[推論統計: 假設檢定]?

推論統計的重頭戲就是假設檢定，就是在針對某一個母體的特性去作檢定，譬如說，一家店的顧客平均顧客滿意度分數就是個母體的特性，稱為母數!!
如果你是店長，你就會想要知道這個母數是否大於等於一個特定的值，譬如90分!
假設你擁有顧客名單10000名，因為每一位來你店家消費的顧客你都會先請他們留資料
​
那你有兩種做法，第一向每位顧客詢問他滿意度的分數，那你就可以算母體平均啦!
第二種，在全部10000位顧客中隨機抽500位顧客，計算其平均分數，此時稱為樣本平均數，用這樣本平均數去推論母體平均數
你當然會喜歡第二種，因為全部都問很累人而且搞不好也會有顧客不想理你的，而且人多就容易出錯
那你就可以知道這500位顧客的滿意度分數，就可以算出樣本平均數，假設是92
還記得我們的問題嗎?是否顧客滿意度平均數>=90
那你一定會想說92>90 所以答案是肯定的
是這樣嗎?
當然不是..因為那個92是樣本平均數，而我們的問題是說母體平均數是否大於90
除非樣本平均數=母體平均數，否則就不對
這種用樣本平均數代表母體平均數的做法，在統計上稱為點估計，因為你是用一個點(樣本值)去估計母數
很明顯，點估計相當危險，除非你是神算章魚哥..
不然一般而言，會有誤差吧，而這個誤差稱為抽樣誤差
好吧，這樣看來，要針對母數(母體平均數)去做檢定，除了要看樣本的特性外(樣本平均數)，還要考慮樣本平均數的抽樣誤差!
沒錯!而這就是假設檢定之精隨了
下一篇文章我們再將這個問題寫成公式吧
一起簡單學 做得好!🤣