統計學
含有「統計學」共 96 篇內容
全部內容
發佈日期由新至舊
探討奧卡姆剃刀哲學原則，解釋其在資料科學和機器學習中如何轉化為「模型簡約原則」，以及闡述「過度擬合」現象。文章介紹了AIC和BIC兩個量化模型簡約的統計工具，並提供從哲學思維到實際應用的全面指南。
統計學家Andrew Gelman跟他的合作者Aki Vehtari先前寫了一篇文章叫過去50年最重要的統計思想是什麼？（What are the most important statistical ideas of the past 50 years?》。
這幾天，為了算貓咪躺躺，真的可說是「廢寢忘食」！
其實所有的這些事情，只是為了確定我看到的現象有沒有可能就是一種假象而已。嗯，就是那麼龜毛！
不知道大家有沒有聽說過一句話：只要找夠多因子來看，總會看到有一點相關。
就為了確定不是假象，搞了整整一天！
你是否常聽到「生男生女機率是50%」？本文透過生活化的例子，深入淺出地解析機率學與統計學的核心差異，解釋為何實際數據會出現偏差，以及兩者如何相輔相成，幫助我們更精準地理解世界。
付費限定
大家常見的物價指數和經濟指數是"大麥克漢堡的價格指數"
而日本帝國數據銀行（TDB）編製的「咖哩飯物價指數」（CRPI）
本質上也是測算一碗咖哩飯的食材與能源成本，但它卻意外成為反映日本家庭通膨壓力的統計學
我們每天都在問：「這件事發生的機會有多大？」這個問題的答案，就是「機率」。它是一個介於0（絕不可能）與1（必然發生）之間的數字，是我們在未知中評估風險、做出決策的導航儀。然而，這個看似簡單的數字，背後卻有著豐富的哲學內涵與嚴謹的數學基礎。讓我們從它的思想源頭開始，逐步理解它的現代面貌。
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」
在流行病學與大數據分析領域，傾向分數分析（Propensity Score Analysis, PSA）就像一根魔杖，能幫助我們在混亂的資料中，為研究個案找到一群「天生我才、與你相似」的對照組。但找到對照組或調整好資料後，下一步該怎麼做？ 這篇文章將為你解鎖三種最常見的傾向分數後續分析方法
(這只是單純上課的心得外加“情緒”小札記((實在是又愛又恨的複雜感受))，不是課堂筆記。)
_______________________________
前言、談談統計學
前篇已經提到過，經濟學、會計學、統計學這三科是必修的基礎學科。今年暑假我選了經濟學與統計學兩科，加起來一週上四天課，每次
2024公布的數據：
現在地球的人口可能約有78億，統計學雖能告訴我們人口的數量、分佈、種族等資訊，但因數量實在太大，單純學術性統計報告，對大多數的人是不易了解。
有人製作了這組有趣的統計報告，把世界上的 78億人濃縮成 100人，各種百分比的統計資料看起來就有意思了！
統計資料是這樣：
1
