叙述统计和抽样分布.docVIP

PAGE PAGE 126 第四章 敘述統計與抽樣分佈 4.1 母群體與樣本 在第二、第三章我們討論隨機變數的分佈時，我們是已知其分佈之參數數值，而根據其機率函數或機率密度函數計算某些事件的機率。例如：某甲競選班長，若知該班40位同學有24位同學支持他，支持他的比例p為，若我們從該班同學中有退還隨機抽取5位同學，則這5位同學中支持甲的人數的分佈為,故其機率可由下式求得： 。 但如果不知道比例，那要如何估計它呢? 若只有40位學生，我們可逐一問其是否支持甲就可以得到答案。但較大的選舉，選民可能有幾拾萬，幾百萬，甚至上千萬，則由於時間或人力等客觀條件的限制，使得從事逐一遍查的普查(census)工作變得不切實際，甚或不可能。這時只得從選民中取一小部份，而根據這一小部份人提供的資訊去猜測某候選人得票的比例p。 在上述例子中，我們探討的問題的所有對象為全體選民，稱為一個母群體(population)，就是機率模型的樣本空間。從他們當中經由一恰當的隨機方法取得一小部份，這過程稱為隨機取樣(random sampling)，從取得的樣本(sample)所獲得的資料去推論母群體的某種特徵，如上例中的p，稱為統計推理(statistical inference)。 母群體是某實驗或研究所探討的所有對象個體所組成的集合。 若母群體的成員只有有限個而可一一列舉，我們稱這母群體為有限母群體(finite population)，若母群體的成員個數為無限時，則我們稱為無限母群體(infinite population)。有些母群體在我們取樣時，其部份成員尚未存在，這是一種抽象型母群體(conceptual population)，我們將之歸類到無限母群體。 例題4.1.1 (a)台北市的選民是一個有限母群體 (b)7-11今天進貨的100瓶鮮乳是一有限母群體 (c)中興湖裡的魚是一有限母群體 (d)某品牌燈泡的生命長度其母群體為，故為一無限母群體 (e)一家藥廠研發出一種新的降血壓藥，該藥廠希望知道這藥對高血壓的療效。這問題的研究對象為所有高血壓患者。 因為它除了包括現在有高血壓的人之外，還包括將來有高血壓的人。 這是一個抽象型母群體，因做實驗時，母群體有些成員(將來患高血壓的人)尚未存在。我們把它當作無限母群體。 固然有些時候我們的興趣是母群體的成員，但大部份的問題中，我們的興趣不是母群體成員本身，而是他們的一些特徵，例如： 例題4.1.2 承例題4.1.1(a)台北市選民的投票對象。 (b)鮮乳有沒有變壞。 (c)假定中興湖裡的魚有一部份有記號，撈起的魚身上有或沒有記號。 (d)燈泡的生命長度。 (e)用藥後病人血壓有沒有降低。 若我們給母群體的每一個成員設定一數(數值或代號)，即可在母群體上定義一母群體變數(population variable，如第二章介紹的的隨機變數)。往後在不會混淆的情況下，我們將以數取代其對應之成員。 例題4.1.3 承例題4.1.2 (a)依要投給候選人甲、乙或丙，我們分別給市民代號1,2或3。 (b)好的鮮乳給它代號1，變壞的給它代號0。 (c)有記號的魚給它代號1，沒有記號的魚給它代號0。 (d)燈泡的生命長度（母群體成員即為探討對象）。 (e)用藥後病人血壓降低的幅度。 例題4.1.3(a)(b)(c)的母群體變數為一類別變數(qualitative or attribute or categorical variable)，它將母群體成員分類，(d)(e)的母群體變數為一數值變數(quantitative or numerical variable)。 至於參數(parameter)則是一個總結母群體變數某些特徵的數值。它常常是未知而有待估計的常數，例如： 例題4.1.4 承例題4.1.3各子題之參數可為： (a)代號為1,2,3的市民比例為三個參數。 (b)代號為1的比例為一個參數。 (c)湖裡魚的總數為一個參數。 (d)燈泡生命長度的期望值與變異數為兩個參數。 (e)服用該藥的病人血壓降低量的平均值為一個參數。 當母群體確定後，為了探討母群體的某些特徵數值(參數)，在不適合做普查的情況下，我們可從母群體中適當的取得其中一小部分成員做為樣本，根據樣本的資料來推論母群體的特徵值。 要適當的取得樣本我們必須先建立一個抽樣底冊(sampling frame)。抽樣底冊必須包含母群體的每一個成員，讓母群體的成員都有機會被抽出。 例如要從中興大學學生取樣，註冊組的學生名冊是一個抽樣底冊。 若母群體為台中市選民，則戶政事務所的選舉人名冊是一抽樣底冊。 雖然很多傳播媒體常用電話號碼簿作為抽樣底冊，但它並不是一個很好的抽樣底冊，因為有很多選舉人不被列在電話號碼簿上。 有了抽樣底冊，下一步就是如何取樣。既然我們的目的