|
實務界重視的就是快速找到解決之道並執行之，學術界則是用比較嚴謹的方式求答案。 複選題可以快速得知大部分的受試者之共識🙋♀️🙋♂️ 譬如，消費者對漢堡口味的偏愛做複選題分析，他就可以告訴我：一般來說，受試者會平均選三個選項，第一是大堡堡，第二名是起士堡，第三名是魚堡，那這三種就是主力產品，然後就能針對這些產品極力宣傳✨ 其實，我們也可以分別針對這些口味去測量顧客偏愛程度，然後進行平均數的檢定，找出最高平均數的口味；但實務業者很少這樣做，因為很浪費時間，且顧客要填很多題目😕 但若使用複選題，就不能做統計檢定，讓結果比較沒那麼客觀與嚴謹。 所以，實務界因複選題的效率性愛上了複選題，學術界則因為複選題無法進行統計檢定所以不怎麼愛🙏 你想知道複選題怎麼編碼嗎？你想知道複選題要做什麼分析嗎？ 立即點選下面連結學更多！👍 https://www.facebook.com/wushistatistis/videos/413141762853574/ #統計學懶人包 #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
迴歸分析有一目的在於預測，也就是用自變數的值去預測應變數的平均。 譬如說，我們問每問同學的讀書時間(天)並記錄每位同學在管理數學的考試成績，樣本有50位(隨機從全校管理數學課程班級中去抽樣)📝 那假設我們發展出來的樣本迴歸模式是 yhat=10+3x，我就會想要用這個式子去預測，若讀書時間為24天那預測的平均成績就是10+3*24=82，真的是這樣嗎？😵 如果我們發展迴歸式時所用的自變數範圍只有1-10，請問代入24合理嗎？這叫做迴歸模式的extrapolation(外插)，這有什麼危險？⚠️ 會不會當自變數超過10，迴歸模式已經不是直線了呢？ 如果是這樣，那你外插就不準了。❌ 記住，迴歸模式在自變數值範圍內預測(interpolation)是比較安全的，超過範圍就危險囉 (extrapolation)！ 一起簡單學做的好！👍 #統計學懶人包 #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  |
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 |
RSS 訂閱