廖偉翔委員的數學邏輯昨天難得滑一下Threads
一開始我看到這張截圖時 以為這是梗圖
沒想到他......是認真的!!我看到笑到併軌XDD 讀懂調查報告:如何從母體中取得好樣本?抽樣方式影響調查的樣本結果是否可以代表母體狀況。方便抽樣可能導致偏誤,應考慮更系統化的抽樣方法,例如簡單隨機抽樣,以確保樣本情況可以回推母體情況。文章透過範例說明,解釋樣本和母體之間關聯。 統計急救箱─抽樣分布與標準誤 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。 統計急救箱─抽樣分布與中央極限定理(一) 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 為什麼樣本標準差要除以 n-1?眾所周知,標準差是離均差的方均根,取平均時的分母自然是數據的數量 n,但這個標準差只限於用在計算母體,抽樣後計算樣本標準差時卻要改成除以 n-1,這是為什麼呢?
本文將以兩種方式來說明,第一種方法比較容易理解但也較不嚴謹,第二種則涉及較多數學運算,但可以彌補第一種的缺失,提供更明確的佐證。 為什麼信心水準不是機率?這是很多統計學初學者會有的疑惑。大部分的統計數據呈現,像是人口調查、民調等等,都會利用抽樣來推估真實值,並在抽樣的結果附近加上一段信賴區間,可以簡單理解為誤差範圍(如果涉及統計推論則會呈現 p 值)。那個範圍會有他對應的信心水準,但很多人將其理解為「真實值落在這個範圍內的機率」,然而這其實是錯誤的。 數與人系列:抽樣分析的理性與感性不過,在現代國家治理中,資訊量往往極為龐大,所以,重要幕僚要對決策者呈現出適當的相關資訊本就需要經過一番整理,不宜全部送上。本文想討論的是,決策本身最大的困難之一是,決策者無法決定自己想做什麼,想了解什麼。