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 |