、可消毒（一般熨燙機大多沒有超過100度而且都會濕噠噠要等乾）
#問題Q&A
🆘
分享了那麼多使用上的好，也整理這幾天幾個網友們陸續有私訊的問題：
⭕️為什麼可以消毒？
IGGI經過加熱後，蒸氣溫度可達攝氏148度，在 5 秒內就可快速消滅99.9%存在於衣物纖維、家居用品上的病毒、細菌和100%塵蟎，尤其現在疫情猖獗，日本東京都工學院研究報告顯示，可以有效殺死COVID-19新型冠狀病毒，外出回來的外套、安全帽、或是不容易清洗的玩偶、沙發、窗簾、枕頭等等都可以用IGGI消毒殺菌一次搞定！
Note:越是僅貼物品，溫度更高消毒效果更好。
⭕️會濕濕的嗎？
不會！IGGI獨家「3.9 bar恆壓蒸汽」功能，超過100度的強勁乾式蒸汽可以快速穿透纖維不會溼答答可即燙即穿，深層清潔紡織物、並撐起衣物纖維，比一般蒸汽熨斗產生之蒸汽快15倍，重點不挑質地，也因為蒸氣100%汽化，手觸也不會燙
Note:首次熱機後要對空氣噴10秒把機器握把（脖子）的水順出，剛使用沒有專人教學時，常沒有正確使用導致有點潮濕，後來疑難排解後就沒問題。
⭕️掛燙衣服效果好嗎？
IGGI是輕便型手持掛燙，因沒有另置水箱，設計讓消費者在能手持的重量內，相對的燙的接觸面頭較小，但功能絕對有效，而且汽化的技術真的讓整件衣服能膨起來，尤其是有皺摺的衣物，強勁乾式蒸汽可以快速穿透纖維並撐起衣物纖維，比一般蒸汽熨斗產生之蒸汽快15倍，重點不挑質地。
掛燙衣物建議都是緊貼著熨燙，我覺得目前我的衣服都沒問題！
Note: 蒸汽掛燙機不能跟一般鐵板熨斗相提並論喔！有使用過蒸氣掛燙機的朋友應該就知道。
⭕️價格不低值得買嗎？
這問題問的都是好朋友！我覺得每個人的經濟能力跟需求都不同，變動因素實在太多！
我覺得大家可以衡量幾個點：
1.潔癖媽媽勤勞愛消毒嗎？會不會看客人來坐沙發就心裡罣礙，小朋友放學書包回家會不會覺得髒？去買菜會不會覺得錢包、包包都是細菌...點點那這台就很必要！
2.喜歡美型產品，這台來自瑞士大有來頭的高端品牌，是走秀、高訂服、精品店都愛用的熨燙品牌，所以價格也較高，專業的台灣也有上市只是就要4-5萬起跳，有興趣歡迎敲碗我可以在跟廠商談談。
3.家中空間不大，偶而需要熨燙，想要可以拿來拿去不受侷限。
#沙莫說真心話
買了一台機器，就要好好發揮它的功能，習慣使用後我覺得就會是好機器！尤其他每個功能真的就是非常管用！但小缺點是真的是因為他的優點『手持』導致得ㄧ直加水，ㄧ體兩面我相信大家都能衡量且考量適不適合自己！！起碼我真的有了它，很喜歡覺得使用頻率很高
🉐｜沙莫太太X恆隆行LAURASTAR IGGI 優惠｜🉐
換算起來這台只要約$5450
1.折扣碼summer 折300
2.Stasher白金矽膠密封站站袋3入 （價值2550)
站袋真的很環保可以裝乾糧、水果、各式各樣的物品，我甚至可以裝兜、碗、湯匙，小朋友各種東西。
我現在只有一咖，但我準備入手更多咖。
3.再贈恆隆行官網LAURASTAR品牌抵用券500元
建議加購掛勾帶/除垢劑使用
4.恆隆行專人到府/視訊教學
🆘花8500贈價值2550站站袋-500品牌抵用券（可+購除垢劑）
首頁有連結跟介紹文
團購優惠有多送Stasher白金矽膠密封站站袋*3入(我個人非常熱愛）
期間限定: 特別延長到9/2 23:59
連結https://bit.ly/3Dcwzmc
文章看更多介紹：https://misssummerchang.blog/2021/08/24/laurastar-iggi
#iggi #laurastar #蒸汽掛燙機 #ifdesignaward
x bar怎麼算 在 Re: [問題] 實驗數據分析平均值的誤差求法... - 看板Physics 的推薦與評價
※ 引述《laertes (伊薩凱<L>)》之銘言：
: 想請教一個很簡單的問題...
: 但找了很多地方都覺得說的好雜...
: 假設測量有5個"同條件"的實驗數據...
: 100 , 95 , 110 ,102 , 98
: 可以算出平均值為101
: 想標出這個點"101"的上下誤差要怎麼算啊?...
: 簡單說我想表達的是 "101 +- 多少"...
: 如果這樣算對嗎?...
: (|100-101|+|95-101|+|110-101|+|102-101|+|98-101|)/5 = 4
: 所以在表示出這個值的是 101 +- 4 ...
: 這算法在統計上有沒有錯很大啊? = =
: 統計我早忘光了...囧...
: 感謝回答...不想亂標error bar
: ~L
賺點p幣好了
感覺這個實驗誤差的分析,雖然是每個大一生的普物實驗就教過
可是其實我覺得好像大家都不太清楚在幹嘛XD
我覺得我是學了一點點的統計之後才大概了解實驗課本上那一堆是什麼意思
所以來獻寶一下 如果有說錯的還請版友指正
首先我們要先有一點基本的概念
其實這些概念在高中統計就有學過,只是可能考試不考所以大家好像沒很在乎XD
在統計上,我們想要研究的對象叫做『母體』
舉例來說我想要研究全台大學生的身高,那全部台大的學生就是我們的母體
有了母體之後,我們想要研究的量會有一個分布,通常平均跟標準差都會存在
（不一定要是高斯分布噢,像什麼普瓦鬆分布或奇奇怪怪的分佈都可以,我們先
不要考慮那種平均值或是標準差不存在的分佈）
通常我們想要研究的量或想要找出的量就只是這個母體的那個量的平均或標準差而已
那要怎麼找？ 最簡單的方法就是『普查』
就是詳細調查每個人的身高,記為Xi,i=1,...N(總人數),有了這個數據之後
這個母體的身高平均值就是 μ=ΣXi/N
這個母體的標準差（母體標準差）σ 就是 σ^2 = Σ(Xi-μ)^2/N
好阿,其實所有的統計最理想就是我有所有的資料.
可是台大人那麼多,我沒有時間也沒有錢一個一個調查怎麼辦？
所以我只好抽一些具代表性的樣本
想要用這些樣本的數據,來『推論』我們所想要的母體的平均值或標準差
所以我們只好重這N個人隨機地抽出n個人形成我們要的樣本 {xi, i=1,...n}
這n個人的數據就有了 樣本平均數 x bar = Σ xi/n
和樣本標準差（假設n很大） s, s^2 = Σ(xi-x bar)/(n-1)
(p.s.這邊其實對於有限無限的母體其實樣本標準差的定義會有所差異,但是高中所學
或是說物理測量所用的時候這樣定義的樣本標準差是合理的)
注意噢！我們算出來的這兩個量的目的,是要對於我們很想知道的母體的平均值
和標準差作推論,也就是我們相信,n很大的時候 x bar會等於μ, s會等於σ
現在問題來了
我們相信抽樣得到的x bar 的期望值是 μ,可是他總會有可能會不准嘛
那他到底有可能有多不準？ 所以他的不準的程度是以他的變異(variance)來代表
統計上經過計算 Var^2(x bar)= σ^2/n
囧 可是現在問題來了,我明明就不知道σ是多少,我想要估計誤差卻還要用到σ......
但是沒關係,不要忘記我們還是可以對σ做出估計,也就是你抽出的樣本的標準差
所以我們可以得到 標準誤差 （standard error）^2 = s^2/n
這個才是度量你用x bar 去代表μ的不准程度.
所以回到我們的物理實驗測量
在物理實驗中,我們的母體是什麼？答案是『無限多次的測量』！！
沒錯,也就是N趨近於無限大的情況. 而我們相信我們所想得到的『真值』就是
這個母體的平均值。 可是誰有這個美國時間去做無限多次的測量阿......
所以我們只好『抽幾次』，也就是只測幾次，測出來的是我們的樣本
以得到樣本平均值去推論那個無限多次母體的平均值（真值）
可是誤差呢？ 剛剛那群樣本的標準差除以根號n
所以舉例來說 如果 我們量某一個鄉民的......量五次 得到的數據是
30cm 28cm 32cm 30cm 30cm
這五個數據點就是我們的樣本
x bar =30 cm
s(樣本標準差)=根號(（0^2+2^2+2^2+0^2+0^2）/(5-1) )=1.414 cm
測量結果要表示為 (30±1.414/根號5) cm 也就是 (30±0.63) cm
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 61.57.144.217
※ 編輯: jacob0425 來自: 61.57.144.217 (05/11 22:04)
... <看更多>