第五章常態分配(TheNormalDistribution).docVIP

第五章　　常態曲線 (The Normal Curve) 壹、本單元的目標 定義並說明常態曲線（the normal curve）的概念。 學習將資料原來得到的數值轉換成Z分數（z scores），以及運用Z 分數及常態曲線表（見Appendix A）來找出在曲線上某一點之上、之下或某兩點之間的面積。 以機率的方式來表達前述之面積。 貳、前言 　　常態曲線(The Normal Curve) 及常態分配的觀念，在統計中十分重要，它們是推論統計的基礎。 　　常態曲線及分配是一種理論模式，但透過這理論模式，配合平均數及標準差，我們可以對實證研究所得之資料分配，做相當精確之描述及推論。能做到這一點是因常態曲線本身有些重要且已知的特性。常態曲線最重要的特性是其形狀為左右對稱若鐘形之曲線。此曲線只有一個眾數，並與中位數及平均數是三合一的。其區線的兩尾是向兩端無限延伸。因此，雖然實際調查得到的資料，不可能是這種完美的理論模式，但許多實際得到之變項的資料分配是相當接近這種模式，因此可以假定它們的分配是常態的，進而使我們得以運用常態曲線的理論特性。 配合平均數及標準差之觀念，我們可以得到常態分配一個重要的特性：在常態曲線下，以平均數為中心，任何一個在左邊的點與之間在常態曲線下之面積是和另一相對在右邊同距離之點與之間的面積相等。 　　常態分配另一非常重要特性是，任何點與間在常態曲線下之面積是一定且已知的。見〈圖一〉 圖一、在常態曲線下之面積 從〈圖一〉可知在常態曲線下，平均數與標準差之間的所佔的面積比例是有一定的關係。您要熟記這個關係。如果一個變項的分配是接近常態曲線，那這個面積的比例也代表所佔的樣本比例。例如，如果全部樣本數是1000人，則平均數加減一個標準差（平均數 ± 1S）就有約683人（1000 × 68.26％）。所以，就常態分配而言，只有少數的樣本是在平均數加減三個標準差以外（也就是說只有極少數個案的分數是比平均數加三個標準差來的大，或比平均數減三個標準差來的小）。 參、標準化：求Z scores 　　在我們了解以上常態分配之特性後，可以進一步將實際之分配加以標準化成為標準常態分配（standard normal distribution）。這種分配之特性是其= 0，S1。（※有兩點要注意：1、 2、 　　資料標準化方法是將原來資料中的分數變成Z scores（Z 分數），一種標準常態分配之分數。原來的分數可以是任何單位測量到的，如「元」、「歲」或「分」。在轉變成Z分數後，這些單位就消失了，而原來的平均數會成為0，原來的標準差則成為1。例如，在經過智力測驗後，志明的IQ分數是120分，而此分數是比整個樣本的平均數多一個標準差，也就是10分。當整個樣本的IQ的分數轉換成Z分數後，整個樣本的平均數是0，而志明的IQ分數也就成了1。 轉換原始分數成為Z分數的公式為： 　　　　 由此公式可知，當Xi＝Z＝0在標準常態分配下的Z 分數等於0。此外，一個原來分數等於原來的加上一個S時，經由公式(1)之轉換，即成Z＝1，即Xi＝＋S時， 　　　　 這也和剛才提及在標準常態分配中S = 1之說。同理可知，當一個原始分數轉成Z分數是1時，那此原始分數就是比平均數高一個標準差的分數。 　　標準化之觀念即將原來之分數化成一種標準分數，如同將英尺化成公尺般。如此一來，不同之樣本分配經標準化後就可比較。而原來的分數所構成的常態分配也就成了標準常態分配。當然，標準常態分配也有前述常態分配所有的特性，如下圖： 圖二、標準常態曲線下之面積 肆、常態曲線表 　　任何分數經標準化成Z分數後，此Z分數與(＝0)Appendix A之常態曲線表查出。此表有三欄，其中一部分如下表： 利用此表，我們可知道： 1、Z分數和 2、Z分數以上或以下之面積（也就是找大於或小於Z分數之部分的面積）； 3、 Z分數間之面積。 在常態曲線下，尋找某Z分數以上或以下之面積的方法，如下表： 表一、尋找某Z分數以上或以下之面積的方法（對照Appendix A） 當Z分數為 尋找面積 正 負 在Z分數以上（比Z分數大的部分） 看c欄 將b欄所呈現的面積加 .5000或50％Z分數以上（比Z分數小的部分） 將b欄所呈現的面積加 .5000或50％Z分數之間面積的方法如下表： 表二、尋找兩個Z分數之間面積的方法（對照Appendix A） 狀況 尋找步驟 兩個Z分數都在平均數的同一邊 由b欄找到每一個Z分數與平均數之間的面積，然後將大的面積減去小的面積 兩個Z分數是分在平均數的兩邊 由b欄找到每一個Z分數與平均數之間的面積，然後將兩個面積相加 伍、用常態曲線來推估機率(proba