抽样与统计推论.pdf

§13抽樣與統計推論 (甲)抽樣方法 統計是一種經由資料蒐集整理分析，以便用於估計和推論母體某種特性的科學方 法。在一般的生活中、科學研究和市場調查中，統計都有普遍的應用。  母體 研究對象中所有個體所成的集合稱為母體 。 母體內的個體稱為受測者 ( 或稱為受測單位 ) 。 量測(或收集 )母體中每個個體所得資料稱為母體資料 。 例如：調查大華電子公司某批產品的不良率，若大華公司生產此批產品兩千萬 件，則這兩千萬件產品所成的集合即為母體，每個產品為受測者，測量這兩千萬件 產品是良品或不良品所得資料為母體資料。  樣本與抽樣 將母體的每一個體都檢查或測量，就稱為普查 ，普查就可得到母體資料。臺灣地區 曾做過的普查有工商普查、戶口普查與農業普查等。 如果母體太龐大，要由普查得到所有個體的資料是很困難的，因此只能選取部分個 體，這部分個體所成的集合稱為樣本 ，檢查或測量樣本中每個個體所得的資料稱為 樣本資料 。 樣本是母體的子集合，希望能由樣本資料得到母體的訊息，故樣本要能代表母體。 例如：我們想了解大華電子公司某批產品的不良率，如果將所有產品一一檢查 是良品或不良品 ( 普查 ) 非常耗時且不經濟，通常我們並不需要完全無誤的知道不 良率是多少，而只是“概估”即可。如果從所有兩千萬件產品中抽出 1000 個，則這 1000 個產品所成的集合即為樣本，記錄這 1000 個產品每個產品是否為良品 ( 例 如： 1 表良品 , 0 表不良品 ) ，即為樣本資料。 普查除了不經濟、費時費力外，有時是無法進行。例如：燈泡、電池等產品的 壽命檢驗，它們完成檢驗就毀壞，便無法利用普查。 要由一母體做抽樣很容易，但要取得有代表性、沒有偏差，且能被公認具有統 計抽樣精神的抽樣方法，就要好好思考了。 所謂抽樣是指如何由母體抽出具有代表性樣本的一種“程序”或“方法”。 抽樣方法基本上分成兩類： (1) 非機率抽樣法 ( 如便利抽樣 ) 。 母體內每一個體被抽到的機率不一定都相同，最常見的非機率抽樣法是便利抽樣， 便利抽樣的數據可能沒有代表性 。 ~131~ 例如： 在臺北市市長選舉前，候選人柯 P 想估計其得票率，如果調查員在候選人柯 P 的政 見發表會上訪問選民，在臺北市市長選舉時會投給哪一位候選人，因為這些來聽候 選人柯 P 發表政見的人基本上對候選人柯 P 較有好感，所以支持候選人柯 P 的比例 較一般選民要高，如以這些來參加政見發表會的選民當樣本，來估計候選人柯 P 選 舉時的得票率，會有“高估”的危險。 例如： 在火車站前訪問過往人們，是常看到的便利抽樣，這種方式的調查對那些很少到火 車站甚至不到火車站的人是很難或不會被訪問到，反之，經常坐火車通勤的人，相 對的被訪問到的機會就偏高了，所以它會造成被訪問者機會的不均等。又如電視上 “叩應 ( Call in )”的資料，它是電視觀眾一種自發性回應，也是方便的數據，也沒有 代表性。 一般而言，便利抽樣的資料取得方便，但較沒有代表性，因此如何選取一種好的抽 樣方法是很重要的工作。 (2) 機率抽樣法 (簡單隨機抽樣法或分層隨機抽樣法) 。 所謂機率抽樣法是每次抽樣時，母體內每一個體被抽到的機會均等，常用的有 簡單隨機抽樣法與分層隨機抽樣法 。 簡單隨機抽樣法有兩種不同的方式，一種是每次取出樣本點後放回，一種是每次取 出樣本點後不放回。 設母體個數為 N ，從中抽取n 個樣本點，放回時，共有 N n 種取法。 N 不放回時，如考慮樣本點的先後次序，共有 P 種取法，如不考慮樣本點的先後次 n 序，共有 C N 種取法。在做民調時，通