統計簡單學

授課教師：唐麗英 教授

新竹交通大學
工業工程與管理學系

新竹交通大學唐麗英教授 ｜ 統計簡單學 1
 課程簡介
• 統計方法無所不在
– 不論產品開發、製程管制、市場行銷、財務金融或人文社會方面的研究，均
需藉助統計方法分析資料。
– 一般人在解釋統計數字或統計分析結果時，常因觀念不清或方法不熟悉而得
到錯誤結論。

• 統計方法一點也不難
– 許多人認為統計方法就是一堆數學公式和繁複的計算，因此對於學習統計課
程產生恐懼。
– 本課程將以深入淺出的方式及多元的實務例題，搭配統計軟體的報表解讀，
讓學習者不需要記憶繁複的公式，也能輕鬆地學會統計基本觀念及方法，並
運用於各種領域或工作場合。

• 本課程之設計
– 乃是針對初學者，因此學習本課程者不需具備任何統計背景，僅須具備基本
高中數學能力即可。

新竹交通大學唐麗英教授 ｜ 統計簡單學 2
 課程單元介紹
敘述統計
第一單元 統計基本概念介紹 包括：統計學的專有名詞、範圍與抽樣方法等

第二單元 常用統計量 如：學生身高的平均值、標準差

第三單元 常用統計圖表 點圖、盒型圖、直方圖、條圖、單圓圖及柏拉圖

第四單元 常態機率分佈

推論統計
第五單元 估計 分為點估計及區間估計

第六單元 假說檢定 推論一或兩組樣本之母體及特定值間是否有顯著差異

第七單元 變異數分析 推論三組或以上之母體及特定值是否有顯著差異

第八單元 迴歸分析

新竹交通大學唐麗英教授 ｜ 統計簡單學 3
 【統計簡單學】

第一單元

統計基本概念介紹

授課教師：唐麗英 教授

新竹交通大學
工業工程與管理學系

新竹交通大學唐麗英教授 ｜ 統計簡單學 4
 第一單元 內容大綱
• 第一部份：統計學簡介
1. 統計學中常用的術語
2. 統計學的範圍
3. 統計學的工作流程
• 第二部份：隨機變數的種類
1. 質變數 – 類別變數
2. 量變數 – 數值變數
• 第三部份：數據之取得方式
1. 簡單隨機抽樣
2. 系統抽樣
3. 分層隨機抽樣
4. 部落抽樣

新竹交通大學唐麗英教授 ｜ 統計簡單學 5
 第一部份：統計學簡介

新竹交通大學唐麗英教授 ｜ 統計簡單學 6
 統計學中常用的術語
(1) 統計學(Statistics)
統計學為蒐集、整理、展示、分析、解釋資料，並由樣本推論群體，使在不
確定情況下作成決策的科學方法。
(2) 群體(population)
由具有共同特性之個體所組成的整體。

(3) 樣本(sample)
群體之ㄧ部分。

新竹交通大學唐麗英教授 ｜ 統計簡單學 7
 統計學中常用的術語
(4) 參數(parameter)
由群體資料所計算出之群體表徵值。例： 、、P

讀音：mu 讀音：sigma

(5) 統計量(statistic)
由樣本資料所算出之樣本表徵值。 例： X、S、Pˆ

讀音：X bar 讀音：P hat

(6) 統計學的目的
由樣本來推論群體之參數。

新竹交通大學唐麗英教授 ｜ 統計簡單學 8
 例題
例
某人力資源部門，欲由12個隨機抽出之員工來估計該公司全
體員工一年內之請假天數。請指出本例之群體、樣本、參數
及統計量。

隨機抽樣
12名員工

新竹交通大學唐麗英教授 ｜ 統計簡單學 9
 統計學的範圍

• 統計學可分為敘述統計(Descriptive Statistics)及推論統計
(Inferential Statistics)兩部份。

– 敘述統計：包含如何蒐集數據、展示數據、及找出可描述數據
特徵之值的方法。

– 推論統計：包含如何由樣本資訊來推論群體，並估計該推論之
可信度大小的方法。

新竹交通大學唐麗英教授 ｜ 統計簡單學 10
 統計學的範圍

新竹交通大學唐麗英教授 ｜ 統計簡單學 11
 統計學的工作流程

問題定義

資料收集 各種抽樣方法

資料整理
統計圖表
與展示

常用統計量
信賴區間
資料分析 假說檢定
變異數分析
迴歸分析

結論與決策 可信度

新竹交通大學唐麗英教授 ｜ 統計簡單學 12
 第二部份：隨機變數的種類

新竹交通大學唐麗英教授 ｜ 統計簡單學 13
 隨機變數的種類

隨機變數(Random Variable, R.V)

• 研究者對所欲研究之群體所感興趣的一項或多項特質，即為隨機變數。

隨機變數之種類：

1. 質變數，定性變數或類別變數(Qualitative R.V ; Categorical R.V.)

 隨機變數的各結果不以數量表示，而依其特性之類別表之。

 例如：①性別 ②職別 ③造成業務延遲結案之可能原因。

新竹交通大學唐麗英教授 ｜ 統計簡單學 14
 隨機變數的種類

2. 量變數，數值變數(Quantitative R.V ; Numerical R.V.)

 隨機變數的各結果可以數量表之。

1) 離散型(Discrete)：經由計數的方式取得資料。
• 例如：①不良品個數 ②一公司之員工人數 ③一本書上的錯字個數。

2) 連續型(Continuous)：經由量測的方式取得資料。
• 例如：①物品的重量 ②員工生產力 ③ 個人的血壓值。

※離散型量變數之可能值：0或整數。
連續型量變數之可能值：任何實數。

新竹交通大學唐麗英教授 ｜ 統計簡單學 15
 質變數與量變數的例子
例
某醫院護理部門，將病人的資訊紀錄如下表，請指出各屬性
欄位為何種隨機變數？

病人編號 性別 血型 身高 體重 就診次數
S001 男 A 175.2 69.3 2
S002 女 B 158.6 42.5 1
S003 女 O 162.4 51.2 4
S004 男 AB 170.3 65.4 3
S005 男 B 180.5 90.6 2
… … … … … …

質變數 質變數 質變數 量變數 量變數 量變數

（類別資料） （類別資料） （類別資料） （連續型） （連續型） （離散型）

新竹交通大學唐麗英教授 ｜ 統計簡單學 16
 第三部份：數據之取得方式

新竹交通大學唐麗英教授 ｜ 統計簡單學 17
 普查與抽樣

• 普查
– 對群體中的每一個體取得資料，也就是100%的全檢。

• 抽樣（Sampling）
– 利用一種程序或方法，由群體中抽出樣本。
– 常用的抽樣方法有下列四種：
• 簡單隨機抽樣
• 系統抽樣
• 分層隨機抽樣
• 部落抽樣

新竹交通大學唐麗英教授 ｜ 統計簡單學 18
 簡單隨機抽樣

• 是指群體中每一個體被抽中之機會均等。
• 對群體內的每個個體編號，再以亂數表、電腦模擬亂數或製
作紙籤的方法決定欲抽出之樣本。
• 優點：取樣方法簡便。
• 缺點：有時會因抽到的樣本過於集中某部分之群體，造成樣
本之代表性不足。

新竹交通大學唐麗英教授 ｜ 統計簡單學 19
 系統抽樣
• 只做第一次隨機抽樣後，就依固定間隔數抽出一樣本。
• 例如：群體有30個樣本，預計抽出6個樣本，所以每隔5個即抽出一樣本。
• 優點：抽出第一個種子號碼，以後僅需每間隔數個樣本抽樣即可。
• 缺點：樣本在編號排序時必須與研究者所關心的變項無關，否則會造成
樣本之代表性不足。

例：假設群體含 43 個項目，預計抽取10個樣本，請以系統抽樣方法進行抽樣。
1) 編號
2) k = 4 (取 43/10 之最大整數)，將所有43個項目，依順序每 4 個分一組。
3) 隨機抽取 1~4 中的一個數字，例如 3
4) 從編號3開始，間隔4個項目抽取一個樣本，即可獲得10個系統抽樣的樣本組

第1組 第2組 第9組 第10組

1 2 3 4 5 6 7 8 … 33 34 35 36 37 38 39 40 41 42 43

共10個樣本
新竹交通大學唐麗英教授 ｜ 統計簡單學 20
 分層隨機抽樣

• 群體依某一衡量標準分成數個不重疊的子群（稱為層）。
• 將群體分層之後，再從每一層中利用簡單隨機方式取樣，即
為分層隨機抽樣。
• 分層隨機抽樣之原則是同層內的性質差異要小，而不同層間
之差異則要越大越好。

例：

□ ○☆□ ☆ ☆
☆ ○☆□ ○☆ □□□□□□ □□
○☆□ ○☆ □ ○○○○○○○○ ○○
○ ○☆□ ○☆ ☆☆☆☆☆☆☆☆☆☆ ☆☆

群體 分層 抽樣

新竹交通大學唐麗英教授 ｜ 統計簡單學 21
 部落抽樣

• 常用在群體中之個體分離很遠，且很難蒐集到樣本時。
• 部落抽樣是將群體先分成幾個部落，再從這些同一個部落中
抽出一個或數個部落進行普查。
• 部落抽樣是假設每一個部落都是群體的縮影，因此不同部落
間個體的性質差異性要小，而部落內個體的性質差異性要大。

□○ ☆○
☆□ ☆□ ☆○
☆○ ○○ ☆□
○□ ☆□

群體 部落

新竹交通大學唐麗英教授 ｜ 統計簡單學 22
 本單元結束

新竹交通大學唐麗英教授 ｜ 統計簡單學 23
 第一單元 簡單回顧

新竹交通大學唐麗英教授 ｜ 統計簡單學 24
 簡單回顧

• 統計學常用術語：
– 群體
– 樣本
– 參數
– 統計量

新竹交通大學唐麗英教授 ｜ 統計簡單學 25
 簡單回顧

• 隨機變數的種類：
– 質變數(又稱定性變數或類別變數)
– 量變數(又稱數值變數)
• 離散型
• 連續型

• 數據取得之方式：
– 普查
– 抽樣
• 簡單隨機抽樣
• 系統抽樣
• 分層隨機抽樣
• 部落抽樣

新竹交通大學唐麗英教授 ｜ 統計簡單學 26