描述統計描述統計(Descriptive Statistics)-將蒐集到的資料加以整理和記錄,並以數字和統計圖表的方式來分析及解釋資料所具有的特性. 基本統計值(平均數,中位數,標準差,變異量….) 相關性測量(卡方,相關係數,迴歸…)

Slides:

Advertisements

Similar presentations

資料蒐集的方法（三）：實驗法（實驗設計）（第七章）

Advertisements

McGraw-Hill/Irwin © 2003 The McGraw-Hill Companies, Inc.,All Rights Reserved. 肆資料分析與表達.

布林代數的應用--- 全及項(最小項)和全或項(最大項)展開式

第七章抽樣與抽樣分配蒐集統計資料最常見的方式是抽查。這牽涉到兩個問題：抽出的樣本是否具有代表性?是否能反應出母體的特徵?

Section 1.2 Describing Distributions with Numbers 用數字描述分配.

Event Sampling 事件取樣法. 關心重點為「事件」本身明確的焦點行為清楚掌握主題 - 當「事件」出現時才開始記錄記錄程序等待目標事件的發生開始記錄事件結束，停止記錄.

Advanced Chemical Engineering Thermodynamics

社研法助教課， 2007/04/11 如何閱讀 SPSS 圖表（迴歸分析篇） By 黃昱珽. 小考題目大華用 SPSS 得到以下的資料：（圖表見下面）說明 : BABYMORT = 嬰兒死亡率， GDP_CAP = 一國國民生產毛額， LIT_FEMA = 女性識字率。資料來源 : 聯合國，

McGraw-Hill/Irwin © 2003 The McGraw-Hill Companies, Inc.,All Rights Reserved. 參實驗法.

1 政治大學財政所與東亞所選修 -- 應用計量分析 -- 中國財政研究黃智聰政治大學財政所與東亞所選修課程名稱：應用計量分析 -- 中國財政研究授課老師：黃智聰授課內容：簡單線性迴歸模型：共線性與虛擬變數參考書目： Hill, C. R., W. E. Griffiths, and G.

亂數產生器安全性評估之統計測試 SEC HW7 姓名：翁玉芬學號：

Stat_chi21 類別資料 (Categorical data) 一種質性資料, 其觀察值可歸類於數個不相交的項目內，例 : 性別, 滿意度, …, 一般以各項的統計次數表現. 分析此種資料，通常用卡方檢定類別資料分析卡方檢定卡方檢定基本理論一個含有 k 項的試驗，設 p i.

©Ming-chi Chen 社會統計 Page.1 社會統計第十講相關與共變. ©Ming-chi Chen 社會統計 Page.2 Covariance, 共變量當 X, Y 兩隨機變數不互為獨立時，表示兩者間有關連。其關連的形式有很多種，最常見的關連為線性的共變關係。隨機變數 X,Y.

消費者物價指數反映生活成本。當消費者物價指數上升時，一般家庭需要花費更多的金錢才能維持相同的生活水準。經濟學家用物價膨脹（inflation）來描述一般物價持續上升的現象，而物價膨脹率（inflation rate）為物價水準的變動百分比。

Section 2.3 Least-Squares Regression 最小平方迴歸

STAT0_sampling Random Sampling  母體： Finite population & Infinity population  由一大小為 N 的有限母體中抽出一樣本數為 n 的樣本，若每一樣本被抽出的機率是一樣的，這樣本稱為隨機樣本 (random sample)

第 4 章迴歸的同步推論與其他主題.

1 政大公企中心產業人才投資課程 -- 企業決策分析方法 -- 黃智聰政大公企中心產業人才投資課程課程名稱：企業決策分析方法授課老師：黃智聰授課內容：利用分公司之追蹤資料進行企業決策分析參考書目： Hill, C. R., W. E. Griffiths, and G. G. Judge,

STAT0_corr1 二變數的相關性  變數之間的關係是統計研究上的一大目標  討論二分類變數的相關性，以列聯表來表示  討論二連續隨機變數時，可以作 x-y 散佈圖觀察它們的關係強度  以相關係數來代表二者關係的強度.

Section 2.2 Correlation 相關係數. 散佈圖 1 散佈圖 2 散佈圖的盲點兩座標軸的刻度不同，散佈圖的外觀呈現的相聯性強度，會有不同的感受。散佈圖 2 相聯性看起來比散佈圖 1 來得強。以統計數字相關係數做為客觀標準。

McGraw-Hill/Irwin © 2003 The McGraw-Hill Companies, Inc.,All Rights Reserved. 肆資料分析與表達.

模式要適配，需符合絕對、比較及精簡，加上內在結構標準

Department of Air-conditioning and Refrigeration Engineering/ National Taipei University of Technology 模糊控制設計使用 MATLAB 李達生.

1 政治大學東亞所選修 -- 計量分析與中國大陸研究黃智聰政治大學東亞所選修課程名稱：計量分析與中國大陸研究（量化分析）授課老師：黃智聰授課內容：時間序列與橫斷面資料的共用參考書目： Hill, C. R., W. E. Griffiths, and G. G. Judge, (2001),

Monte Carlo Simulation Part.2 Metropolis Algorithm Dept. Phys. Tunghai Univ. Numerical Methods C. T. Shih.

1 Part IC. Descriptive Statistics Multivariate Statistics ( 多變量統計 ) Focus: Multiple Regression ( 多元迴歸、複迴歸 ) Spring 2007.

2009fallStat_samplec.i.1 Chap10 Sampling distribution (review) 樣本必須是隨機樣本 (random sample) ，才能代表母體 Sample mean 是一隨機變數，隨著每一次抽出來的樣本值不同，它的值也不同，但會有規律性為了要知道估計的精確性，必需要知道樣本平均數.

© The McGraw-Hill Companies, Inc., 2008 第 6 章製造流程的選擇與設計.

1 政治大學公企中心必修課 -- 社會科學研究方法（量化分析） -- 黃智聰政治大學公企中心必修課課程名稱：社會科學研究方法（量化分析）授課老師：黃智聰授課內容：簡單線性迴歸模型：共線性與虛擬變數參考書目： Hill, C. R., W. E. Griffiths, and G. G.

1 開南大學公管所與國企所合開選修課 -- 量化分析與應用 -- 黃智聰開南大學公管所與國企所合開選修課課程名稱：量化分析與應用授課老師：黃智聰授課內容：簡單線性迴歸模型：共線性與虛擬變數參考書目： Hill, C. R., W. E. Griffiths, and G. G. Judge,

McGraw-Hill/Irwin © 2003 The McGraw-Hill Companies, Inc.,All Rights Reserved. 貳研究設計.

Chapter 13 塑模靜態觀點：物件圖 Static View : Object Diagram.

Introduction to Java Programming Lecture 17 Abstract Classes & Interfaces.

第三部分：研究設計 ( 二）：研究工具的信效度與研究效度（第九章之第 306 頁 -308 頁；第四章）

1 政大公企中心產業人才投資課程 -- 企業決策分析方法 -- 黃智聰政大公企中心產業人才投資課程課程名稱：企業決策分析方法授課老師：黃智聰授課內容：質化因素在企業決策分析之重要性參考書目： Hill, C. R., W. E. Griffiths, and G. G. Judge, (2001),

選舉制度、政府結構與政黨體系 Cox (1997) Electoral institutions, cleavage strucuters, and the number of parties.

CH 15- 元件可靠度之驗證  驗證方法  指數模式之可靠度驗證  韋式模式之可靠度驗證  對數常態模式之可靠度驗證  失效數為零時之可靠度估算  各種失效模式之應用.

第二十一章研究流程、論文結構　　　　　　　與研究範例 21-1 　研究流程 21-2 　論文結構 21-3 　研究範例.

緒論統計的範圍敘述統計推論統計有母數統計無母數統計實驗設計統計的本質大量數字客觀.

Fugacity Coefficient and Fugacity

: Multisets and Sequences ★★★★☆ 題組： Problem Set Archive with Online Judge 題號： 11023: Multisets and Sequences 解題者：葉貫中解題日期： 2007 年 4 月 24 日題意：在這個題目中，我們要定義.

Introduction to Chemical Engineering Thermodynamics

資料結構實習-一參數傳遞.

政治大學公企中心必修課-- 社會科學研究方法（量化分析）--黃智聰

Structural Equation Modeling Chapter 1 模式存在與否之需，見仁見智；但是，人無模式，就無決策 SEM 概論.

方案設計 —評估考核張紉.

變異數分析迴歸分析因素分析區別分析集區分析

Section 4.2 Probability Models 機率模式. 由實驗看機率實驗前先列出所有可能的實驗結果。 – 擲銅板：正面或反面。 – 擲骰子： 1~6 點。 – 擲骰子兩顆： (1,1),(1,2),(1,3),… 等 36 種。決定每一個可能的實驗結果發生機率。 – 實驗後所有的實驗結果整理得到。

演算法 8-1 最大數及最小數找法 8-2 排序 8-3 二元搜尋法.

Chapter 3 Entropy : An Additional Balance Equation

Structural Equation Modeling Chapter 6 CFA 根據每個因素有多重指標，以減少測量誤差並可建立問卷的構念效度驗證性因素分析.

Chapter 8 The logic of hypothesis testing. 假設檢定假設檢定 (hypothesis testing) 是利用對樣本統計量 (sample statistics) 進行檢定已決定對母體叁數 (population parameters) 的假設是否成立.

Unit 3 ：變異數分析 --ANOVA 3.1 範例說明行銷研究方面， One-Way ANOVA 可用以研擬市場區隔及目標選擇策略。教育研究方面，此一模式可用以評估教師之教學績效。農業研究方面，此一模式則可用以挑選使玉米收穫量極大化的肥料。

Probability Distribution 機率分配汪群超 12/12. 目的：產生具均等分配的數值 (Data) ，並以『直方圖』的功能計算出數值在不同範圍內出現的頻率，及繪製數值的分配圖，以反應出該機率分配的特性。

Chapter 7 Sampling Distribution

Cluster Analysis 目的 – 將資料分成幾個相異性最大的群組基本問題 – 如何衡量事務之間的相似性 – 如何將相似的資料歸入同一群組 – 如何解釋群組的特性.

Chapter 6 Introduction to Inference 推論簡介. Chapter 6 Introduction to Inference 6.1 Estimating with Confidence 6.2 Tests of Significance 6.3 Making Sense.

連續隨機變數連續變數：時間、分數、重量、……

McGraw-Hill/Irwin © 2003 The McGraw-Hill Companies, Inc.,All Rights Reserved. 壹企業研究導論.

Teacher : Ing-Jer Huang TA : Chien-Hung Chen 2015/6/30 Course Embedded Systems : Principles and Implementations Weekly Preview Question CH7.1~CH /12/26.

Regression 相關 –Cross table –Bivariate –Contingency Cofficient –Rank Correlation 簡單迴歸多元迴歸.

: Finding Paths in Grid ★★★★☆ 題組： Contest Archive with Online Judge 題號： 11486: Finding Paths in Grid 解題者：李重儀解題日期： 2008 年 10 月 14 日題意：給一個 7 個 column.

Ch 11 建立研究工具的效度與信度.

幼兒行為觀察與記錄第八章事件取樣法.

CH 14-可靠度工程之數學基礎探討重點失效時間之機率分配指數模式之可靠度工程.

Chapter 12 Estimation 統計估計. Inferential statistics Parametric statistics 母數統計 ( 母體為常態或大樣本 ) 假設檢定 hypothesis testing  對有關母體參數的假設，利用樣本資料，決定接受或不接受該假設的方法.

McGraw-Hill/Irwin © 2003 The McGraw-Hill Companies, Inc.,All Rights Reserved. 肆資料分析與表達.

Presentation transcript:

描述統計描述統計(Descriptive Statistics)-將蒐集到的資料加以整理和記錄,並以數字和統計圖表的方式來分析及解釋資料所具有的特性. 基本統計值(平均數,中位數,標準差,變異量….) 相關性測量(卡方,相關係數,迴歸…)

相關性測量基本邏輯-proportionate reduction of error (PRE) (消減錯誤的比例) → 一變項的資訊也許可減少推測另一變項數值時可能產生的錯誤.

散佈圖(Sattergram) 如何看散佈圖呢? 1.Form(形式):直線還是曲線?集中還是分散? 2.Direction(方向): 正相關還是負相關? 3.Precision:圖中各點的分佈是趨向一直線還是曲線呢?

相關兩量化變數直線關係的強度和方向數值介於-1~1之間

相關係數圖表

(線性)迴歸分析目的: 1.瞭解自變數與依變數的關係及影響方向和程度 2.利用自變數和估計的方程式對依變項作預測

迴歸模型的評判迴歸模型配適度(迴歸模型解釋力如何?) → R2 :可解釋變異佔總變異的比例 → F檢定:檢定整個迴歸模型的解釋能力對迴歸係數作檢定,以瞭解各自變數對依變數是否有解釋能力(自變數對依變數是否有直線性的影響) → t值檢定

迴歸係數的解讀簡單迴歸 y_hat=α +βx → 當x變動一單位時,y變動β單位複迴歸 y_hat=α +β1x1+ β2x2 解釋係數時,千萬記得加入“單位”.

(題目範例請參見考古題,作業一,及迴歸分析考題) 迴歸分析其他注意要點為避免加入過多的自變項所產生的R-square值提高,我們會加入自由度來進行調整R-square值.(Spss結果顯示為“調整後的R2 ”) 自變數間的共線性問題,可透過相關係數的檢驗來取得初步的認識.若自變數間具有共線性,擇一放入迴歸模型中即可.變項選擇的標準可斟酌研究所需及遺漏值多寡. 若想比較各自變數對依變數影響的相對重要性,須採用“標準化迴歸係數”來進行比較.(因各自變項的單位不一,故須將係數標準化後才能進行比較) (題目範例請參見考古題,作業一,及迴歸分析考題)

推論統計推論統計(Inferential Statistics)-以從樣本獲得的資料和統計量來對母體進行推論. 區間估計:對未知的母體參數估計出一個上下限的區間,並指出該區間包含母體參數的可靠程度. → 信賴區間;信賴水準假設檢定:對母體參數(特性)提出假設,並利用樣本統計量去檢定,以決定接受或拒絕該假設.

統計顯著性為何要做假設檢定? → 機率樣本由隨機過程產生,多少與母體有所差異,然而,樣本結果是因機率因素或抽樣誤差所導致的,還是母體本身的問題,則必須進一步透過假設檢定來檢驗. 統計顯著性-結果不是因為機率因素或抽樣誤差所產生的.

顯著程度顯著程度:樣本結果由機率因素產生的機會 Results are significant at the 0.05 level: 像這樣的結果是因機率因素產生的，在100次中只會出現5次樣本產生的結果有百分之95的機會不是由機率因素產生的，而是正確反應出母體的情形像這樣的結果是因機率因素產生的機會是5% 我們有95%的信心母體內真實的相關性造成了觀察到的結果，而不是由機率造成的

Type I and Type II Errors 實際情況 H0為真 H1為真決策不拒絕H0 No error Type II Errors 拒絕H0 Type I error

卡方檢定描述統計的意義:兩變數相關性的強度推論統計的意義:我們發現的相關性，是由機率因素造成的可能性實際範例請參見“迴歸分析考試”的題目1,或者課程ppt.

其他提醒量化與質化分析的異同比較測量的品質-信度和效度編碼簿的製作及編碼方式變數類型與統計方式小組的研究簡述 (研究題目,研究問題,研究發現與限制,未來如何繼續進行..)