统计分析PPT.pptVIP

統計分析 民調：319大突破逾半民眾存疑 2005.03.09 中國時報 (註六) 六成九的國人知道陳義雄被指涉嫌，但這些人當中五成一的人存疑，只有二成六相信警方說法。 本次調查於八日晚間進行，以台灣地區住宅電話簿為抽樣清冊，共成功訪問七百三十五位成人。在九成五的信心水準下，抽樣誤差為正負三點七個百分點。 誤差的大小與樣本數有關 樣本數為735時，計算得在九成五的信心水準下，抽樣誤差為±3.7%。 樣本數為4,713時，計算得在九成五的信心水準下，抽樣誤差為±2%。 (註七) 人數增加時，誤差下降。 邏輯推論 丟骰子10次，有8次出現6點，是機運或是假骰子？要如何辯護？ 大前提：如果是一均勻骰子，得到超過8次6點的機率是0.000019 小前提：如今10次，有8次出現6點 判斷：顯然此骰子不是一均勻骰子 檢定的顯著p-值 例：維生素Ｃ是否可預防感冒 400人隨機分為二組 一組服用維生素Ｃ，另一組服用安慰劑(對照組) 經過一個冬季，統計二組患感冒比例 實驗組有15%，對照組有25% 檢定 Hypothesis : 二組患感冒比例相同 在比例相同下，計算的 p-值小於0.0001 如果比例相同，得到此資料的機會有0.0001 否定二組患感冒比例相同 服用維生素Ｃ的一組比例較低 結論是服用維生素Ｃ對預防感冒顯然有效 其它檢定之例 消基會檢測食品防腐劑是否超出標準：hypothesis 為不超出標準，在等於標準下計算的 p-值，若 p-值0.05，則認定食品防腐劑顯然超出標準。 研究學歷高低是否影響工作滿意度：hypothesis 定為學歷與工作滿意度無關，在無關的情況下計算 p-值，若 p-值0.05，則結論是學歷顯然對工作滿意度有影響。 統計模式 以統計方法分析問題：將問題的因果關係轉換為統計模式，然後依據資料，找出合適的模式，以為研究的結果。 統計模式有： 線性模式 (Linear Model) 邏輯迴歸模式 (Logistic regression model) 時間序列模式 (Time series model) 其它 線性模式 Y = β0 + β1X1 + β2X2+ … + βpXp+ε 解釋 Y 的值各別受Xi值所影響，影響力是累加的。 係數代表的是各因素對 Y 的相對影響程度 係數的意義： 經其它Xi 調整後，X1增加1單位，Y將增加β1個單位 β10時，Y與 X1有正關係，β10時，有負關係。 項目ε包含未在考慮的變因 線性模式中係數之意義 月薪 = 24260 + 670(年資) + 4025(教育程度) 其中教育程度是以1表大學以上學歷，0表高中以下學歷 對同教育程度的人，年資增加1，平均月薪增加670元 對同年資的人，大學以上學歷者比高中以下者，平均月薪增加4025元 多項時藉用指標變數的模式 若教育程度分為四項，另設定三個指標變數 指標變數係數之意義 月薪 = 24260 + 670(年資) + 4025(E1) + 3000(E2) + 2000(E3) 對同年資的人，大學以上比小學以下學歷者，平均月薪增加4025元 對同年資的人，高中比小學以下學歷者，平均月薪增加3000元 對同年資的人，國中比小學以下學歷者，平均月薪增加2000元 可由線性模式找出影響因素 模式：Y = β0 + β1X1 + β2X2+ … + βpXp+ε 檢定線性模式的係數，若 Xi 值的係數是顯著的，則 Xi 對 Y 的影響是顯著的。 可使用逐步迴歸法將所有可能影響 Y 的因素 Xi逐一地加入模式中，重複篩選，找出最可能影響的因素。 邏輯迴歸模式Logistic regression model 邏輯迴歸模式為一非線性模式，可預測某現象發生之機率，當研究的對象限於二種或少數的幾個項目時，無法使用線性模式，而使用邏輯迴歸模式 範例： 研究有心血管疾病的因素，研究的對象分為有或沒有 預測下雨機率，研究的對象是會下雨分為有或沒有 研究已婚婦女選擇就業的因素，研究的對象分為就業或不就業 金融機構研究影響個人信用狀況的因素 時間序列 長時間對某一現象觀察的資料記錄是為時間序列 政府機關、公司機構保留的記錄，長期累積下來是為一有研究價值的資料 未來經濟預測、營運的決策，或投資的選擇通常靠分析時間序列資料 時間序列模式 時間序列的資料非獨立資料，相鄰兩筆資料間互相影響，此稱之為自相關 通常時間序列資料的建模必須考慮自相關 以下的模式考慮前一時間的影響 Yt = a + b Yt-1 + εt，t 指時間 Yt = a + b Xt-1 + εt 近代時間序列模式 ARMA(p,q)模式 – 1976 Box-Jenkin 「巴克斯-簡金斯」的研究步驟