Top 5
上回講了獨立樣本t test的運作原理，不過實際的計算上我們還是叫統計軟體跑。對使用者來說更重要的事情反而是──什麼時候我們該使用獨立樣本t test，以及在什麼條件下可以使用獨立樣本t test？
如果把前面把Z檢定和標準誤、標準差給搞懂，那麼t檢定的理解其實就滿簡單的了。
實務上來說，用Z檢定的機會其實比t檢定少。
這篇的目標就是介紹單樣本t檢定的原理，稍微有點長，比較需要耐心。
前面說明了所謂「假設檢定」的邏輯，也就是推論統計的基礎。但前面都還只是概念的階段，目前沒有真正進行任何的操作──還沒有提到推論統計的技術。
這篇其實有點像是一個過渡，是將前面的概念銜接到下一篇t分數之間的過程，也可以說是稍微解釋一下t檢定怎麼發展出來的。
在上一篇文章解釋了常態分布怎麼幫助我們計算事件發生的機率，而更之前也看過了抽樣分布是如何形成常態分布的過程，現在就要利用這兩件事情來慢慢帶出什麼是統計學中的「假設檢定」了。
依照中央極限定理，我們可以得知（獨立且隨機樣本的）抽樣分布最終會形成常態分佈，那麼這件事情到底為什麼很重要呢？
這篇文章就來介紹一些常態分布的基本特性，以及最重要的──常態分布怎麼幫助我們計算機率。
這幾天因為選舉民調的關係，統計學一下子受到了大眾的矚目。應該很多人都經由這個機會回想起了一些曾經學過的統計學名詞，例如抽樣、區間、抽樣誤差等等。
其實這些通通都是推論統計的觀念，網路上有相當多的統計專家已經撰文解釋到底這個民調風波在吵什麼，應該不需要我野人獻曝了。
不過如果真的想要了
上回講了獨立樣本t test的運作原理，不過實際的計算上我們還是叫統計軟體跑。對使用者來說更重要的事情反而是──什麼時候我們該使用獨立樣本t test，以及在什麼條件下可以使用獨立樣本t test？
如果把前面把Z檢定和標準誤、標準差給搞懂，那麼t檢定的理解其實就滿簡單的了。
實務上來說，用Z檢定的機會其實比t檢定少。
這篇的目標就是介紹單樣本t檢定的原理，稍微有點長，比較需要耐心。
前面說明了所謂「假設檢定」的邏輯，也就是推論統計的基礎。但前面都還只是概念的階段，目前沒有真正進行任何的操作──還沒有提到推論統計的技術。
這篇其實有點像是一個過渡，是將前面的概念銜接到下一篇t分數之間的過程，也可以說是稍微解釋一下t檢定怎麼發展出來的。
在上一篇文章解釋了常態分布怎麼幫助我們計算事件發生的機率，而更之前也看過了抽樣分布是如何形成常態分布的過程，現在就要利用這兩件事情來慢慢帶出什麼是統計學中的「假設檢定」了。
依照中央極限定理，我們可以得知（獨立且隨機樣本的）抽樣分布最終會形成常態分佈，那麼這件事情到底為什麼很重要呢？
這篇文章就來介紹一些常態分布的基本特性，以及最重要的──常態分布怎麼幫助我們計算機率。
這幾天因為選舉民調的關係，統計學一下子受到了大眾的矚目。應該很多人都經由這個機會回想起了一些曾經學過的統計學名詞，例如抽樣、區間、抽樣誤差等等。
其實這些通通都是推論統計的觀念，網路上有相當多的統計專家已經撰文解釋到底這個民調風波在吵什麼，應該不需要我野人獻曝了。
不過如果真的想要了
想要分析一款遊戲好玩在哪裡嗎？這篇文章可以提供一套有系統的分析架構，從8個面向探討這款遊戲到底為什麼好玩，以後跟別人推薦遊戲的時候就不再只會說「打這款遊戲很爽！」而已囉！
看完悲劇如果能夠大哭一場宣洩就算了，偏偏有些悲劇是讓人心情鬱悶很久的。自古以來就有悲劇，為什麼悲劇竟然還能是一種「娛樂」？難道人們就是喜歡自找苦吃嗎？這週要介紹的就是媒體娛樂中的「讚賞（appreciation）」反應！
「我聽著周杰倫的夜曲，想起了戴著耳機走過母校走廊的畫面......」
這種因為使用媒體而想起人生經歷的事情，大家經歷過嗎？
有些學者就對於這個現象很感興趣，於是就做了這篇研究，看看到底是什麼因素使我們在使用媒體的時候想起了人生！
想要分析一款遊戲好玩在哪裡嗎？這篇文章可以提供一套有系統的分析架構，從8個面向探討這款遊戲到底為什麼好玩，以後跟別人推薦遊戲的時候就不再只會說「打這款遊戲很爽！」而已囉！
看完悲劇如果能夠大哭一場宣洩就算了，偏偏有些悲劇是讓人心情鬱悶很久的。自古以來就有悲劇，為什麼悲劇竟然還能是一種「娛樂」？難道人們就是喜歡自找苦吃嗎？這週要介紹的就是媒體娛樂中的「讚賞（appreciation）」反應！
「我聽著周杰倫的夜曲，想起了戴著耳機走過母校走廊的畫面......」
這種因為使用媒體而想起人生經歷的事情，大家經歷過嗎？
有些學者就對於這個現象很感興趣，於是就做了這篇研究，看看到底是什麼因素使我們在使用媒體的時候想起了人生！
