(nominal)、順序(ordinal)、區(qū)間(interval)課件_第1頁(yè)
(nominal)、順序(ordinal)、區(qū)間(interval)課件_第2頁(yè)
(nominal)、順序(ordinal)、區(qū)間(interval)課件_第3頁(yè)
(nominal)、順序(ordinal)、區(qū)間(interval)課件_第4頁(yè)
(nominal)、順序(ordinal)、區(qū)間(interval)課件_第5頁(yè)
已閱讀5頁(yè),還剩75頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

Copyright?2015McGraw-HillEducation.

Allrightsreserved.NoreproductionordistributionwithoutthepriorwrittenconsentofMcGraw-HillEducation.統(tǒng)計(jì)學(xué)是什麼?第一章Copyright?2015McGraw-HillE1-*學(xué)習(xí)標(biāo)的1瞭解統(tǒng)計(jì)學(xué)的重要:定義、提供範(fàn)例

2

統(tǒng)計(jì)學(xué)分為:敘述統(tǒng)計(jì)學(xué)(descriptivestatistics)與推論統(tǒng)計(jì)學(xué)(inferentialstatistics)3

變數(shù)可分為:屬質(zhì)(qualitative)(類別)或數(shù)量(quantitative)兩類,又可分為:間斷(discrete)或連續(xù)(continuous)兩類4衡量變數(shù)之尺度(levelsofmeasurement),共分為四種:名目(nominal)、順序(ordinal)、區(qū)間(interval)、比例(ratio)1-*學(xué)習(xí)標(biāo)的1瞭解統(tǒng)計(jì)學(xué)的重要:定義、提供範(fàn)例1-*統(tǒng)計(jì)學(xué)有何用處?作為企業(yè)的決策工具。日常生活中處處用得到。商學(xué)院或經(jīng)濟(jì)系學(xué)生必學(xué)的重要分析工具,用來收集、匯整、分析、轉(zhuǎn)換、以及呈現(xiàn)資料。LO1-1Explainwhyknowledgeofstatisticsisimportant.1-*統(tǒng)計(jì)學(xué)有何用處?作為企業(yè)的決策工具。LO1-1Exp日常生活當(dāng)中:近來失業(yè)率是新聞常聽到的消息。值得注意的就是所謂的人才斷層?!皩W(xué)歷愈高愈容易失業(yè)”學(xué)歷失業(yè)率(行政院主計(jì)處2012)研究所以上3.32%大學(xué)5.66%專科3.17%四小龍大學(xué)生起薪No.1南韓7萬1千元No.2新加坡6萬7千元No.3香港6萬元No.4臺(tái)灣2萬5千元整體環(huán)境不理想,影響年輕人就業(yè)意願(yuàn)。日常生活當(dāng)中:學(xué)歷失業(yè)率(行政院主計(jì)處2012)研究所以2013年社會(huì)新鮮人的起薪:平均:NT$25,175碩士:NT$32,017大畢:NT$26,915??飘叄篘T$23,890高職畢:NT$21,946國(guó)中畢:NT$20,6902013年社會(huì)新鮮人的起薪:平均:NT$25,1751-*為何要學(xué)統(tǒng)計(jì)?因?yàn)榈教幎加匈Y料。日常生活常用到統(tǒng)計(jì)知識(shí)統(tǒng)計(jì)知識(shí)能幫助我們瞭解決策背後的理念LO1-11-*為何要學(xué)統(tǒng)計(jì)?因?yàn)榈教幎加匈Y料。LO1-1網(wǎng)路免費(fèi)遊戲的商機(jī)CandyCrushSagapublisherKingfiledIPOregistrationpaperworkonTuesdayandrevealedthatitgeneratedawhopping$1.88billioninrevenuein2013,CandyCrushmadearound$1.54billion,whichthecompanydefinesasthe“totalamountpaidbyourusersforvirtualitemsandforaccesstoskilltournaments.”byBGRMedia,LLC,Feb18,20142013被下載5億次七成玩家完全沒付費(fèi),然而部分功能需付費(fèi),營(yíng)收全來自付費(fèi)部分網(wǎng)路免費(fèi)遊戲的商機(jī)CandyCrushSagapubl1-*究竟是誰(shuí)在用統(tǒng)計(jì)學(xué)?

常用於市場(chǎng)調(diào)查

、會(huì)計(jì)、品管、消費(fèi)者、職業(yè)運(yùn)動(dòng)產(chǎn)業(yè)、醫(yī)療院所、

教育界、政界等等還有你呢?選課時(shí)…你有用到嗎?LO1-2Definestatisticsandprovideanexampleofhowstatisticsisapplied.1-*究竟是誰(shuí)在用統(tǒng)計(jì)學(xué)? 常用於市場(chǎng)調(diào)查、會(huì)計(jì)、品管、消1-*敘述統(tǒng)計(jì)學(xué)(Descriptive

Statistics)DescriptiveStatistics–將資料匯集、整理、呈現(xiàn)的方法EXAMPLE1:Thereareatotalof46,837milesofinterstatehighwaysintheUnitedStates.Theinterstatesystemrepresentsonly1%ofthenation’stotalroadsbutcarriesmorethan20%ofthetraffic.ThelongestisI-90,whichstretchesfromBostontoSeattle,adistanceof3,099miles.EXAMPLE2:Theaveragepersonspent$103.00ontraditionalValentine’sDaymerchandisein2013.Thisisanincreaseof$0.50from2012.LO1-3Differentiatebetweendescriptiveandinferentialstatistics.1-*敘述統(tǒng)計(jì)學(xué)(DescriptiveStatistic1-*推論統(tǒng)計(jì)學(xué)(InferentialStatistics)InferentialStatistics-從已知樣本統(tǒng)計(jì)量去估計(jì)(estimate)、推斷(predict)未知母體的統(tǒng)計(jì)量。Note:Instatisticsthewordpopulationandsamplehaveabroadermeaning.Apopulationorsamplemayconsistofindividualsorobjects.LO1-31-*推論統(tǒng)計(jì)學(xué)(InferentialStatistic1-*母體(Population)

vs.

樣本(Sample)Apopulation

isacollection

ofallpossibleindividuals(如:人),objects(如:物件),ormeasurementsofinterest(如:所得).A

sampleisaportion,orpart,ofthepopulationofinterest.LO1-3

1-*母體(Population)vs.樣本(Sampl母體研究某一自然現(xiàn)象/社會(huì)問題,必須針對(duì)發(fā)生此問題的對(duì)象進(jìn)行調(diào)查研究,那調(diào)查研究的全體對(duì)象就稱為母體(population).母體研究某一自然現(xiàn)象/社會(huì)問題,必須針對(duì)發(fā)生此問題的對(duì)象進(jìn)行母體vs樣本收視率調(diào)查(節(jié)目)投票率調(diào)查:民調(diào)(人)市場(chǎng)調(diào)查:(p.6)為調(diào)查新商品上市的成功與否,市調(diào)公司問1960人是否願(yuàn)買新餐點(diǎn),其中1176人(60%)說願(yuàn)意購(gòu)買。問:a.應(yīng)如何做出結(jié)論?b.這是敘述統(tǒng)計(jì)還是推論統(tǒng)計(jì)?母體vs樣本收視率調(diào)查(節(jié)目)1-*為何使用樣本而不調(diào)查母體(母體更精確呀?。??ProhibitivecostofcensusDestructionofitembeingstudiedmayberequiredNotpossibletotestorinspectallmembersofapopulationbeingstudiedLO1-31-*為何使用樣本而不調(diào)查母體(母體更精確呀?。縋rohi1-*用樣本來推論母體,有用嗎?在商業(yè)、農(nóng)業(yè)、政府政策上皆廣泛採(cǎi)用(以樣本來推論母體)。例如:電視臺(tái)非常重視收視率調(diào)查的結(jié)果,作為電臺(tái)重要決策的基準(zhǔn)。LO1-31-*用樣本來推論母體,有用嗎?在商業(yè)、農(nóng)業(yè)、政府政策上皆廣為何需要抽樣而不直接分析母體?

當(dāng)蒐集母體資料的成本很高,或者是蒐集母體資料相當(dāng)困難的時(shí)候。

(a)例如,蒐集全臺(tái)灣人民平均收入、平均年齡等等。這類全民資料也是透過政府普查(census)而得來的--透過抽樣的樣本了解其大概。

(b)例如,大海裏的鯨魚平均壽命是多少?如:民調(diào)必須上山下海、甚至到遙遠(yuǎn)的偏鄉(xiāng)才能完整普查,究竟要普查還是抽樣呢?為何需要抽樣而不直接分析母體?當(dāng)蒐集母體資料的成本很高,或?yàn)楹涡枰闃佣恢苯臃治瞿阁w?2.蒐集的資料,必須透過某種程度的破壞才能得知

例如,Sony出了一款防水手機(jī)(XperiaacroS)號(hào)稱能”在一公尺的水中30分鐘仍維持正常功能”

耐水時(shí)限(變數(shù))如何得知?比如說,生產(chǎn)20,000臺(tái)??偛豢赡苋糠胚M(jìn)水裡測(cè)試吧?於是從全部成品(母體)中抽取10臺(tái)(樣本)來測(cè)試,得到平均時(shí)限為30分鐘。例如:燈泡的壽命如何得知?為何需要抽樣而不直接分析母體?2.蒐集的資料,必須透過某種為何需要抽樣而不直接分析母體?3.蒐集母體資料極端困難甚至於不可能的時(shí)候。如:海裡的沙丁魚、櫻花蝦究竟有多少條?全球有多少隻雁鴨?為何需要抽樣而不直接分析母體?3.蒐集母體資料極端困難甚至於1-*變數(shù)的類型:

A.Qualitativeorattributevariable-thecharacteristicbeingstudiedisnonnumeric

EXAMPLES:Gender,religiousaffiliation,typeofautomobileowned,stateofbirth,eyecolorB.Quantitativevariable-informationisreportednumerically

EXAMPLES:balanceinyourcheckingaccount,minutesremaininginclass,ornumberofchildreninafamilyLO1-4Classifyvariablesasqualitativeorquantitative,anddiscreteorcontinuous.1-*變數(shù)的類型:A.Qualitativeorat1-*數(shù)量變數(shù)之分類:可分為間斷

(discrete)

或連續(xù)

(continuous)兩類。Discretevariablescanonlyassumecertainvaluesandthereareusually“gaps”betweenvalues.

EXAMPLE:thenumberofbedroomsinahouseorthenumberofhammerssoldatthelocalHomeDepot(1,2,3,…,etc.)B.Continuousvariablescanassumeanyvaluewithinaspecifiedrange(可以無限細(xì)分).EXAMPLE:thepressureinatire,theweightofaporkchop,ortheheightofstudentsinaclass,長(zhǎng)寬高、時(shí)間、所得等LO1-41-*數(shù)量變數(shù)之分類:可分為間斷(discrete)或1-*變數(shù)類型匯整:LO1-41-*變數(shù)類型匯整:LO1-4為何區(qū)分衡量尺度?資料可用衡量尺度來分類,也就是給予資料一個(gè)實(shí)數(shù)值,作為比較或計(jì)算的基礎(chǔ)。資料是用哪種衡量尺度來分類,就進(jìn)一步?jīng)Q定:資料應(yīng)如何計(jì)算、總結(jié)以及呈現(xiàn),哪些統(tǒng)計(jì)方法可以用於分析此資料。例如:平均值能用於計(jì)算身高(區(qū)間尺度),但不能用來計(jì)算性別(類別尺度)或是教育程度(順序尺度)為何區(qū)分衡量尺度?資料可用衡量尺度來分類,也就是給予資料一個(gè)1-*四種衡量尺度:Nominallevel-datathatisclassifiedintocategoriesandcannotbearrangedinanyparticularorderEXAMPLES:eyecolor,gender,religiousaffiliationOrdinallevel–dataarrangedinsomeorder,butthedifferencesbetweendatavaluescannotbedeterminedoraremeaninglessEXAMPLE:Duringatastetestof4softdrinks,MellowYellowwasrankednumber1,Spritenumber2,Seven-upnumber3,andOrangeCrushnumber4.Intervallevel-similartotheordinallevel,withtheadditionalpropertythatmeaningfulamountsofdifferencesbetweendatavaluescanbedetermined.Thereisnonaturalzeropoint.EXAMPLE:temperatureontheFahrenheitscaleRatiolevel-theintervallevelwithaninherentzerostartingpoint.Differencesandratiosaremeaningfulforthislevelofmeasurement.

EXAMPLES:

monthlyincomeofsurgeons,ordistancetraveledbymanufacturer’srepresentativespermonthLO1-5Distinguishbetweennominal,ordinal,interval,andratiolevelsofmeasurement.1-*四種衡量尺度:Nominallevel-data1-*名目尺度(Nominalleveldata)Properties:Observationsofaqualitativevariablecanonlybeclassifiedandcounted.Thereisnoparticularordertothelabels.LO1-51-*名目尺度(Nominalleveldata)Pro名目尺度(Nominalleveldata)資料可以歸類於不同的類別(categories)但排列沒有一定的順序換言之,名目尺度主要是用來衡量類別變數(shù)(qualitativevariable)的觀察值對(duì)這些類別可編號(hào)(code)任意的數(shù)值。

但此數(shù)值只區(qū)分類別,沒有大小、次序、比例的關(guān)係也就是類別所代表的數(shù)字沒有任何數(shù)字計(jì)算的意義名目尺度(Nominalleveldata)資料可以歸類名目尺度(Nominalleveldata)EXAMPLES:

“性別”這個(gè)類別變數(shù)中,兩種觀察值observation):男性、女性??蓪⒛行栽O(shè)為=1,女性=0反過來也可以:男生=0,女生=1別的數(shù)字也可以:男生=1,女生=2名目尺度(Nominalleveldata)EXAMPL名目尺度(Nominalleveldata)例如:M&M巧克力有1=藍(lán)色、2=綠色、3=橘色、4=黃色、5=紅色、6=褐色共6色??蓺w類,算出隨便拿一包出來,各色各有多少。例如:東華大學(xué)經(jīng)濟(jì)系新生來自各縣市的人數(shù)/比例。1=臺(tái)北市、2=新北市…..名目尺度(Nominalleveldata)例如:M&M1-*順序尺度(Ordinalleveldata):Properties:Dataclassificationsarerepresentedbysetsoflabelsornames(high,medium,low)thathaverelativevalues.Becauseoftherelativevalues,thedataclassifiedcanberankedorordered.LO1-51-*順序尺度(Ordinalleveldata):P順序尺度(Ordinalleveldata):資料有排列順序,但是資料之間數(shù)值的差異並沒有任何實(shí)質(zhì)的數(shù)字意義此尺度資料所呈現(xiàn)的,只是相對(duì)大小的數(shù)值(relativevalues),但是之間差異的多寡無意義,所以資料是可以被排序(ranked/ordered)順序尺度(Ordinalleveldata):資料有排順序尺度(Ordinalleveldata):例如:

教學(xué)或客服評(píng)量有五個(gè)層級(jí):非常好(superior)、很好、普通、差、很差進(jìn)一步給這些層級(jí)相對(duì)的數(shù)字:非常好=5,很好=4,普通=3,差=2,很差=1非常好(5)比很好(4)好,很好(4)比好(3)好。但不能判定:5跟4的差異是否等同4跟3的差異。也不能說:很好(4)是差(2)的兩倍大。

數(shù)字的計(jì)算是沒有任何意義,只是知道他們相對(duì)大小。順序尺度(Ordinalleveldata):例如:1-*區(qū)間尺度(Intervalleveldata)Properties:Dataclassificationsareorderedaccordingtotheamountofthecharacteristictheypossess.Equaldifferencesinthecharacteristicarerepresentedbyequaldifferencesinthemeasurements.Example:Women’sdresssizes(asshowninthetabletotheright)LO1-51-*區(qū)間尺度(Intervalleveldata)Pr區(qū)間尺度(Intervalleveldata)區(qū)間尺度(Intervallevel)–跟順序尺度類似。

差別在於區(qū)間尺度數(shù)值的差距具有大小的意義,數(shù)值之間的距離固定。(2)區(qū)間尺度沒有真正的原點(diǎn)—i.e.當(dāng)其數(shù)字為0時(shí),並不代表沒有。

Thereisnonaturalzeropoint.(3)區(qū)間尺度的數(shù)字有大小的意義,但是沒有真正的原點(diǎn),所以類別間的比例(ratio)沒有任何的意義。區(qū)間尺度(Intervalleveldata)區(qū)間尺度(區(qū)間尺度(Intervalleveldata)換言之:區(qū)間距離固定無原點(diǎn),0無意義。加減有意義,乘除(比例)無意義。區(qū)間尺度(Intervalleveldata)換言之:區(qū)間尺度(Intervalleveldata)

Example:衣服的尺寸(size)。8、10、12…到26。但尺寸沒有真正原點(diǎn),因?yàn)閟ize0≠”0件布料”sizezero:32-22-32inches這些數(shù)值之間的距離有意義,但是比例沒有任何意義。e.g.16吋衣服除以8吋衣服的結(jié)果並不等於20吋衣服除以10吋衣服的結(jié)果。Example:Women’sdresssizeslistedonthetable.Example:

溫度。20℃跟10℃之間的差距,40℃跟30℃之間的差距,是相同的但是攝氏0度並不是代表沒有溫度,而是代表結(jié)冰的溫度。區(qū)間尺度(Intervalleveldata)Exam1-*比例尺度(Ratio-leveldata)Practicallyallquantitativedataisrecordedontheratiolevelofmeasurement.Ratiolevelisthe“highest”levelofmeasurement.Properties:Dataclassificationsareorderedaccordingtotheamountofthecharacteristicstheypossess.Equaldifferencesinthecharacteristicarerepresentedbyequaldifferencesinthenumbersassignedtotheclassifications.Thezeropointistheabsenceofthecharacteristicandtheratiobetweentwonumbersismeaningful.LO1-51-*比例尺度(Ratio-leveldata)Prac比例尺度(Ratio-leveldata)大多數(shù)的數(shù)值資料是用比例尺度來衡量。

比例尺度擁有”區(qū)間尺度”的特質(zhì)。最重要的,它有真正的原點(diǎn)在這尺度之下,任兩個(gè)數(shù)字的比例是有意義的。故加、減、乘、除皆有意義。比例尺度(Ratio-leveldata)大多數(shù)的數(shù)值資比例尺度(Ratio-leveldata)Examples:

薪水、生產(chǎn)量、重量、長(zhǎng)度等等如果你的薪水是0元,你就是身無分文(沒錢)數(shù)值資料有原點(diǎn)。小美的身高160cm,移動(dòng)長(zhǎng)城姚明身高226cm,他的身高是她的身高1.41倍數(shù)字之間的比例有意義比例尺度(Ratio-leveldata)Example1-*衡量尺度為何重要?衡量尺度決定了資料該如何計(jì)算、如何匯整、如何呈現(xiàn)。決定資料該如何檢定與分析資料可用衡量尺度來分類,也就是給予資料一個(gè)實(shí)數(shù)值,作為比較或計(jì)算的基礎(chǔ)。如:平均值能用於計(jì)算身高(比例尺度),但不能用來計(jì)算性別(類別尺度)或是教育程度(順序尺度)LO1-51-*衡量尺度為何重要?衡量尺度決定了資料該如何計(jì)算、如何匯1-*SummaryoftheCharacteristicsforLevelsofMeasurementLO1-51-*SummaryoftheCharacterist1-*EthicsandStatisticsPracticeofstatisticsshouldbebasedonintegrityandhonestywhen:CollectingdataAnalyzingdataReportingresultsandconclusionsbasedonthedata換言之,收集、分析資料、報(bào)告分析結(jié)果均需遵守誠(chéng)信原則。LO1-6Listthevaluesassociatedwiththepracticeofstatistics.1-*EthicsandStatisticsPractiCopyright?2015McGraw-HillEducation.

Allrightsreserved.NoreproductionordistributionwithoutthepriorwrittenconsentofMcGraw-HillEducation.統(tǒng)計(jì)學(xué)是什麼?第一章Copyright?2015McGraw-HillE1-*學(xué)習(xí)標(biāo)的1瞭解統(tǒng)計(jì)學(xué)的重要:定義、提供範(fàn)例

2

統(tǒng)計(jì)學(xué)分為:敘述統(tǒng)計(jì)學(xué)(descriptivestatistics)與推論統(tǒng)計(jì)學(xué)(inferentialstatistics)3

變數(shù)可分為:屬質(zhì)(qualitative)(類別)或數(shù)量(quantitative)兩類,又可分為:間斷(discrete)或連續(xù)(continuous)兩類4衡量變數(shù)之尺度(levelsofmeasurement),共分為四種:名目(nominal)、順序(ordinal)、區(qū)間(interval)、比例(ratio)1-*學(xué)習(xí)標(biāo)的1瞭解統(tǒng)計(jì)學(xué)的重要:定義、提供範(fàn)例1-*統(tǒng)計(jì)學(xué)有何用處?作為企業(yè)的決策工具。日常生活中處處用得到。商學(xué)院或經(jīng)濟(jì)系學(xué)生必學(xué)的重要分析工具,用來收集、匯整、分析、轉(zhuǎn)換、以及呈現(xiàn)資料。LO1-1Explainwhyknowledgeofstatisticsisimportant.1-*統(tǒng)計(jì)學(xué)有何用處?作為企業(yè)的決策工具。LO1-1Exp日常生活當(dāng)中:近來失業(yè)率是新聞常聽到的消息。值得注意的就是所謂的人才斷層?!皩W(xué)歷愈高愈容易失業(yè)”學(xué)歷失業(yè)率(行政院主計(jì)處2012)研究所以上3.32%大學(xué)5.66%專科3.17%四小龍大學(xué)生起薪No.1南韓7萬1千元No.2新加坡6萬7千元No.3香港6萬元No.4臺(tái)灣2萬5千元整體環(huán)境不理想,影響年輕人就業(yè)意願(yuàn)。日常生活當(dāng)中:學(xué)歷失業(yè)率(行政院主計(jì)處2012)研究所以2013年社會(huì)新鮮人的起薪:平均:NT$25,175碩士:NT$32,017大畢:NT$26,915??飘叄篘T$23,890高職畢:NT$21,946國(guó)中畢:NT$20,6902013年社會(huì)新鮮人的起薪:平均:NT$25,1751-*為何要學(xué)統(tǒng)計(jì)?因?yàn)榈教幎加匈Y料。日常生活常用到統(tǒng)計(jì)知識(shí)統(tǒng)計(jì)知識(shí)能幫助我們瞭解決策背後的理念LO1-11-*為何要學(xué)統(tǒng)計(jì)?因?yàn)榈教幎加匈Y料。LO1-1網(wǎng)路免費(fèi)遊戲的商機(jī)CandyCrushSagapublisherKingfiledIPOregistrationpaperworkonTuesdayandrevealedthatitgeneratedawhopping$1.88billioninrevenuein2013,CandyCrushmadearound$1.54billion,whichthecompanydefinesasthe“totalamountpaidbyourusersforvirtualitemsandforaccesstoskilltournaments.”byBGRMedia,LLC,Feb18,20142013被下載5億次七成玩家完全沒付費(fèi),然而部分功能需付費(fèi),營(yíng)收全來自付費(fèi)部分網(wǎng)路免費(fèi)遊戲的商機(jī)CandyCrushSagapubl1-*究竟是誰(shuí)在用統(tǒng)計(jì)學(xué)?

常用於市場(chǎng)調(diào)查

、會(huì)計(jì)、品管、消費(fèi)者、職業(yè)運(yùn)動(dòng)產(chǎn)業(yè)、醫(yī)療院所、

教育界、政界等等還有你呢?選課時(shí)…你有用到嗎?LO1-2Definestatisticsandprovideanexampleofhowstatisticsisapplied.1-*究竟是誰(shuí)在用統(tǒng)計(jì)學(xué)? 常用於市場(chǎng)調(diào)查、會(huì)計(jì)、品管、消1-*敘述統(tǒng)計(jì)學(xué)(Descriptive

Statistics)DescriptiveStatistics–將資料匯集、整理、呈現(xiàn)的方法EXAMPLE1:Thereareatotalof46,837milesofinterstatehighwaysintheUnitedStates.Theinterstatesystemrepresentsonly1%ofthenation’stotalroadsbutcarriesmorethan20%ofthetraffic.ThelongestisI-90,whichstretchesfromBostontoSeattle,adistanceof3,099miles.EXAMPLE2:Theaveragepersonspent$103.00ontraditionalValentine’sDaymerchandisein2013.Thisisanincreaseof$0.50from2012.LO1-3Differentiatebetweendescriptiveandinferentialstatistics.1-*敘述統(tǒng)計(jì)學(xué)(DescriptiveStatistic1-*推論統(tǒng)計(jì)學(xué)(InferentialStatistics)InferentialStatistics-從已知樣本統(tǒng)計(jì)量去估計(jì)(estimate)、推斷(predict)未知母體的統(tǒng)計(jì)量。Note:Instatisticsthewordpopulationandsamplehaveabroadermeaning.Apopulationorsamplemayconsistofindividualsorobjects.LO1-31-*推論統(tǒng)計(jì)學(xué)(InferentialStatistic1-*母體(Population)

vs.

樣本(Sample)Apopulation

isacollection

ofallpossibleindividuals(如:人),objects(如:物件),ormeasurementsofinterest(如:所得).A

sampleisaportion,orpart,ofthepopulationofinterest.LO1-3

1-*母體(Population)vs.樣本(Sampl母體研究某一自然現(xiàn)象/社會(huì)問題,必須針對(duì)發(fā)生此問題的對(duì)象進(jìn)行調(diào)查研究,那調(diào)查研究的全體對(duì)象就稱為母體(population).母體研究某一自然現(xiàn)象/社會(huì)問題,必須針對(duì)發(fā)生此問題的對(duì)象進(jìn)行母體vs樣本收視率調(diào)查(節(jié)目)投票率調(diào)查:民調(diào)(人)市場(chǎng)調(diào)查:(p.6)為調(diào)查新商品上市的成功與否,市調(diào)公司問1960人是否願(yuàn)買新餐點(diǎn),其中1176人(60%)說願(yuàn)意購(gòu)買。問:a.應(yīng)如何做出結(jié)論?b.這是敘述統(tǒng)計(jì)還是推論統(tǒng)計(jì)?母體vs樣本收視率調(diào)查(節(jié)目)1-*為何使用樣本而不調(diào)查母體(母體更精確呀?。縋rohibitivecostofcensusDestructionofitembeingstudiedmayberequiredNotpossibletotestorinspectallmembersofapopulationbeingstudiedLO1-31-*為何使用樣本而不調(diào)查母體(母體更精確呀?。縋rohi1-*用樣本來推論母體,有用嗎?在商業(yè)、農(nóng)業(yè)、政府政策上皆廣泛採(cǎi)用(以樣本來推論母體)。例如:電視臺(tái)非常重視收視率調(diào)查的結(jié)果,作為電臺(tái)重要決策的基準(zhǔn)。LO1-31-*用樣本來推論母體,有用嗎?在商業(yè)、農(nóng)業(yè)、政府政策上皆廣為何需要抽樣而不直接分析母體?

當(dāng)蒐集母體資料的成本很高,或者是蒐集母體資料相當(dāng)困難的時(shí)候。

(a)例如,蒐集全臺(tái)灣人民平均收入、平均年齡等等。這類全民資料也是透過政府普查(census)而得來的--透過抽樣的樣本了解其大概。

(b)例如,大海裏的鯨魚平均壽命是多少?如:民調(diào)必須上山下海、甚至到遙遠(yuǎn)的偏鄉(xiāng)才能完整普查,究竟要普查還是抽樣呢?為何需要抽樣而不直接分析母體?當(dāng)蒐集母體資料的成本很高,或?yàn)楹涡枰闃佣恢苯臃治瞿阁w?2.蒐集的資料,必須透過某種程度的破壞才能得知

例如,Sony出了一款防水手機(jī)(XperiaacroS)號(hào)稱能”在一公尺的水中30分鐘仍維持正常功能”

耐水時(shí)限(變數(shù))如何得知?比如說,生產(chǎn)20,000臺(tái)??偛豢赡苋糠胚M(jìn)水裡測(cè)試吧?於是從全部成品(母體)中抽取10臺(tái)(樣本)來測(cè)試,得到平均時(shí)限為30分鐘。例如:燈泡的壽命如何得知?為何需要抽樣而不直接分析母體?2.蒐集的資料,必須透過某種為何需要抽樣而不直接分析母體?3.蒐集母體資料極端困難甚至於不可能的時(shí)候。如:海裡的沙丁魚、櫻花蝦究竟有多少條?全球有多少隻雁鴨?為何需要抽樣而不直接分析母體?3.蒐集母體資料極端困難甚至於1-*變數(shù)的類型:

A.Qualitativeorattributevariable-thecharacteristicbeingstudiedisnonnumeric

EXAMPLES:Gender,religiousaffiliation,typeofautomobileowned,stateofbirth,eyecolorB.Quantitativevariable-informationisreportednumerically

EXAMPLES:balanceinyourcheckingaccount,minutesremaininginclass,ornumberofchildreninafamilyLO1-4Classifyvariablesasqualitativeorquantitative,anddiscreteorcontinuous.1-*變數(shù)的類型:A.Qualitativeorat1-*數(shù)量變數(shù)之分類:可分為間斷

(discrete)

或連續(xù)

(continuous)兩類。Discretevariablescanonlyassumecertainvaluesandthereareusually“gaps”betweenvalues.

EXAMPLE:thenumberofbedroomsinahouseorthenumberofhammerssoldatthelocalHomeDepot(1,2,3,…,etc.)B.Continuousvariablescanassumeanyvaluewithinaspecifiedrange(可以無限細(xì)分).EXAMPLE:thepressureinatire,theweightofaporkchop,ortheheightofstudentsinaclass,長(zhǎng)寬高、時(shí)間、所得等LO1-41-*數(shù)量變數(shù)之分類:可分為間斷(discrete)或1-*變數(shù)類型匯整:LO1-41-*變數(shù)類型匯整:LO1-4為何區(qū)分衡量尺度?資料可用衡量尺度來分類,也就是給予資料一個(gè)實(shí)數(shù)值,作為比較或計(jì)算的基礎(chǔ)。資料是用哪種衡量尺度來分類,就進(jìn)一步?jīng)Q定:資料應(yīng)如何計(jì)算、總結(jié)以及呈現(xiàn),哪些統(tǒng)計(jì)方法可以用於分析此資料。例如:平均值能用於計(jì)算身高(區(qū)間尺度),但不能用來計(jì)算性別(類別尺度)或是教育程度(順序尺度)為何區(qū)分衡量尺度?資料可用衡量尺度來分類,也就是給予資料一個(gè)1-*四種衡量尺度:Nominallevel-datathatisclassifiedintocategoriesandcannotbearrangedinanyparticularorderEXAMPLES:eyecolor,gender,religiousaffiliationOrdinallevel–dataarrangedinsomeorder,butthedifferencesbetweendatavaluescannotbedeterminedoraremeaninglessEXAMPLE:Duringatastetestof4softdrinks,MellowYellowwasrankednumber1,Spritenumber2,Seven-upnumber3,andOrangeCrushnumber4.Intervallevel-similartotheordinallevel,withtheadditionalpropertythatmeaningfulamountsofdifferencesbetweendatavaluescanbedetermined.Thereisnonaturalzeropoint.EXAMPLE:temperatureontheFahrenheitscaleRatiolevel-theintervallevelwithaninherentzerostartingpoint.Differencesandratiosaremeaningfulforthislevelofmeasurement.

EXAMPLES:

monthlyincomeofsurgeons,ordistancetraveledbymanufacturer’srepresentativespermonthLO1-5Distinguishbetweennominal,ordinal,interval,andratiolevelsofmeasurement.1-*四種衡量尺度:Nominallevel-data1-*名目尺度(Nominalleveldata)Properties:Observationsofaqualitativevariablecanonlybeclassifiedandcounted.Thereisnoparticularordertothelabels.LO1-51-*名目尺度(Nominalleveldata)Pro名目尺度(Nominalleveldata)資料可以歸類於不同的類別(categories)但排列沒有一定的順序換言之,名目尺度主要是用來衡量類別變數(shù)(qualitativevariable)的觀察值對(duì)這些類別可編號(hào)(code)任意的數(shù)值。

但此數(shù)值只區(qū)分類別,沒有大小、次序、比例的關(guān)係也就是類別所代表的數(shù)字沒有任何數(shù)字計(jì)算的意義名目尺度(Nominalleveldata)資料可以歸類名目尺度(Nominalleveldata)EXAMPLES:

“性別”這個(gè)類別變數(shù)中,兩種觀察值observation):男性、女性??蓪⒛行栽O(shè)為=1,女性=0反過來也可以:男生=0,女生=1別的數(shù)字也可以:男生=1,女生=2名目尺度(Nominalleveldata)EXAMPL名目尺度(Nominalleveldata)例如:M&M巧克力有1=藍(lán)色、2=綠色、3=橘色、4=黃色、5=紅色、6=褐色共6色。可歸類,算出隨便拿一包出來,各色各有多少。例如:東華大學(xué)經(jīng)濟(jì)系新生來自各縣市的人數(shù)/比例。1=臺(tái)北市、2=新北市…..名目尺度(Nominalleveldata)例如:M&M1-*順序尺度(Ordinalleveldata):Properties:Dataclassificationsarerepresentedbysetsoflabelsornames(high,medium,low)thathaverelativevalues.Becauseoftherelativevalues,thedataclassifiedcanberankedorordered.LO1-51-*順序尺度(Ordinalleveldata):P順序尺度(Ordinalleveldata):資料有排列順序,但是資料之間數(shù)值的差異並沒有任何實(shí)質(zhì)的數(shù)字意義此尺度資料所呈現(xiàn)的,只是相對(duì)大小的數(shù)值(relativevalues),但是之間差異的多寡無意義,所以資料是可以被排序(ranked/ordered)順序尺度(Ordinalleveldata):資料有排順序尺度(Ordinalleveldata):例如:

教學(xué)或客服評(píng)量有五個(gè)層級(jí):非常好(superior)、很好、普通、差、很差進(jìn)一步給這些層級(jí)相對(duì)的數(shù)字:非常好=5,很好=4,普通=3,差=2,很差=1非常好(5)比很好(4)好,很好(4)比好(3)好。但不能判定:5跟4的差異是否等同4跟3的差異。也不能說:很好(4)是差(2)的兩倍大。

數(shù)字的計(jì)算是沒有任何意義,只是知道他們相對(duì)大小。順序尺度(Ordinalleveldata):例如:1-*區(qū)間尺度(Intervalleveldata)Properties:Dataclassificationsareorderedaccordingtotheamountofthecharacteristictheypossess.Equaldifferencesinthecharacteristicarerepresentedbyequaldifferencesinthemeasurements.Example:Women’sdresssizes(asshowninthetabletotheright)LO1-51-*區(qū)間尺度(Intervalleveldata)Pr區(qū)間尺度(Intervalleveldata)區(qū)間尺度(Intervallevel)–跟順序尺度類似。

差別在於區(qū)間尺度數(shù)值的差距具有大小的意義,數(shù)值之間的距離固定。(2)區(qū)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論