第一章统计的认识.ppt

第一章 統計的認識 統計學 陳順宇 教授著 成功大學統計系 統計提供決策 日常生活中我們常遇到不確定的情形，等待我們下決定， 如果決策錯誤可能造成莫大的損失， 因此如何做決策才能使損失 降至最低是現代人所必須研究的課題 正確的統計方法收集資料外， 也要能對一大堆數據經分析後 說出它的“內涵” 1.1 統計的意義 現代是資訊發達的時代， 擁有資訊 就擁有權力， 統計讓數字說話，就是 將資料變成資訊、再由資訊提供決策， 讓企業提昇品質，使企業更具有競爭力。 數字(資料)是雜亂無章的，必須經過整理， 簡化成統計圖表或統計量(資訊) 才能看出資料的意義， 才能解釋現象，做為預測或做計劃依據。 下圖說明統計如何提供決策 統計提供決策 統計是一門科學 收集資料、 整理資料、 分析資料 解釋意義 等規則與程序所組合而成 1.3 近期統計之發展 1. 大型企業的出現 2. 研發、品管的要求 3. 電腦科技的衝擊 4. 科技研究的需要 5. 民意調查 企業與統計之關係 1. 品質管制 2. 預測統計 3. 人事管理 4. 生產計劃 5. 市場研究 6. 年度報告 1.母體 在一研究中，所有可能的個人或物品或感興趣的測量所成的集合； 具有某種共同特性 也就是母體是具有某種共同特性之 所有個體所成的集合， 每個個體都擁有研究者想要的 某種共同特徵。 母體資料 母體內的個體(人或物)稱為受測者 (或稱為受測單位) ， 量測(或收集)每位受測者所得資料 稱為母體資料 例1.1、2002年台北市長選舉 選前做民意調查，則所有台北市 合格選民所成的集合為母體， 這些選民的共同特徵是都可以投票， 每位台北市合格選民為受測者， 訪問每位選民要投給那位候選人 所得資料為母體資料 例1.2、台灣地區電視收視率調查 台灣地區所有有電視的家庭 所成集合為母體， 有電視的家庭為受測者， 訪問所有家庭他們正在看那一個電視台所得資料為母體資料 例1.3、調查台灣地區90年度申報所得平均是多少？ 台灣地區所有所得申報戶所成集合 為母體， 受測者為申報戶 所有申報戶的所得為母體資料 例1.5、調查大華公司某種產品的不良率 此公司所有這種產品所成集合為母體； 若此公司生產20000件產品， 則這20000件產品所成集合即為母體， 每個產品為受測者， 測量每個產品是良品或不良品 所得資料為母體資料 例1.6、台南市政府想了解 全市成年人(約50萬人) 身高、體重、性別與教育程度等 全體成年市民所成的集合即為母體， 所有台南市成年人為受測者， 母體資料為這50萬人的身高、 體重、性別與教育程度等 樣本 由於母體太龐大，要得到所有人(或物)的資料有時是很困難的， 只能收集部份人(或物)，這部份人(或物)所成的集合稱為樣本(Sample)， 即樣本是由母體所選出一個 “部份集合” ， 測量(或收集) 樣本中每個受測者 所得資料為樣本資料 例1.7、(例1.1續) 由台北市選民抽出1050位， 訪問他們要投給哪位候選人， 這1050人所成集合為樣本， 樣本資料為訪問這1050位 要投給那位候選人所得的資料 例1.8、(例1.5續) 大華公司品保部門想調查生產 產品的不良率， 如果將所有產品一一檢查是良品 或不良品(普查)非常耗時不經濟， 通常我們並不是要完全無誤， 只是“概估”即可。 如果從所有10000件產品中抽出30個， 則這30個產品所成之集合即為樣本， 記錄這30個產品是否為良品即為 樣本資料 例1.9、(例1.6續) 台南市政府從全體成年市民中 隨機抽樣50位， 這50位市民所成之集合即為樣本。 將這50位市民的性別、身高、體重、 年齡與教育程度等資料，列表如下： 台南市抽樣50位市民資料 此資料成矩陣型式，有5行50列， 除第一行編號(或員工姓名)外，其他4行每行為一個變數(Variable)，共有4個變數 每一列為一筆資料(Case)，共有50列， 即有50筆資料 3.抽樣 常用的抽樣方法有 簡單隨機抽樣法、 系統抽樣法、 分層隨機抽樣法， 及部落抽樣法等四種， 當然也可由這四個抽樣方法混合使用 4.普查 是要對母體的每一份子都獲得資料， 也就是100%的抽樣。 台灣地區常用的普查有工商普查、 戶口普查、農業普查等。 普查雖可得到全部母體的資料， 但有時由於訪查員的失誤，造成資料