Way
28 位追蹤者
在理論的圈子裡太過技術，在技術的圈子裡太過理論；在理工圈中太過人文，在人文圈中太過理工；在一般人眼中是個阿宅，宅圈中又像是個門外漢的半調子。喜歡心理學又喜歡打電動而走向了遊戲心理學，卻不小心花了大把時間研究統計。如果有什麼想對我說的歡迎隨時在文章下留言。
52會員
32內容數
大學念文組，碩士班的報告突然要用統計了怎麼辦？沒學過統計怎麼寫量化學位論文？跟著統計書操作都沒問題，但報表都不知道在講什麼，也不知道做的分析到底對不對？作者在應用統計的路上跌跌撞撞也差不多十年了，希望有些心得可以幫助到有這些困擾的你。
全部內容
由新到舊
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？
您成功產出了！
👍👍👍
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。
終於要開始講統計檢定的實作部分了。因為是舉實例所以滿長的。
為了讓順序比較恰當，這篇比較晚發的文章被設定成假設檢定後的下一篇。
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。
真是太令人感動！感謝大大的智慧結晶！
接續上一篇，繼續來講如何從常態分布的機率進行假設檢定，進而推論母體的平均數吧！
這篇會提到否證的邏輯、魔法數字0.5以及統計檢定到底是什麼這三個主題。
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。
謝謝您的分享，非常專業！👍
