抽樣
含有「抽樣」共 19 篇內容
全部內容
發佈日期由新至舊
iPAS品牌企劃師考前備考適用！
我敢說統計和抽樣的題目一定會考，就是不知道考難還是考簡單，考概念還是考計算...
今天要談的是有點哲學的東西，就是何為不確定性。統計檢定相當重要。科學研究依賴統計檢查來理解一些大道理，像制度是否影響了經濟發展。制藥的實驗室依賴統計檢定來確認新藥是否有效。統計檢查也悠關大買賣。筆者認識的華爾街對沖基金，如果有用到統計模型，通常真的會做假說檢定才決定是否下單。換句話說，若測量出現
在上一篇文章中，我們一起漫步於機率分布的世界，認識了像常態分布、二項分布、柏松分布這些基礎卻無比重要的「地標」。它們是統計學的基石，描述了數據世界中最常見的幾種規律。
然而，機率的宇宙浩瀚無垠。有讀者朋友提醒，我們還錯過了許多同樣璀璨的星辰。今天，就讓我們再次啟程，探索另外10個關鍵的機率分布：伽
想像我們站在一間巨大的「數據遊樂場」裡。在這裡，所有現象——從丟一枚硬幣、買一張彩券，到研究人類的壽命、社會的收入分佈——其背後都有一套隱藏的「規則」在支配。這套規則，決定了哪些結果比較常見，哪些結果極為罕見。而這套規則的「說明書」，就是我們今天要探討的主角：機率分佈。
在閱讀統計報告或新聞民意調查時，你很可能看過這樣一句話：「本數據已經過加權處理」。你是否曾好奇，這個「加權」到底是什麼魔法？為什麼分析師要刻意去調整數據的影響力？
這篇文章將用生活化的例子，帶你徹底理解「權重」的奧妙。我們不僅會談它「是什麼」，更要談「何時用」以及「怎麼用」
你是否曾看過兩個完全相反的統計結論，卻不知道該相信哪一個？這可能不是因為數據造假，而是你遇到了統計學上最著名的陷阱之一——「辛普森悖論」。
什麼是辛普森悖論？
辛普森悖論描述的是一種讓人瞠目結舌的現象：當我們把數據分組來看時，每一組都顯示出同一種趨勢；但當我們把這些組的數據合并起來看整體時，趨
在醫學、公共衛生或社會科學研究中，我們常常想回答這樣的問題：
「A 治療是否比 B 治療更有效？」
「接受政策補助的學生是否比未接受補助的學生有更好的表現？」
理想上，我們會用隨機分派（Randomization）的方式設計研究，把受試者隨機分到不同的處置組別，這樣就能保證兩組在基線特徵上平均
你有沒有想過，選舉前的民意調查，為什麼只問一千多人，就能知道全台灣兩千多萬人的想法？或者，工廠在品管時，為什麼不用檢查每一件產品，就能確保整批貨的品質？
答案就是「抽樣 (Sampling)」。
抽樣是一門科學，也是一門藝術。它的核心精神，就是用一小部分的資料（樣本），來聰明地推論整個群體（母體
一種想法可能會覺得，這是我們的體感問題，很快搭到車的時候我們不會特別注意，但如果等待時間久一點，我們就會特別不高興，也會特別印象深刻。我同意會有這種狀況，但事實是，即便不關於這種體感差異，我們等公車的時間就是會比「隨機等公車的理論值」－－「二分之一車班間距」來得更長一些。這便關連到了檢查悖論。
