一、緒論.doc

1、緒論 1.1 統計學的類別 描述統計(Descriptive statistics)：在統計學的領域當中，主要關心的是，就蒐集到的實際的觀察值，組織並摘述其訊息。 推論統計(Inferential statistics)：在統計學的領域當中，主要是在提供各種工具，而能夠超出實際蒐集的觀察值作出類推，也就是從樣本的結果推論至母群體。 1.2 母群體與樣本 母群體(Population):全部所有觀察值(或可能的觀察值)的總集合。 樣本(Sample):從母群體中蒐集到實際觀察值的較小的集合。 1.3 資料的三種類型 資料(Data)：從調查或實驗中蒐集到的觀察值或分數。 統計分析的精確形式，通常依其資料是數字或文字而決定。 質的資料(Qualitative data)：一組觀察值，其任何單一觀察值是代表類別或種屬的一個文字、符號或數字的編碼。 等級的資料(Ranked data)：一組觀察值，其任何單一觀察值是表示該觀察值在整組資料中相對地位的一個數字。 量的資料(Quantitative data)：一組觀察值，其任何單一觀察值是代表數量或計數的一個數字。 資料的類型係針對其單一觀察值的形式而決定。 1.4 測量的水準 測量的水準(Level of Measurement)：敘明一個數字、文字或符號實際上代表某些特性的程度，因而有其適用的數學運算與統計程序。 越複雜的測量水準，其使用的數字越能代表該特性的意義，因此更能適用各種不同的數學運算與統計程序。 名義的測量(Nominal Measurement)：質的資料中的文字、符號或數字的編碼，反映出基於分類上的不同類別。 次序的測量(Ordinal Measurement)：等級資料中的相對地位，反映出基於順序上的不同程度。 等距的測量(Interval Measurement)：量的資料中的數量或計數，反映出基於相等間隔的不同程度。 比率的測量(Ratio Measurement)：量的資料中的數量或計數，反映出基於真實零點的不同程度。 1.5變項(或變數)的類型 變項(Variable)：(Experiment)：(Independent variable)：(Dependent variable)：(Observational Study)：(Confounding Variable)： 用於量的資料的次數分配 2.1 未分組的資料 次數分配(Frequency distribution)：將觀察值加以歸類而形成的一組觀察值，可以用來顯示在每一類中出現的次數(或數字)。 用於未分組資料的次數分配(Frequency distribution for ungrouped data)：將觀察值以單值的方式加以分類而形成的次數分配。 2.2 分組的資料 用於分組資料的次數分配(Frequency distribution for grouped data)：將觀察值以超過一個值的方式加以分類而形成的次數分配。 2.3 步驟 1.找出全距。 2.估計組距。 3.取最方便的整數作為組距。 4.決定最低組的起點。 5.列出最低組的終點。 6.往上列出各組別，直到能將最大的觀察值包括進去。 7.寫出組中點。 8.劃記。 9.計算次數。 10.寫下各欄及標題名稱。 2.4 注意事項 每一個觀察值應該能歸入一類，且只能有一類。 列出所有的類組，即使該類組的次數是零。 所有類組(含高分與低分兩者的界線)的組距都應相等。 所有類組都應包括高分與低分兩者的界線。 選擇方便數字作為各類組的組距，可以的話優先考慮用奇數。 每一類組低分的界線應該是組距的倍數。 一般來說，全部大約以分成十至二十組為宜。 2.5 偏離分數 偏離分數(Outlier)：少數非常極端的觀察值。 其他次數分配的類型 2.6 相對次數分配 相對次數分配(Relative frequency distribution)：次數分配的一種，可以顯示整個分配中，每一組的次數在總次數中的部份或比例。 2.7 累積次數分配 累積次數分配(Cumulative frequency distribution)：次數分配的一種，可以顯示每一組及所有低於該組全部觀察值的數目。 2.8 百分等級 一個觀察值的百分等級(Percentile rank of an observation)：在整個分配中，與該觀察值相同或低於該觀察值的百分比。 概略的百分等級(從分組的資料) 精確的百分等級(從