2 基础统计学.pdf

2. 基礎統計學 統計學之定義 ： 乃是一門科學決策的工具，透過資料的蒐集 、整理、分析、解釋、推估 ，以利做 決策 。 在統計學中 ，研究的資料對象有二種 ，一稱之為母體 ，一稱之為樣本 。 母體(population) ：欲研究對象的所有全部個體。例如，台灣所有製造廠商 。 樣本(sample) ：從母體中抽樣得到的少數個體。例如 ，抽出100個廠商。 統計學之內容大致上可以分成三類 ： 1. 敘述統計 ：描述現有的資料的方法 。 2. 推論統計 ：利用搜集到的樣本 ，來推論母體特性(抽樣 、估計、假設檢定) 。 3. 應用統計 ：利用統計原理建立統計模型進行決策分析 。 2.1. 敘述統計 當你手中擁有一堆資料時，你可以先看看這些資料有什麼特徵。衡量資料特徵的 方法大致上有二類 ，一種是集中量數 ，另一種為變異量數 。 集中量數 ：反映資料的集中程度 ，常用的量數有 ： A. 平均數 B. 眾數 C. 中位數 D. 分位數 變異量數 ：反映資料的分散(離中)程度 ，常用的量數有 ： 1. 絕對差異量數 A.全距 B.平均差 C.四分位差 D.標準差與變異數 2. 相對差異量數 E.變異係數 9 F.平均差係數 G.全距係數 H.四分差係數 集中位置的量數(measures) 平均數(mean) 母體平均數 ，符號為  (衡量母體特徵的量數叫 參數 ，parameter) 樣本平均數 ，符號為 x (衡量樣本特徵的量數叫 估計量，estimator) n x i 公式 ：總合 ＝ x =f (x ,x ...,x ) = i 1 數目 1 2 n n 優點：該組資料內的所有數值接被列入計算 ，具充分性 。 可用代數方法處理 缺點 ：易受極端值(extremevalue)所影響。 眾數(Mode) 符號：Mo 定義 ：一組觀察值中 ，出現次數最多者 。 優點：不受極端值的影響 。 缺點 ：不適合代數運算 。 可能不存在或存在多個 。 中位數(median) 符號：Me 定義 ：一組由小排到大的資料 ，其中間位置的數值 。 求法 ：(1)排序 (2)找出n 50 (3)找出中間位置(i) (i=n  ) 有小數就進位 ，無小數選鄰居平均 。 100 優點：不易受極端值的影響 。 缺點 ：中位數不適合代數運算。 變異量數 (Dispersion Measures) (1) 全距(Range) 符號：R 10 定義 ：一組資料中(x ,x ,..., x ) ，最大數－最小數 1 2 n 求法 ：(1)排序 (2)R xn x1 優點：簡單。 缺點 ：易受極端值的影響。 (2) 四分位距(Interquartile-range ，IQR) 符號： IQR 公式 ： ＝Q Q IQR 3 1 (3) 四分位差(quartiledeviation ，Q.D) 符號：Q1D IQR Q3 Q1 公式 ：Q1D＝ ＝ 2 2 (4) 平均偏差(meanabsolutedeviation) 符號：MAD n x x i 公式 ：MAD