​推論統計又分為有母數與無母數統計，為什麼統計學有媽媽沒媽媽？🤶

這其實和有沒有媽媽無關，有母數與無母數統計區分的依據就是……

是否假設母體為常態分配，有母數統計假設母體為常態，無母數就沒這樣假定。
這樣看來，好像無母數統計比較自由，有母數就比較受限是吧？

那我幹嘛還要讓自己受限呢？😵
其實，我們常用的統計分析技術，像是t檢定、f檢定、迴歸分析等大多都是在假定母體為常態分配的情況下去做的，如果這個假定沒有滿足，我們就無法享受這些檢定與分析帶來的強大特性😳

如果母體不是常態分配，你硬用有母數統計就不太行!
當母體是常態分配，你用無母數統計就會容易得到不顯著的結果(檢定力降低)。
🙅
所以，當母體為常態分配時，用有母數統計去做；當母體不是常態或你不知道分配是啥時，用無母數統計！

一起簡單學做的好！👍
#基礎統計 #統計基礎 #統計懶人包 #鬍鬚曾統計顧問 #簡單學做的好

大數據的特性就是有很多很多資料，可能來自於公司內部的銷售資料、公司外部的供應商資料、顧客資料，這又包括社群媒體、網站等上面的數據📊
而我們以前提到的資料分析，就是針對比較小的數據。像是針對顧客發問卷回收的資料，如果你不會分析比較小的數據，那又如何能分析大數據呢?😥
這就是為什麼鬍鬚曾在這裡的原因了！我們定期分享懶人包統計知識，讓你們簡單學做得好，會用統計軟體如SPSS進行小數據分析。
記得，進入大數據前，你一定要有小數據的分析能力⚠️
一起簡單學做的好！👍
#鬍鬚曾統計顧問 #基礎統計 #簡單學做的好 #推論統計 #顯著水準 #統計顧問

在畢業論文或是專題壓力下，坊間很多人或是公司提供”統計代跑”的服務，讓你能將論文跑統計的部分交給他們做。

鬍鬚曾一直以來不喜歡幫別人跑統計，因為我想要用簡單的方式教統計，並讓你們自己動手學。給你吃魚，不如教你怎麼釣魚！🐟
🐟
一旦你學會基本概念也會跑統計，以後你就能舉一反三。如果只是幫你跑，之後遇到同樣的問題你還是不會跑!
😥
在鬍鬚曾統計，你有三種方式可以簡單學做的好：
1. 線上統計教學，根據你的需要選取想學的課程去學，有問題可在影片下面留言
2. 面對面授課(團體)，私訊鬍鬚曾顧問並洽談
3. 諮詢服務(個人)，私訊鬍鬚曾顧問並洽談

邀請你一起和我簡單學做的好！👍
#鬍鬚曾統計顧問 #基礎統計 #簡單學做的好 #推論統計 #顯著水準 #統計顧問 

不顯著是指：你感興趣的效果在考慮抽樣誤差後不怎麼強，未達到統計學家定的所謂門檻值😰
譬如，當我想知道某校男女期中考數學科成績平均數是否相同，然後不用母體去做，只採抽樣方式。男女分別抽樣100位，結果可能顯示男生樣本平均數大於女生10分，但抽樣誤差是6，兩者相除就是1.67，小於統計學家說的門檻值（在型一誤差最大值α設為0.05下，這個門檻值大約是1.96），因此效果不顯著。
這個時候怎麼辦？🤔
1. 增加樣本數 (一堆人)
增加樣本數可以使抽樣誤差變小，在分子不變下，分母變小，就會讓兩者相除變大，比較有機會高於門檻值！
2. 改變門檻值 (標準降低⬇️)
在α=0.05的門檻值不過的話，表示我的門檻值太嚴了，那我可以設寬鬆點，設α=0.10(型一誤差機率上升表示我容忍犯錯的程度上升)，這個時對應的臨界值就會降低到1.645。此時，我的1.67就會勝過臨界值，就會顯著了! 不過這個作法不是很推，因為感覺是降低標準
3. 效果量的增加 (影響很大)
想辦法讓男女樣本平均數的差異擴大，不過這比較難事後決定，只能事前去看。一般我們會有一個刻板印象，男生的數學科表現會大於女生(平均數差異大)，可是其實這也不一定是這樣，所以我們在事前就要知道，這個效果量其實不會很大🙅‍♀️
然而，如果我們要研究滿意的顧客是否會願意再來消費，那這個效果量就強了。自己心中要有個譜，然後如果效果量小，為了要顯著，就只能增加樣本或降低顯著的標準了；反之，如果事前就知道效果量大，你就可以拍拍手，不用那麼擔心👏👏👏
最近新上架了幾套新課程，馬上點選下面連結學習更多！
✨鬍鬚曾課程連結：http://bit.ly/2NYwETo
一起簡單學做的好！👍
#鬍鬚曾統計顧問 #基礎統計 #簡單學做的好 #推論統計 #顯著水準 #統計顧問