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
0 評論
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 |
我是誰鬍鬚曾,政大博士,為人和善客氣,看起來呆呆萌萌的,喜歡分享簡單統計知識,熱心幫助有需要的人,做事認真,常常忘記要照顧自己 查文章
十月 2024
類別 |