Professional Documents
Culture Documents
黃建彰 戴暘翃
黃建彰 戴暘翃
戴暘翃
•資料經由整理與分析來作為推論
•資料的整理往往會利用圖形或表格
•資料的分析則涉及數學上的公式與觀念
如:平均數、標準差,最後在資料的推論
上 ( 含估計與檢定 ) 會需要機率的理論
統計學分類:功能的角度
敘述統計 (Descriptive Statistics) :
將各種情況加以收集、整理,並用圖形與表格陳示
出來 ( 資料的收集、整理、分析 ) 。
推論統計 (Inferential Statistics) :
根據這些資料加以研究、檢定有無效用 ( 少數的資
料估計或檢定 ) 。
統計學分類:學術的角度
理論統計 (Pure Statistics) :
又稱數理統計 (Mathematical Statistics) ,純粹用數學的方法來研
究與統計相關的公式、定理,是一種純理論的研究。
應用統計 (Applied Statistics) :
涉及的範圍較廣,但原理與方法則是相同的。
如:生物統計學 (Biostatistics) 、教育統計學 (Educational
Statistics) 、商業統計學 (Business Statistics)
變數的分類
資料通常包含數種不同特性的數據,每一種特性稱為一種變數
(Variable) ,變數的不同其處理的統計方法也會跟著不同。
從實驗的因果關係來看:
• 原因─自變數 (Independent Variable)
• 結果─應變數 (Dependent Variable)
讀書的時間為因
測驗的分數為果
變數的分類
變數可否用數量來分類分類:
性質變數 (Attributive Variable) :無法用數量表達的變
數,如:性別、血型。
數量變數 (Numerical Variable) :可以用數量來表達,如
:人數、身高。又可分為:
a. 間斷變數 (Discrete Variable) :變數的單位不能切割,
如:人 數、病床數、心跳次數。
b. 連續變數 (Continuous Variable) :可無窮分割,如:身
高、體重、溫度。
測量尺度
• 我們常見的測量尺度包含類別、序位、等距、等比四種,他們所
表達的訊息程度有所不同,所以適用的運算方式也不一樣。
• 以下為常見的測量尺度:
A. 類別尺度 (Nominal Scale) :
最基本的測量尺度,僅有性質不同不具大小順序關係,
只表達等於或不等於。
B. 序位尺度 (Ordinal Scale) :
除了具有性質的不同,且具大小順序關係,如:考試成
績。
C. 等距尺度 (Interval Scale) :
除了跟序位尺度相同外,另外還有差距一定相同,如:
溫度、智商、出生年次。
D. 等比尺度 (Ratio Scale) :
根以上相同外,又增加了等比例的關係,如:身高、體
重、年齡。 ( 此為最高等級的測量尺度 )
評估測量工具品質有兩項指標:
A.信度 (Reliability) :
結果相當穩定具一致性。
B.效度 (Validity) :
選擇適當的工具,測得結果的有
效程度。
統計方法的順序
1. 確定目的
蒐集資料:
a.普查 (Census) :全面性的調查,統計
2. 蒐集資料
調查中很少在用到。
b.抽樣 (Sampling) :抽出部分個體做調
查,被抽出的部分稱樣本 (Sample) 。 3. 整理資料
整理資料:一開始收集的資料稱原始資 4. 分析資料
料 (Primary Data) ,整理過後的稱次
級資料 (Secondary Data) 。
5. 推論資料
母體與樣本
蒐集資料的全體對象稱為母體 (Population) 。
母體的特徵量數稱母數或參數 (Parameter) 。
樣本的特徵量數稱統計量或表徵數 (Statistic) 。
抽樣
推論
母體 樣本
• 抽樣本身就會有誤差存在,所以藉由增加樣本數
來減 少抽樣的誤差。
• 抽樣時所需考慮的第一件事為樣本大小,也就是
樣本的問題,抽出越大的樣本所得的預測結果越準
確,抽樣的誤差越小所付出的代價為耗費相當大的
人力、物力、時間、金錢,抽出過小的樣本則相反。
因此要選擇合適的樣本大小。
目的在於獲得具有代表性的樣本,方法有:
25
20
人 15
數 10
5
0
150 155 160 165 170 175
身高 (cm)
D. 次數多邊圖 (Frquency Polygon) :
從直方圖演變而來,適合以等距或等比尺度量測的變數分佈,製圖
時將直方圖中各組的中點 ( 稱組中點 ) 依序連起來,次數多邊
圖兩端為封閉,所以我們會刻意的多取一組,設這兩組次數為
零,當各組組距越來越小時,此時圖型會近似一條曲線,稱為
次數分布曲線圖 (Frquency Distribution) 。
30
人 20
數
10
0
147.5 152.5 157.5 162.5 167.5 172.5 177.5
身高 (cm)
E. 累積次數多邊圖 (Cumulative Frquency Polygon) :
又稱肩型圖 (Ogive Chart) ,適合以等距或等比尺度量測的
變數分佈,我們可以了解 觀測圖 < 某一特殊數值的次
數分佈。座標為各組上限的以下累積次數,但要從起點次
數從零開始。
60
累 40
積
人 20
數
0
150 155 160 165 170 175
身高 (cm)