藍色 あいいろ 點 てん 代表 だいひょう 數 かず 據 よりどころ 庫 こ 當 とう 中 ちゅう 嘅個
體 たい ,
每 まい 個個 ここ 體 からだ 都 と 喺
X
{\displaystyle X}
同 どう
Y
{\displaystyle Y}
上 うえ 有 ゆう 個 こ 值,
條 じょう 紅色 こうしょく 線 せん 係 がかり 一 いち 個 こ 迴歸模型 もけい ,
用 よう 條 じょう 線 せん 同 どう 已 やめ 知 ち 嘅
X
{\displaystyle X}
值嚟
預 あずか 測 はか
Y
{\displaystyle Y}
嘅值
會 かい 俾到
大 だい 致上啱,
但 ただし 唔完
全 ぜん 準 じゅん 嘅預
測 はか 。
統計 とうけい 學 がく (粵拼 :tung2 gai3 hok6 ;英文 えいぶん :statistics )係 がかり 數學 すうがく 嘅一 いち 個 こ 子 こ 領域 りょういき [1] [2] ,專門 せんもん 研究 けんきゅう 點 てん 樣 さま 喺各個 かっこ 科學 かがく 領域 りょういき 當 とう 中 なか 搜 さがせ 集 しゅう 、分析 ぶんせき 、演繹 えんえき 同 どう 埋 うめ 呈 てい 現 げん 數 かず 據 よりどころ 。喺用統計 とうけい 方法 ほうほう 嚟研究 けんきゅう 啲乜嗰陣,個 こ 科學 かがく 家 か 會 かい 跟以下 いか 噉嘅步 ふ 驟 :首 くび 先 さき 講 こう 明 あきら 佢研究 けんきゅう 緊乜嘢變數 へんすう ;跟手就搵個 こ 特定 とくてい 嘅總體 そうたい (指 ゆび 一柞有某啲共通點所以俾人擺埋一齊研究嘅個體)嚟研究 けんきゅう ;由 よし 呢個總體 そうたい 嗰度抽個 樣 よう 本 ほん 出 で 嚟[3] ;喺個樣 さま 本 ほん 度 ど 收集 しゅうしゅう 數 すう 據 よりどころ ,睇吓個 こ 樣 さま 本 ほん 入 いれ 面 めん 每 ごと 個個 ここ 體 たい 喺啲變 へん 數 すう 度 ど 嘅數值係幾多 いくた [4] [5] ;用 よう 某 ぼう 啲統計 とうけい 分析 ぶんせき 方法 ほうほう 嚟去搵出柞 なら 變數 へんすう 之 の 間 あいだ 有 ゆう 乜嘢關係 かんけい [6] [7] 。
例 れい 如有個 こ 生物 せいぶつ 學 がく 家 か 想 そう 研究 けんきゅう 吓狼 おおかみ 嘅獵 りょう 食 しょく 行為 こうい 同 どう 地方 ちほう 嘅氣候 きこう 之 これ 間 あいだ 有 ゆう 冇拏褦。喺呢份研究 けんきゅう 入 いれ 面 めん ,佢研究 けんきゅう 緊嘅變數 へんすう 包含 ほうがん 咗喺「啲狼嘅獵食 しょく 行為 こうい 」(應 おう 變數 へんすう )同 どう 「啲狼身 み 處 しょ 嘅地方 ちほう 嘅氣候 きこう 」(自 じ 變數 へんすう );佢會將 はた 成 なり 個 こ 世界 せかい 嘅狼擺埋一齊 いっせい 研究 けんきゅう (全 ぜん 世界 せかい 嘅狼 就係研究 けんきゅう 嘅總體 そうたい );但 ただし 世上 せじょう 咁多隻 せき 狼 おおかみ ,要 よう 攞嗮佢哋嚟觀察 かんさつ 嘥時間 あいだ 得 え 滯 とどこお ,所以 ゆえん 佢就用 よう 隨 ずい 機 き 抽樣 -隨 ずい 機 き 噉由全 ぜん 世界 せかい 嘅狼嗰度抽(例 れい 如)100 隻 せき 出 で 嚟研究 けんきゅう ;跟住佢就要 よう 向 こう 個 こ 樣 さま 本 ほん 收集 しゅうしゅう 數 すう 據 よりどころ ,用 よう 各種 かくしゅ 嘅方法 ほう 去 さ 量 りょう 度 ど 樣 さま 本 ほん 入 いれ 面 めん 每 ごと 一 いち 隻 せき 狼 おおかみ (一隻狼為止一個個體)嘅獵食 しょく 行為 こうい -好 こう 似 に 係 がかり 隻 せき 狼 おおかみ 每日 まいにち 用 よう 幾多 いくた 個 こ 鐘 かね 頭 あたま 獵 りょう 食 しょく 、食 しょく 咗幾多 おお 公 おおやけ 斤 きん 嘅肉呀噉-同 どう 埋 うめ 佢身處 しょ 地方 ちほう 嘅氣候 きこう -好 こう 似 に 係 がかり 嗰個地區 ちく 落雨 落得有 ゆう 幾 いく 密 みつ 同 どう 平均 へいきん 氣溫 きおん 等 ひとし 等 とう ;攞完數 すう 據 よりどころ 之 これ 後 ご ,研究 けんきゅう 者 しゃ 就要用 よう 各種 かくしゅ 統計 とうけい 分析 ぶんせき 嚟計吓柞變數 へんすう 之 の 間 あいだ 有 ゆう 乜拏褦。
同樣 どうよう 嘅做法 ほう 喺物理 ぶつり 科學 かがく 同 どう 社會 しゃかい 科學 かがく 嗰度都會 とかい 用 よう 到 いた [1] 。因 よし 為 ため 統計 とうけい 學 がく 廣 こう 泛嘅應用 おうよう 價 か 值,統計 とうけい 學 がく 知識 ちしき 經 けい 已 やめ 成 なり 為 ため 咗現代 だい 科學 かがく 研究 けんきゅう 上 じょう 走 はし 唔甩嘅一 いち 個 こ 部 ぶ 份,大學 だいがく 科學 かがく 學科 がっか 嘅本科 ほんか 課程 かてい 基本 きほん 上 じょう 冚唪唥都會 かい 教 きょう 統計 とうけい 學 がく 嘅嘢[8] [9] 。
黑 くろ 天 てん 鵝成 なり 日 び 俾人攞嚟做科學 かがく 方法 ほうほう 思 おもえ 路 ろ 嘅例子 こ -「就算之 の 前 ぜん 見 み 過 か 嘅天鵝都係 がかり 白色 はくしょく ,都 と 唔表示 ひょうじ 跟住見 み 到 いた 嘅天鵝都 100% 會 かい 係 がかり 白色 はくしょく 」。
科學 かがく 哲學 てつがく [e 1] 係 かかり 科學 かがく 嘅基礎 きそ ,簡單 かんたん 講 こう 就係指 ゆび 科學 かがく 家 か 對 たい 於「科學 かがく 係 がかり 乜同埋 うめ 應 おう 該點搞」嘅睇法 ほう 。科學 かがく 哲學 てつがく 嘅基礎 きそ 係 がかり 科學 かがく 方法 ほうほう ,意思 いし 係 がかり 話 ばなし 科學 かがく 研究 けんきゅう 係 がかり 用 よう 以下 いか 嘅步驟嚟理解 りかい 宇宙 うちゅう 當 とう 中 なか 可 か 觀察 かんさつ 嘅事物 ぶつ ,嘗試預 あずか 測 はか 未來 みらい 嘅現象 げんしょう [10] [11] :
根據 こんきょ 手 しゅ 上 じょう 已 やめ 知 ち 係 がかり 真 ま 嘅事實 じじつ ,諗一啲理論 りろん 出 で 嚟-「基 もと 於我哋經已 やめ 觀 かん 察到嘅呢啲現象 げんしょう ,我 わが 推測 すいそく 啲現象 げんしょう 背後 はいご 嘅物理 ぶつり 法則 ほうそく 係 かかり 噉噉噉,令 れい 物質 ぶっしつ 能 のう 量 りょう 有 ゆう 呢啲行為 こうい 」,呢啲理論 りろん 最 さい 理想 りそう 係 がかり 用 よう 數學 すうがく 模型 もけい 嘅方式 しき 表 ひょう 達 たち 嘅;
跟手就靠邏輯 嘅思考 しこう ,去 さ 諗吓呢柞理論 りろん 會 かい 做點樣 さま 嘅預 あずか 測 はか -「如果我 わが 提 ひさげ 倡嘅呢個理論 りろん 係 がかり 真 ま 確 かく 嘅,理 り 應 おう 會 かい ...」;
然 しか 後 こう 就做實驗 じっけん 同 どう 觀察 かんさつ 嚟攞數 かず 據 よりどころ ,驗 けん 證 しょう 吓個理論 りろん 嘅預測 はか 係 かかり 咪真確 かく -「如果我 わが 呢個理論 りろん 係 がかり 真 ま 確 かく ,呢個實驗 じっけん 理 り 應 おう 會得 えとく 出 で 某 ぼう 個 こ 某 ぼう 個 こ 結果 けっか ,而個實際 じっさい 嘅實驗 じっけん 結果 けっか 係 がかり ...」;
如果數 すう 據 よりどころ 顯示 けんじ ,個 こ 理論 りろん 係 がかり 做唔到 いた 準 じゅん 確 かく 嘅預測 はか 嘅話,就要一 いち 係 がかり 根據 こんきょ 攞到嘅數據 よりどころ 睇吓個 こ 理論 りろん 要點 ようてん 改 あらため 先 さき 可 か 以令佢做到 いた 準 じゅん 確 かく 啲嘅預 あずか 測 はか ,一係就要諗新理論取代舊理論[12] 。
上述 じょうじゅつ 嘅過程 かてい 會 かい 係 がかり 噉重複 じゅうふく ,直 ちょく 至 いたり 手 しゅ 上 じょう 嘅理論 ろん 做到完全 かんぜん 準 じゅん 確 かく 嘅預測 はか 為 ため 止 とめ -於是科學 かがく 就有持續 じぞく 嘅發展 はってん ,做到愈 いよいよ 嚟愈準 じゅん 嘅預測 はか 。到 いた 咗現代 だい ,科學 かがく 上 じょう 經 けい 已 やめ 有 ゆう 龐大嘅理論 ろん 體系 たいけい ,按所研究 けんきゅう 嘅現象 げんしょう 分 ぶん 做物理 ぶつり 學 がく (用 よう 科學 かがく 方法 ほうほう 研究 けんきゅう 宇宙 うちゅう 基本 きほん 定律 ていりつ )、生物 せいぶつ 學 がく (用 よう 科學 かがく 方法 ほうほう 研究 けんきゅう 生命 せいめい )、心理 しんり 學 がく (用 よう 科學 かがく 方法 ほうほう 研究 けんきゅう 人 じん 嘅行為 こうい )同 どう 社會 しゃかい 科學 かがく (用 よう 科學 かがく 方法 ほうほう 研究 けんきゅう 社會 しゃかい )等 とう 嘅多個 こ 領域 りょういき ,每 まい 個 こ 領域 りょういき 都 と 有 ゆう 諗出用 よう 嚟描述 じゅつ 同 どう 預 あずか 測 はか 自己 じこ 所 しょ 研究 けんきゅう 嘅現象 げんしょう 嘅理論 ろん ,而一啲重要嘅理論(例 れい 如係進化 しんか 論 ろん )往往 おうおう 俾科學 かがく 家 か 用 よう 實驗 じっけん 同 どう 觀察 かんさつ 驗 けん 證 しょう 過 か 上 うえ 百 ひゃく 次 じ -非常 ひじょう 經 けい 得 とく 起 おこり 考 こう 驗 けん ,所以 ゆえん 學界 がっかい 一般認為呢啲理論係有 ゆう 返 かえし 咁上下 か 正確 せいかく 嘅模型 がた [e 2] -能 のう 夠充分 ぶん 噉描述 じゅつ 現實 げんじつ 。除 じょ 此之外 がい ,科學 かがく 家 か 仲 なか 會 かい 不斷 ふだん 搵新嘅現象 げんしょう 研究 けんきゅう ,睇吓呢啲理論 りろん 能 のう 唔能夠解釋 かいしゃく 新 しん 現象 げんしょう ,又 また 或 ある 者 もの 使 し 唔使諗新嘅理論 ろん ,令 れい 科學 かがく 知識 ちしき 得 とく 以持續 じぞく 噉發展 はってん [13] [14] 。
歸納 きのう [e 3] 係 かかり 科學 かがく 家 か 嘅基本 きほん 諗嘢方法 ほうほう ,指 ゆび 由 よし 啲個別 べつ 嘅事例 れい 嗰度去 さ 推斷 すいだん 出 で 一 いち 啲普遍 ふへん 原理 げんり 。响歸納 きのう 性質 せいしつ 嘅論證 ろんしょう 入 いれ 面 めん ,前提 ぜんてい 真 ま 確 かく 冇辦法 ほう 保證 ほしょう 到 いた 結論 けつろん 真 ま 確 かく ,只 ただ 係 がかり 可 か 以靠住 じゅう 大量 たいりょう 嘅事例 れい 嚟提升 ます 個 こ 論證 ろんしょう 嘅強度 きょうど ,好 こう 似 に 係 がかり 以下 いか 呢個論證 ろんしょう 噉[15] :
前提 ぜんてい :我 が 之 の 前 ぜん 見 み 過 か 嘅天 てん 鵝都 と 係 がかり 白色 はくしょく 嘅:
結論 けつろん :呢個世界 せかい 上 じょう 所有 しょゆう 天 てん 鵝都係 がかり 白色 はくしょく 嘅。
呢個係 がかり 一 いち 個 こ 典型 てんけい 嘅歸納 きのう 論證 ろんしょう :就算個 こ 前提 ぜんてい 係 かかり 真 しん ,都 と 保證 ほしょう 唔到個 こ 結論 けつろん 係 かかり 真 ま -前提 ぜんてい 入 いれ 面 めん 嗰個「我 が 」並 なみ 冇見過 か 嗮世界 かい 上 じょう 所有 しょゆう 嘅天鵝,而事實 じじつ 係 がかり 世界 せかい 上 じょう 有 ゆう 黑 くろ 天 てん 鵝 ,個 こ 觀察 かんさつ 者 しゃ 會 かい 噉諗只 ただ 不 ふ 過 か 係 かかり 因 いん 為 ため 佢咁啱未見 みけん 過 か 黑 くろ 天 てん 鵝;如果個 こ 觀察 かんさつ 者 しゃ 想 そう 佢個論證 ろんしょう 強 きょう 啲嘅話 ばなし ,佢就一啲要去見多啲天鵝:如果佢睇勻嗮全 ぜん 歐 おう 洲 しゅう 嘅天鵝,呢個論證 ろんしょう 嘅說服 ふく 力 りょく 會 かい 比較 ひかく 強 きょう ;相反 あいはん ,如果佢淨係 がかり 見 み 過 よぎ 英國 えいこく 嘅天鵝,噉呢個 こ 論證 ろんしょう 嘅說服 ふく 力 りょく 會 かい 渣好多 た 。科學 かがく 家 か 都 と 係 がかり 跟住呢種諗嘢方式 ほうしき 搞科學 かがく :喺驗證 しょう 「萬有引力 ばんゆういんりょく 係 かかり 真 ま 嘅」呢句說話 せつわ 嗰陣,牛 うし 頓 とみ 觀察 かんさつ 到 いた 一 いち 個 こ 蘋果 由樹 ゆき 上面 うわつら 跌落嚟,佢亦都 と 觀察 かんさつ 到 いた 好 こう 多 た 嘢都係 がかり 跟呢條規 じょうき 則 そく ,但 ただし 佢始終 しじゅう 冇辦法 ほう 去 さ 真 ま 係 かかり 「證明 しょうめい 」呢個宇宙 うちゅう 入 いれ 面 めん 真 しん 係 がかり 所有 しょゆう 嘢都有 ゆう 萬有引力 ばんゆういんりょく -因 いん 為 ため 可能 かのう 喺宇宙 うちゅう 嘅某啲黑暗 くら 角 かく 落度 おちど 會 かい 有 ゆう 啲冇引力 いんりょく 嘅嘢,只 ただ 係 がかり 人類 じんるい 仲 なか 未 み 搵到。科學 かがく 家 か 靠 もたれ 嘅係實驗 じっけん 同 どう 觀察 かんさつ ,佢哋冇辦法 ほう 好 こう 似 に 數學 すうがく 家 か 噉真係 がかり 證明 しょうめい 佢哋講 こう 嘅嘢,只 ただ 可 か 以靠住 じゅう 重複 じゅうふく 做實驗 じっけん 同 どう 觀察 かんさつ 嚟加強 きょう 自己 じこ 嘅論證 ろんしょう ,但 ただし 始終 しじゅう 係 がかり 冇方法 ほう 排除 はいじょ 一 いち 個 こ 可能 かのう 性 せい :呢個宇宙 うちゅう 入 いれ 面 めん 可能 かのう 真 しん 係 がかり 有 ゆう 啲嘢係 がかり 唔跟佢哋諗出嚟嗰啲定律 ていりつ 嘅,只 ただ 係 がかり 佢哋未 み 搵到呢啲嘢[16] 。
就係因 いん 為 ため 噉,喺正式 しき 嘅科學 かがく 論文 ろんぶん 入 いれ 面 めん ,科學 かがく 家 か 好 こう 少 しょう 可 か 會話 かいわ 自己 じこ 「證明 しょうめい 」咗乜嘢乜嘢理論 ろん ,只 ただ 係 がかり 會話 かいわ 「觀察 かんさつ 同 どう 實驗 じっけん 嘅證據 しょうこ 結果 けっか 撐嗰個 こ 理論 りろん 」,而且佢哋仲 なか 會 かい 好 こう 積極 せっきょく 噉去搵新數 すう 據 よりどころ ,睇吓呢啲佢哋之 の 前 ぜん 未見 みけん 過 か 嘅數據 よりどころ 會 かい 唔會推翻舊 きゅう 嘅理論 ろん 。如果會 かい 嘅話,佢哋就會開始 かいし 諗新理論 りろん ,或 ある 者 もの 睇吓點 てん 樣 さま 將 はた 舊 きゅう 嗰個理論 りろん 改 あらため 吓等個 こ 理論 りろん 可 か 以同新 しん 數 すう 據 よりどころ 夾得埋 うめ [17] 。
想像 そうぞう
u
{\displaystyle u}
表示 ひょうじ 宇宙 うちゅう 入 いれ 面 めん 一切 いっさい 嘅現象 げんしょう ,
A
{\displaystyle A}
表示 ひょうじ 人類 じんるい 觀察 かんさつ 得 え 到 いた 嘅現象 げんしょう ,而
A
c
{\displaystyle A^{c}}
表示 ひょうじ 宇宙 うちゅう 當 とう 中 ちゅう 人類 じんるい 觀察 かんさつ 唔到嘅現象 げんしょう 。原則 げんそく 上 じょう ,
A
{\displaystyle A}
永遠 えいえん 會 かい 細 ほそ 過 か
u
{\displaystyle u}
一大 いちだい 截,所以 ゆえん 難 なん 保 ほ
A
c
{\displaystyle A^{c}}
裏面 りめん 唔會有 ゆう 啲「唔跟從 したがえ 人類 じんるい 嘅科學 かがく 定律 ていりつ ,但 ただし 人類 じんるい 唔知佢哋存在 そんざい 」嘅事物 ぶつ 。
喺統計 とうけい 軟件 SPSS 入 いれ 面 めん 嘅數據 よりどころ ;喺呢度 ど 佢哋只 ただ 係 がかり 俾咗柞 なら 變數 へんすう 嘅平均 へいきん 值等嘅資料 しりょう -即 そく 係 がかり 用 よう 咗敘述 じゅつ 統計 とうけい 學 がく 。如果佢哋做埋分析 ぶんせき 嚟睇吓啲變數 へんすう 之 の 間 あいだ 嘅關係 かんけい ,噉就係 がかり 推斷 すいだん 統計 とうけい 學 がく 。
喺定義 ていぎ 上 うえ ,統計 とうけい 學 がく 就係為 ため 咗思考 しこう 「點 てん 樣 さま 由 よし 手 しゅ 上 じょう 數 かず 據 よりどころ 推導出 どうしゅつ 普遍 ふへん 知識 ちしき 」而生嘅數學 すうがく 子 こ 領域 りょういき [18] ,尤 ゆう 其關注 ちゅう 帶 たい 有 ゆう 不 ふ 確定 かくてい 嘅數據 よりどころ [19] :無論 むろん 係 かかり 邊 べ 個 こ 科學 かがく 領域 りょういき ,科學 かがく 家 か 做嘅都 と 係 がかり 「由 よし 手 しゅ 上 じょう 睇到嘅現象 げんしょう (樣 よう 本 ほん 嘅數據 よりどころ )嗰度嘗試推導出 どうしゅつ 能 のう 夠廣泛噉描述同類 どうるい 現 げん 嘅理論 ろん 」,呢種做法本質 ほんしつ 上 じょう 就有不 ふ 確定 かくてい -難 なん 以保證 ほしょう 個 こ 樣 さま 本 ほん 實 み 係 がかり 代表 だいひょう 到 いた 個 こ 總體 そうたい ,例 れい 如研究 けんきゅう 者 しゃ 想 そう 研究 けんきゅう 狼 おおかみ 嘅體重 たいじゅう ,因 いん 為 ため 人力 じんりき 物 ぶつ 力 りょく 嘅限制 せい ,佢冇可能 かのう 研究 けんきゅう 嗮古往今來 こおうこんらい 所有 しょゆう 嘅狼,所 しょ 以佢就去搵 100 隻 せき 狼 おおかみ (樣 さま 本 ほん )返 かえし 嚟做研究 けんきゅう ,佢量度 ど 到 いた 呢個樣 さま 本 ほん 嘅狼平均 へいきん 體重 たいじゅう 係 がかり 40 kg (數 すう 據 よりどころ ),就最嚴格 げんかく 嘅邏輯 基準 きじゅん 嚟講,呢個數 すう 可能 かのう
真 しん 係 がかり 代表 だいひょう 到 いた 全 ぜん 世界 せかい 嘅狼;但 ただし 又 また 有 ゆう 可能 かのう
全 ぜん 世界 せかい 嘅狼嘅平均 へいきん 體重 たいじゅう 查實係 がかり 60 kg,個 こ 研究 けんきゅう 者 しゃ 之 の 所以 ゆえん 搵到 40 kg 呢個數 すう 只 ただ 係 がかり 佢咁啱得咁橋唔好彩 いろどり ,抽到個 こ 代表 だいひょう 唔到個 こ 總體 そうたい 嘅樣本 ほん ;
喺呢個 こ 思考 しこう 過程 かてい 當 とう 中 ちゅう ,就經已 やめ 必然 ひつぜん 涉 わたる 及「手 て 上 じょう 嘅樣本有 ほんゆう 幾 いく 大 だい 機會 きかい 代表 だいひょう 到 いた 全 ぜん 世界 せかい 嘅狼」嘅問題 もんだい ,會 かい 用 よう 到 いた 機會 きかい 率 りつ [e 4] 同 どう 埋 うめ 相關 そうかん 嘅數學 がく 概念 がいねん (可 か 以睇埋 うめ 概 がい 率 りつ 論 ろん )。好 こう 似 に 機會 きかい 率 りつ 等 とう 科 か 研 けん 工作 こうさく 上 じょう 用 よう 嚟分析 ぶんせき 數 すう 據 よりどころ 嘅數學 がく 概念 がいねん 就形成 けいせい 咗統計 とうけい 學 がく 呢門學問 がくもん [20] 。
統計 とうけい 學 がく 用途 ようと 好廣 よしひろ 泛。喺科學 かがく 上 うえ ,數 かず 據 よりどころ 係 かかり 好 こう 重要 じゅうよう 嘅一環 いっかん ,噉係因 いん 為 ため 科學 かがく 嘅基礎 きそ 係 がかり 實證 じっしょう 。科學 かがく 家 か 嘅職責 しょくせき 係 がかり 諗啲理論 りろん 出 で 嚟解釋 かいしゃく 自然 しぜん 現象 げんしょう ,而佢哋發表 はっぴょう 親 おや 啲乜嘢理論 ろん 都 と 一定 いってい 要 よう 搵證據 しょうこ 嚟驗證 しょう 吓個理論 りろん 。要 よう 驗 けん 證 しょう 一個理論就要去現實世界嗰度收集數據-所以 ゆえん 搞科研 けん 實 みのる 會 かい 有 ゆう 一大柞數據要處理[21] [22] 。除 じょ 此之外 がい ,統計 とうけい 學 がく 喺商業 しょうぎょう 範疇 はんちゅう 上 うえ 都 と 有用 ゆうよう :統計 とうけい 師 し 會 かい 喺一啲公司 こうし 嗰度幫手解答 かいとう 一啲研發上遇到嘅問題[23] 。
兩 りょう 大 だい 範疇 はんちゅう [ 編輯 へんしゅう ]
統計 とうけい 學 がく 大 だい 致上分 ぶん 做兩範 はん ,負 ふ 責 せめ 總括 そうかつ 同 どう 埋 うめ 形容 けいよう 啲數據 よりどころ 嘅叫敘述統計 とうけい 學 がく [e 5] ,而用一啲分析方法嚟去估計同研究變數 へんすう 與 あずか 變數 へんすう 之 の 間 あいだ 嘅關係 かんけい 嘅就叫 さけべ 做推斷 すいだん 統計 とうけい 學 がく [e 6] 。前者 ぜんしゃ 會 かい 俾出一啲好似啲變數嘅平均 へいきん 值等 とう 嘅資 し 訊 ,而後者 しゃ 會 かい 將 はた 數 すう 據 よりどころ 入 いれ 面 めん 嘅資訊變做數學 すうがく 模型 もけい ,而呢啲數學 がく 模型 もけい 打 だ 後 ご 可 か 以用嚟做出 で 預 あずか 測 はか ,例 れい 如分析 ぶんせき 幾 いく 個 こ 變數 へんすう 之 の 間 あいだ 嘅關係 かんけい 有 ゆう 幾 いく 勁[24] 。
攞返上面 うわつら 個 こ 狼 おおかみ 研究 けんきゅう 嘅例子 こ 做說明 せつめい ,假設 かせつ 做完推斷 すいだん 統計 とうけい 分析 ぶんせき 之 これ 後 ご ,發覺 はっかく 一隻狼每日食嘅嘢嘅總量(以 kg 嚟計)同 どう 佢身處 しょ 嘅地區 ちく 嘅平均 へいきん 氣溫 きおん (以攝氏 せっし 計 けい )成 なり 反 はん 比 ひ (即 そく 係 がかり 一隻狼身處嘅地方愈凍,佢就愈 いよいよ 食 くえ 得 え 多 た 嘢),而佢哋之間 あいだ 嘅關係 かんけい 可 か 以大致上用 よう 一 いち 條 じょう 式 しき 表 ひょう 達 たち (可 か 以睇吓迴歸分析 ぶんせき ):
Y
=
b
X
+
a
{\displaystyle Y=bX+a}
,設 しつらえ
Y
{\displaystyle Y}
做「隻 せき 狼 おおかみ 食 しょく 幾多 いくた kg 嘢食」而
X
{\displaystyle X}
做「佢身處 しょ 嗰度嘅平均 へいきん 攝氏 せっし 氣溫 きおん 」,
b
{\displaystyle b}
同 どう
a
{\displaystyle a}
係 かかり 某 ぼう 啲實數 じっすう 。
收集 しゅうしゅう 咗一 いち 輪 りん 數 すう 據 よりどころ 之 これ 後 ご ,就有得用 とくよう 啲數據 よりどころ 嚟估計 けい
b
{\displaystyle b}
同 どう
a
{\displaystyle a}
嘅數值,打 だ 後 ご 下 した 次 じ 再 さい 搵到隻 せき 狼 おおかみ 嗰陣就可以用呢個模型 もけい 嚟按佢身處 しょ 嗰度嘅平均 へいきん 氣溫 きおん 嚟估計 けい 佢每日 び 會食 かいしょく 幾多 いくた 嘢。一般 いっぱん 嚟講,收集 しゅうしゅう 到 いた 嘅數據 よりどころ 愈 いよいよ 多 おお (喺呢個 こ 例 れい 子 こ 入 いれ 面 めん 即 そく 係 がかり 研究 けんきゅう 過 か 愈 いよいよ 多 た 嘅狼),可 か 以做到嘅預測 はか 就會愈 いよいよ 準 じゅん [25] 。
收集 しゅうしゅう 數 すう 據 よりどころ [ 編輯 へんしゅう ]
一 いち 個 こ 抽樣 嘅過程 かてい 係 がかり 由 よし 一大柞研究對象嗰度抽一部份出嚟研究-因 いん 為 ため 要 よう 睇嗮所有 しょゆう 嘅研究 けんきゅう 對象 たいしょう 通常 つうじょう 都會 とかい 太 ふとし 嘥時間 あいだ 或 ある 者 もの 太 ふと 嘥錢所以 ゆえん 唔可行 ぎょう 。
收集 しゅうしゅう 數 すう 據 よりどころ [e 7] 係 かかり 做統計 けい 分析 ぶんせき 必要 ひつよう 嘅一 いち 個 こ 工 こう 序 じょ :用 よう 科學 かがく 方法 ほうほう 做研究 けんきゅう 係 がかり 要 よう 由 よし 對 たい 現實 げんじつ 嘅觀察 かんさつ 當 とう 中 なか 歸納 きのう 出 で 一啲能夠描述現實嘅法則或者理論;而要對 たい 現實 げんじつ 作出 さくしゅつ 系統 けいとう 化 か 嘅觀察 かんさつ ,就一定 いってい 要 よう 攞數 かず 據 よりどころ -用 よう 某 ぼう 啲符號 ふごう (喺統計 とうけい 學 がく 上 じょう 通常 つうじょう 係數 けいすう 目 め 字 じ )記 き 低 てい 現實 げんじつ 世界 せかい 嘅狀態 じょうたい [26] 。
變數 へんすう [e 8] ,又 また 叫 さけべ 做「未知數 みちすう 」,係 かかり 做統計 とうけい 學 がく 一定 いってい 會 かい 處理 しょり 嘅嘢。變數 へんすう 指 ゆび 喺宇宙 うちゅう 入 いれ 面 めん 一 いち 啲有可能 かのう 變 へん 、兼 けん 且係形容 けいよう 緊某啲事物 ぶつ 嘅特性 せい 。例 れい 如身 み 高 だか 、體重 たいじゅう 同 どう 宗教 しゅうきょう 呢啲特性 とくせい 都 と 可 か 以用嚟形容 けいよう 人 じん ,而且呢幾樣 さま 嘢個個人 こじん 唔同,所 しょ 以呢三 さん 個 こ 都 と 係屬 けいぞく 於「用 よう 嚟形容 けいよう 人 じん 」嘅變數 すう 。大 だい 細 ほそ 同 どう 質量 しつりょう 呢啲可 か 以攞嚟形容 けいよう 人 じん 或 ある 者 もの 物件 ぶっけん 都 と 得 え ,而且呢兩樣 さま 嘢個個人 こじん 或 ある 者 もの 件 けん 件 けん 物件 ぶっけん 都 と 可 か 以唔同 どう ,所以 ゆえん 係屬 けいぞく 於「形容 けいよう 人 じん 同 どう 物件 ぶっけん 」嘅變數 すう [27] 。
變數 へんすう 大 だい 致上有 ゆう 得分 とくぶん 做兩種 しゅ :
連續 れんぞく 變數 へんすう [e 9] 指 ゆび 啲有得用 とくよう 數字 すうじ 嚟量度 ど 、兼 けん 且去到 いた 小數點 しょうすうてん 後 ご 幾多 いくた 位 くらい 都 と 得 とく 嘅變數 すう ,呢啲數 すう 值攞得 とく 嚟比較 ひかく 大 だい 細 ほそ 同 どう 埋 うめ 做數學 がく 嘅運算 うんざん ,例 れい 如人有 ゆう 幾 いく 高 だか 有 ゆう 幾重 いくえ 都 と 可 か 以講係 がかり 連續 れんぞく 變數 へんすう -身 み 高 だか 同 どう 體重 たいじゅう 有 ゆう 得用 とくよう 數字 すうじ 嚟度,兼 けん 且可以用有 ゆう 小數點 しょうすうてん 嘅數字 すうじ ,而人有 ゆう 得用 とくよう 呢柞數 すう 值嚟比 ひ 較唔同人 どうじん 嘅身高 だか 同 どう 體重 たいじゅう ,仲 なか 可 か 以用佢哋嚟計數 すう ;
相反 あいはん ,好 こう 似 に 屬 ぞく 邊 べ 個 こ 宗教 しゅうきょう 呢個社會 しゃかい 科學 かがく 上成 うえなし 日 び 研究 けんきゅう 嘅變數 すう 就係一 いち 個 こ 唔連續 れんぞく 變數 へんすう [e 10] -宗教 しゅうきょう 唔可以用數字 すうじ 嚟度,而佢嘅值一般都唔可以攞嚟計數-好 こう 似 に 係 がかり 183 厘 りん 米 まい 同 どう 80 公 おおやけ 斤 きん 呢啲數 すう 值有得 とく 加減乘除 かげんじょうじょ ,而信 しん 佛 ふつ 同 どう 信 しん 耶穌 呢啲值雖然 しか 都 と 係 がかり 形容 けいよう 緊啲嘢,但 ただし 唔可攞計 けい 數 すう 機 き 去 さ 撳加減乘除 かげんじょうじょ 。連續 れんぞく 變數 へんすう 喺統計 とうけい 學 がく 入 いれ 面 めん 比較 ひかく 常見 つねみ -因 いん 為 ため 前者 ぜんしゃ 先 さき 至 いたり 可 か 以攞嚟計數 すう ,而後者 しゃ 唔得[28] 。
變數 へんすう 可 か 以話係 がかり 科學 かがく 嘅關鍵 かぎ ,因 いん 為 ため 無論 むろん 係 かかり 邊 べ 個 こ 學科 がっか ,科學 かがく 嘅重點 てん 基本 きほん 上 じょう 就係想 そう 搵出變數 へんすう 同 どう 變數 へんすう 之 の 間 あいだ 有 ゆう 啲乜嘢關係 かんけい ,而「知道 ともみち 嗮成個 こ 宇宙 うちゅう 入 いれ 面 めん 所有 しょゆう 嘅變數 すう 同 どう 埋 うめ 佢哋之 の 間 あいだ 嘅相互 そうご 關係 かんけい 」基本 きほん 上 じょう 就係科學 かがく 嘅終極 しゅうきょく 目標 もくひょう 。
抽樣 [e 11] 係 かかり 做科研 けん 嘅一 いち 個 こ 程 ほど 序 じょ ,指 ゆび 由 よし 個 こ 總體 そうたい 嗰度攞一部份嘅個體嚟研究。所有 しょゆう 研究 けんきゅう 都 と 係 がかり 研究 けんきゅう 緊某啲總體 そうたい [e 12] ,例 れい 如喺上面 うわつら 個 こ 狼 おおかみ 例 れい 子 こ 個 こ 總體 そうたい 就係「世界 せかい 上 じょう 嘅狼」,而(例 れい 如)心理 しんり 學 がく 所 ところ 研究 けんきゅう 嘅總體 そうたい 就係「世界 せかい 上 じょう 所有 しょゆう 嘅智 さとし 人 じん [e 13] 」。但 ただし 研究 けんきゅう 嘅總體 そうたい 通常 つうじょう 都 と 太 たい 大 だい ,搞到研究 けんきゅう 佢哋嘅科學 かがく 家 か 好 こう 難 なん 由 よし 個 こ 總體 そうたい 入 いれ 面 めん 嘅所有 しょゆう 個體 こたい 收集 しゅうしゅう 數 すう 據 よりどころ ,例 れい 如世界 かい 上 じょう 有數 ゆうすう 以億 おく 計 けい 嘅人,要 よう 逐個逐個噉嚟研究 けんきゅう 太 ふと 嘥時間 あいだ ,根本 ねもと 冇可能行 よしゆき 得 とく 通 どおり ,於是乎科學 かがく 家 か 喺做研究 けんきゅう 嗰陣往往 おうおう 要 よう 做抽樣 さま -由 よし 研究 けんきゅう 緊個總體 そうたい 嗰度抽一小部份出嚟,而呢個 こ 部 ぶ 份就係 がかり 所謂 いわゆる 嘅樣 よう 本 ほん [e 14] ,希望 きぼう 透過 とうか 研究 けんきゅう 呢一小部份嚟去了解嗮總體入面所有嘅個體。例 れい 如係想 そう 研究 けんきゅう 黑 くろ 洞 ほら 嘅話,天體 てんたい 物理 ぶつり 學 がく 家 か 可 か 以去搵 10 個 こ 特定 とくてい 嘅黑洞 ほら 嚟研究 けんきゅう ,希望 きぼう 透過 とうか 研究 けんきゅう 呢 10 個 こ 黑 くろ 洞 ほら (呢 10 個 こ 黑 くろ 洞 ほら 只 ただ 係 がかり 全 ぜん 宇宙 うちゅう 成 なり 千上萬個黑洞之中嘅一小部份)嚟了解 りょうかい 埋 うめ 其餘嘅黑洞 ほら [29] 。
抽樣呢個程 ほど 序 じょ 係 がかり 做科研 けん 好 こう 關 せき 鍵 かぎ 嘅一環 いっかん ,因 いん 為 ため 做抽樣 さま 嗰個科學 かがく 家 か 一定要確保到佢抽出嚟個樣本真係代表得到成個總體,噉先至 いたり 可 か 以說服 ふく 到 いた 啲人話 ばなし 佢個研究 けんきゅう 得 とく 出 で 嘅結果 けっか 可 か 以普遍 ふへん 化 か [e 15] 到 いた 去 ざ 成 なり 個 こ 總體 そうたい 嗰度。例 れい 如係頭 あたま 先 さき 嗰個狼 おおかみ 研究 けんきゅう 噉,一 いち 個 こ 動物 どうぶつ 學 がく 家 か 有 ゆう 至 いたり 少 しょう 兩個 りゃんこ 抽樣方法 ほうほう 可 か 以揀:
喺華南 かなん 嗰度隨 ずい 機 き 噉 攞 200 隻 せき 狼 おおかみ 嚟研究 けんきゅう ;
喺全世界 せかい 各個 かっこ 洲 しゅう 嗰度隨 ずい 機 き 噉抽 200 隻 せき 狼 おおかみ 嚟研究 けんきゅう 。
一般 いっぱん 認 みとめ 為 ため ,後者 こうしゃ 更 さら 加 か 代表 だいひょう 得 え 到 いた 嗮個總體 そうたい -「全 ぜん 世界 せかい 嘅狼」-而前者 しゃ 就比較有以偏概 がい 全 ぜん 之 これ 嫌 いや 。好 こう 多 た 時 じ 啲科學 かがく 家 か 詏話一份研究冇辦法將得出嘅結果普遍化,都 と 係 がかり 指 ゆび 控 ひかえ 緊佢個 こ 樣 さま 本 ほん 唔夠代表 だいひょう 性 せい ,好 こう 似 に 係 がかり 好 こう 多 た 廿 にじゅう 世紀 せいき 嘅心理 しんり 學 がく 家 か 喺做心理 しんり 學 がく 研究 けんきゅう 嗰陣都 と 貪 むさぼ 方便 ほうべん ,喺大學 だいがく 度 ど 攞啲大學生 だいがくせい 嚟做研究 けんきゅう 嘅樣本 ほん ,搞到科學 かがく 界 かい 成 なる 日 にち 都 と 話 はなし 佢哋嗰啲所謂 いわゆる 嘅心理學 りがく 只 ただ 不 ふ 過 か 係 かかり 「大學生 だいがくせい 嘅心理學 りがく 」,根本 こんぽん 代表 だいひょう 唔到大學生 だいがくせい 以外 いがい 嘅群體 たい 嘅心理 しんり [30] 。
要 よう 做統計 とうけい ,就實要 よう 首 くび 先 さき 將 はた 啲現實 げんじつ 世界 せかい 入 いれ 面 めん 嘅變數 すう 轉化 てんか 做數據 よりどころ 入 いれ 面 めん 嘅數字 すうじ ,呢個過程 かてい 就係所謂 いわゆる 嘅量 りょう 度 ど ,攞個磅重磅 磅一隻動物嘅過程係量度緊隻動物嘅重量 じゅうりょう (將 はた 「隻 せき 動物 どうぶつ 嘅重量 りょう 」呢個變數 へんすう 轉化 てんか 做一 いち 個 こ 數字 すうじ ),而做智 さとし 商 しょう 測 はか 驗 けん [e 16] 嘅過程 ほど 就係量 りょう 度 ど 緊一個人 こじん 嘅智能 ちのう (將 はた 「個人 こじん 嘅智能 ちのう 」呢個變數 へんすう 轉化 てんか 做一 いち 個 こ 數字 すうじ )... 呀噉。而量 りょう 度 ど 層 そう 次 じ [e 17] 係 かかり 統計 とうけい 學 がく 上 じょう 嘅一 いち 個 こ 概念 がいねん ,係 かかり 指 ゆび 基 もと 於一個量度方法提供到幾多資 し 訊 嚟到劃分嘅分類 ぶんるい 法 ほう ,可 か 以話係 がかり 反映 はんえい 一個量度方法有幾「好 こう 使 つかい 」,一 いち 共有 きょうゆう 四 よん 層 そう [31] [32] :
一般 いっぱん 嚟講,科學 かがく 家 か 都 と 想 そう 自己 じこ 嘅研究 けんきゅう 嘅量度 ど 層 そう 次 じ 盡 つき 可能 かのう 有 ゆう 咁高得 とく 咁高(即 そく 係 がかり 盡 つき 可能 かのう 接近 せっきん 等比 とうひ ),不 ふ 過 か 現實 げんじつ 世界 せかい 嘅技術 ぎじゅつ 等 とう 嘅限制 せい 唔一定俾到佢哋噉樣做。
順 じゅん 帶 たい 一 いち 提 ひさげ ,除 じょ 咗層次 じ 之 の 外 そと ,科學 かがく 家 か 亦 また 都 と 好 こう 關 せき 注 ちゅう 量 りょう 度 ど 方法 ほうほう 嘅信 しん 度 ど [e 22] 同 どう 效 こう 度 ど [e 23] :信 しん 度 ど 同 どう 效 こう 度 ど 係 がかり 兩 りょう 種 たね 用 よう 嚟衡量 りょう 一種量度方法掂唔掂嘅基準;信 しん 度 ど 指 ゆび 用 よう 嗰個方法 ほうほう 對 たい 一樣嘅現象進行重複觀察之後係咪可以得到相同嘅結果,而效度 ど 係 がかり 指 ゆび 個 こ 方法 ほうほう 有 ゆう 幾 いく 量 りょう 度 ど 到 いた 佢理應 おう 要 よう 量 りょう 度 ど 嗰樣嘢,喺心理 しんり 測量 そくりょう 學 がく (研究 けんきゅう 用 よう 統計 とうけい 方法 ほうほう 量 りょう 度 たび 心理 しんり 特性 とくせい 嘅領域 りょういき )等 とう 嘅領域 りょういき 上 じょう ,研究 けんきゅう 者 しゃ 仲 なか 會 かい 有 ゆう 多種 たしゅ 方法 ほうほう 評 ひょう 估一種量度方法嘅信度同效度[33] [34] 。
一 いち 個 こ 典型 てんけい 嘅數 かず 據 よりどころ 集 しゅう ;當 とう 中 ちゅう 每 ごと 一 いち 個 こ 直行 ちょっこう 代表 だいひょう 一 いち 個 こ 變數 へんすう ,每 まい 一 いち 個 こ 橫行 おうこう 代表 だいひょう 一 いち 個個 ここ 案 あん ,個數 こすう 據 よりどころ 集會 しゅうかい 有 ゆう 每 ごと 個個 ここ 案 あん 喺各變數 へんすう 上 じょう 嘅數值。
喺搵咗數據 よりどころ 返 かえし 嚟之後 ご ,研究 けんきゅう 者 しゃ 手 しゅ 上 じょう 會 かい 有 ゆう 個 こ 數 かず 據 よりどころ 集 しゅう [e 24] ,每 まい 個個 ここ 案 あん 都會 とかい 喺每個 こ 變數 へんすう 上 じょう 有 ゆう 個數 こすう 值,而一般 いっぱん 嚟講,研究 けんきゅう 者 しゃ 首 くび 先 さき 會 かい 做嘅係 がかり 搵一啲指標描述吓柞數據大致係點樣嘅(敘述統計 とうけい 學 がく ),常用 じょうよう 嘅敘述 じゅつ 統計 とうけい 指標 しひょう 包括 ほうかつ 咗[35] :
平均 へいきん 數 すう [e 25] :平均 へいきん 數 すう (
A
{\displaystyle A}
)最 さい 常 つね 係 がかり 指 ゆび 將 はた 啲個案 あん 嘅數值(
a
i
{\displaystyle a_{i}}
)加 か 埋 うめ 一齊 いっせい ,再 さい 除 じょ 以個案 あん 數量 すうりょう (
n
{\displaystyle n}
):
A
=
1
n
∑
i
=
1
n
a
i
=
a
1
+
a
2
+
⋯
+
a
n
n
{\displaystyle A={\frac {1}{n}}\sum _{i=1}^{n}a_{i}={\frac {a_{1}+a_{2}+\cdots +a_{n}}{n}}}
變異 へんい 數 すう [e 26] (
σ しぐま
Y
2
{\displaystyle \sigma _{Y}^{2}}
):以下 いか 嘅數值:
σ しぐま
Y
2
=
1
n
∑
i
=
1
n
(
Y
i
−
Y
¯
)
2
{\displaystyle \sigma _{Y}^{2}={\frac {1}{n}}\sum _{i=1}^{n}\left(Y_{i}-{\overline {Y}}\right)^{2}}
,
當 とう 中 なか
n
{\displaystyle n}
係 かかり 個 こ 案 あん 數量 すうりょう ,
Y
i
{\displaystyle Y_{i}}
係 かかり 第 だい
i
{\displaystyle i}
個個 ここ 案 あん 喺個變數 へんすう 上 じょう 嘅值,而
Y
¯
{\displaystyle {\overline {Y}}}
係 かかり 個 こ 樣 さま 本 ほん 嘅平均 へいきん 值-
σ しぐま
Y
2
{\displaystyle \sigma _{Y}^{2}}
反映 はんえい 咗啲個 こ 案 あん 平均 へいきん 距離 きょり 平均 へいきん 值幾遠 とお 。
標準 ひょうじゅん 差 さ [e 27] (
σ しぐま
Y
{\displaystyle \sigma _{Y}}
):變異 へんい 數 すう 嘅開 ひらけ 方 かた 。
σ しぐま
Y
=
σ しぐま
Y
2
{\displaystyle \sigma _{Y}={\sqrt {\sigma _{Y}^{2}}}}
... 等 とう 等 とう 。
概 がい 率 りつ 分 ぶん 佈[e 28] 係 かかり 成 なり 日用 にちよう 嚟描述 じゅつ 「柞 なら 數 すう 據 よりどころ 乜嘢樣 さま 」嘅架生 せい 。一個概率分佈係一個數學 すうがく 函數 かんすう [e 29] ,而呢個 こ 函數 かんすう 表 ひょう 達 たち 咗每個數 こすう 值喺某 ぼう 個 こ 總體 そうたい 或 ある 者 もの 樣 よう 本 ほん 入 いれ 面 めん 出現 しゅつげん 嘅概 がい 率 りつ (機會 きかい 率 りつ ),
Pr
(
X
=
x
)
=
f
(
x
)
{\displaystyle \Pr(X=x)=f(x)}
,當 とう 中 なか
f
{\displaystyle f}
就係個 こ 概 がい 率 りつ 分 ぶん 佈。例 れい 如假設 かせつ 而家掟 おきて 一 いち 個 こ 銀 ぎん 仔 こ ,用 よう
X
{\displaystyle X}
代表 だいひょう 掟 おきて 個 こ 銀 ぎん 仔 こ 嘅結果 けっか ,掟 おきて 10 次 じ (個 こ 總體 そうたい 係 がかり 「全 ぜん 世界 せかい 嘅掟銀 ぎん 仔 こ 結果 けっか 」,而呢 10 次 じ 就係一 いち 個 こ 樣 さま 本 ほん )。
X
{\displaystyle X}
係 かかり 公 こう 嘅機會 かい 率 りつ 係 がかり 0.5(即 そく 係 がかり 50%),而
X
{\displaystyle X}
係 かかり 字 じ 嘅機會 かい 率 りつ 都 と 係 がかり 0.5(假設 かせつ 個 こ 銀 ぎん 仔 こ 冇做過 か 手 て 腳),相應 そうおう 嘅概率 りつ 分 ぶん 佈如下 か [36] [註 1] :
P
(
X
=
{\displaystyle P(X=}
公 おおやけ
)
=
0.5
{\displaystyle )=0.5}
,「
X
{\displaystyle X}
係 かかり 公 こう 嘅機會 かい 率 りつ 係 がかり 50%」。
P
(
X
=
{\displaystyle P(X=}
字 じ
)
=
0.5
{\displaystyle )=0.5}
,「
X
{\displaystyle X}
係 かかり 字 じ 嘅機會 かい 率 りつ 係 がかり 50%」。
响現實 げんじつ 世界 せかい 嘅科研 けん 入 いれ 面 めん ,啲變數 すう 好 こう 少 しょう 可 か 會 かい 「一 いち 係 がかり 公一 こういち 係 がかり 字 じ 」咁二 に 元 げん ,但 ただし 個 こ 原理 げんり 一 いち 樣 よう :常態 じょうたい 分 ぶん 佈[e 30] 就係科學 かがく 入 いれ 面 めん 最 さい 常用 じょうよう 嘅概率 りつ 分 ぶん 佈之一 いち ,如果由 よし 一個常態分佈嘅總體嗰度抽樣,個 こ 變數 へんすう 嘅平均 へいきん 值會 かい 係 がかり 出現 しゅつげん 得 とく 最 さい 密 みつ 嘅數值,低 てい 過 か 平均 へいきん 嘅數值同高 だか 過 か 平均 へいきん 嘅數值出現 しゅつげん 嘅機會 かい 率 りつ 一 いち 樣 よう ,而離平均 へいきん 值愈遠 どお 嘅數值,抽到出 で 嚟嘅機會 きかい 率 りつ 就愈低 てい ,如果按住個 こ 樣 さま 本 ほん 畫 が 一 いち 個 こ 概 がい 率 りつ 分 ぶん 佈圖(打 だ 橫 よこ 個條 かじょう X 軸 じく 係 かかり 個 こ 變數 へんすう 嘅可能 かのう 數 すう 值 ,而打戙嗰條 じょう Y 軸 じく 係 かかり 每 まい 個數 こすう 值出現 しゅつげん 嘅機會 かい 率 りつ ),一個常態分佈會俾出一條好似鐘 かね 噉嘅形狀 けいじょう 嘅線[e 31] 。常態 じょうたい 分 ぶん 佈嘅概 がい 率 りつ 密度 みつど 函數 かんすう 係 かかり (
σ しぐま
{\displaystyle \sigma }
係 かかり 個 こ 分 ぶん 佈嘅標準 ひょうじゅん 差 さ )[37] :
f
(
x
)
=
1
σ しぐま
2
π ぱい
e
−
1
2
(
x
−
μ みゅー
σ しぐま
)
2
{\displaystyle f(x)={\frac {1}{\sigma {\sqrt {2\pi }}}}e^{-{\frac {1}{2}}\left({\frac {x-\mu }{\sigma }}\right)^{2}}}
一個概率分佈圖;幅 はば 圖 ず 打 だ 橫 よこ 個條 かじょう X 軸 じく 係 がかり 「個 こ 變數 へんすう 嘅可能 かのう 數 すう 值」,而打直 ちょく 嗰條 Y 軸 じく 係 がかり 「每 まい 個數 こすう 值出現 しゅつげん 嘅機會 かい 率 りつ 」。呢幅係 がかり 一 いち 幅 ぶく 常態 じょうたい 分 ぶん 佈。
譬 たとえ 如話以下 いか 呢個情況 じょうきょう 噉:想像 そうぞう 有 ゆう 生物 せいぶつ 學 がく 家 か 想 そう 研究 けんきゅう 成年 せいねん 中華 ちゅうか 白 しろ 海豚 いるか 嘅身長 ちょう ,但 ただし 佢冇可能 かのう 捉嗮世界 せかい 上 じょう 咁多隻 せき 白 しろ 海豚 いるか 遂 とげ 隻 せき 遂 とげ 隻 せき 嚟度佢哋幾 いく 長 ちょう ,於是乎佢就抽個 こ 樣 さま 本 ほん 出 で 嚟,用 よう 個 こ 樣 さま 本 ほん 嚟估計 けい 全 ぜん 世界 せかい 嘅白海豚 いるか 嘅身長 ちょう ;呢個樣 さま 本 ほん 入 いれ 面 めん 有 ゆう 20 隻 せき 白 しろ 海豚 いるか ,佢哋嘅平均 へいきん 身長 しんちょう 係 がかり 2.2 米 めーとる ,唔係隻 せき 隻 せき 都 と 啱啱好 こう 2.2 米長 よねなが -有 ゆう 隻 せき 係 がかり 1.8 米長 よねなが ,有 ゆう 隻 せき 係 がかり 2.6 米長 よねなが 呀噉-但 ただし 一 いち 隻 せき 白 しろ 海豚 いるか 身長 しんちょう 高 だか 過 か 呢個值嘅機會 きかい 率 りつ 大 だい 致上等 とう 如佢身長 しんちょう 低 てい 過 か 呢個值嘅機會 きかい 率 りつ ,而且離 はなれ 2.2 米 まい 愈 いよいよ 遠 とお 嘅數值出現 しゅつげん 嘅機會 かい 率 りつ 愈 いよいよ 低 ひく 。如果畫幅 がふく 概 がい 率 りつ 分 ぶん 佈圖,「隻 せき 白 しろ 海豚 いるか 嘅身長 ちょう 」做 X 軸 じく ,而「每 まい 個 こ 身長 しんちょう 數 すう 值出現 しゅつげん 嘅機會 かい 率 りつ 」做 Y 軸 じく ,幅 ぶく 圖會 ずえ 出 で 一條近似鐘形嘅線。
一般 いっぱん 嚟講,做統計 けい 嗰陣都會 とかい 假設 かせつ 抽樣個 こ 過程 かてい 係 がかり 獨立 どくりつ 同 どう 分 ぶん 佈[e 32] 嘅-噉講嘅意思 いし 係 がかり 指 ゆび ,樣 さま 本 ほん 入 いれ 面 めん 每 ごと 個個 ここ 體 たい 嘅數值喺由 よし 個 こ 總體 そうたい 嗰度抽出 ちゅうしゅつ 嚟嗰陣 じん 嘅概率 りつ 分 ぶん 佈都係 がかり 一 いち 樣 よう ,而且相互 そうご 之 の 間 あいだ 獨立 どくりつ [e 33] (一 いち 個 こ 抽到嘅數值嘅概 がい 率 りつ 分 ぶん 佈唔會 かい 影響 えいきょう 到 いた 下 しも 一個抽到嘅數值嘅)。呢個假設 かせつ 慳咗好 こう 多 た 時間 じかん 同 どう 精神 せいしん -如果吓吓做統計 けい 都 と 要 よう 諗第二 に 個 こ 抽出 ちゅうしゅつ 嚟嘅數 すう 值同第 だい 一個抽出嚟嘅數值嘅概率分佈會唔會唔同咗嘅話,計 けい 起 おこり 統計 とうけい 上 じょう 嚟就會 かい 撈絞得 とく 好 こう 交關[38] 。
平均 へいきん 值 (Mu)同 どう 標準 ひょうじゅん 差 さ (Sigma)嘅數值對常態 じょうたい 分 ぶん 佈嘅影響 えいきょう ;數 すう 值大嘅標準 ひょうじゅん 差 さ 表示 ひょうじ 啲個體 こたい 普遍 ふへん 同 どう 個 こ 樣 さま 本 ほん 嘅平均 へいきん 值差好 こう 遠 とお 。
相關 そうかん 定 てい 實驗 じっけん 性質 せいしつ [ 編輯 へんしゅう ]
得 え 到 いた 咗呢啲數值之後 ご ,研究 けんきゅう 者 しゃ 就可以做進 しん 一 いち 步 ほ 嘅分析 ぶんせき ,理解 りかい 變數 へんすう 之 の 間 あいだ 嘅關係 かんけい ,而研究 けんきゅう 有 ゆう 得 とく 大 だい 致上分 ぶん 做兩種 しゅ :相關 そうかん 性質 せいしつ [e 34] 同 どう 實驗 じっけん 性質 せいしつ [e 35] [39] :
相關 そうかん 研究 けんきゅう 嘅目的 もくてき 係 がかり 要 よう 搵出變數 へんすう 之 の 間 あいだ 嘅統計 とうけい 相關 そうかん [e 36] 有 ゆう 幾 いく 勁。皮 かわ 亞 あ 遜 へりくだ 積 せき 差 さ 相關 そうかん 係數 けいすう [e 37] 係 かかり 統計 とうけい 學 がく 成 なり 日用 にちよう 嘅一 いち 個 こ 指標 しひょう ,「兩個 りゃんこ 變數 へんすう
x
{\displaystyle x}
同 どう
y
{\displaystyle y}
之 これ 間 あいだ 嘅皮亞 あ 遜 へりくだ 積 せき 差 さ 相關 そうかん 係數 けいすう 」(
ρ ろー
X
,
Y
{\displaystyle \rho _{X,Y}}
)係 がかり 噉樣定義 ていぎ 嘅:
ρ ろー
X
,
Y
=
c
o
r
r
(
X
,
Y
)
=
c
o
v
(
X
,
Y
)
σ しぐま
X
σ しぐま
Y
=
E
[
(
X
−
μ みゅー
X
)
(
Y
−
μ みゅー
Y
)
]
σ しぐま
X
σ しぐま
Y
{\displaystyle \rho _{X,Y}=\mathrm {corr} (X,Y)={\mathrm {cov} (X,Y) \over \sigma _{X}\sigma _{Y}}={E[(X-\mu _{X})(Y-\mu _{Y})] \over \sigma _{X}\sigma _{Y}}}
X
{\displaystyle X}
係 かかり 第 だい
i
{\displaystyle i}
個個 ここ 案 あん 嘅
x
{\displaystyle x}
數 かず 值;
Y
{\displaystyle Y}
係 かかり 第 だい
i
{\displaystyle i}
個個 ここ 案 あん 嘅
y
{\displaystyle y}
數 かず 值;
μ みゅー
X
{\displaystyle \mu _{X}}
係 かかり 啲個案 あん 喺
x
{\displaystyle x}
上 うえ 嘅平均 へいきん 值 ;
μ みゅー
Y
{\displaystyle \mu _{Y}}
係 かかり 啲個案 あん 喺
y
{\displaystyle y}
上 うえ 嘅平均 へいきん 值;
σ しぐま
X
{\displaystyle \sigma _{X}}
係 かかり 啲個案 あん 喺
x
{\displaystyle x}
上 うえ 嘅標準 ひょうじゅん 差 さ ;
σ しぐま
Y
{\displaystyle \sigma _{Y}}
係 かかり 啲個案 あん 喺
y
{\displaystyle y}
上 うえ 嘅標準 ひょうじゅん 差 さ 。
呢條式 しき 會得 えとく 出 で 一 いち 個 こ 相關 そうかん 值 ,個數 こすう 值會喺 -1 同 どう 1 之 これ 間 あいだ ,負數 ふすう 表示 ひょうじ 兩個 りゃんこ 變數 へんすう 成 なり 反 はん 比 ひ (一個數值高嗰陣另一個傾向數值低),而正數 せいすう 就表示 ひょうじ 兩個 りゃんこ 變數 へんすう 成 なり 正 せい 比 ひ (兩個 りゃんこ 數 すう 值傾向 けいこう 一齊高或者一齊低),個 こ 相關 そうかん 值愈接近 せっきん 零 れい 表示 ひょうじ 兩個 りゃんこ 變數 へんすう 之 の 間 あいだ 嘅關係 がかり 愈 いよいよ 弱 じゃく ,而如果 はて 個 こ 相關 そうかん 值等於零就表示 ひょうじ 兩個 りゃんこ 變數 へんすう 根本 こんぽん 唔啦更 さら 。喺做相關 そうかん 性 せい 研究 けんきゅう 嗰陣科學 かがく 家 か 會 かい 先 さき 收集 しゅうしゅう 一 いち 啲數據 よりどころ ,再 さい 用 もちい 好 こう 似 に 上面 うわつら 呢條式 しき 等 とう 嘅方法 ほう 計 けい 出 だし 變數 へんすう 之 の 間 あいだ 嘅相關 そうかん 值,搵出研究 けんきゅう 緊嘅變數 へんすう 之 の 間 あいだ 有 ゆう 乜嘢啦掕,而呢個 こ 過程 かてい 俾出嚟嘅資 し 訊喺將來 しょうらい 有 ゆう 得 とく 攞嚟預 あずか 測 はか 某 ぼう 啲現象 げんしょう [40] 。
圖 ず 嘅 X 軸 じく 同 どう Y 軸 じく 代表 だいひょう 變數 へんすう
X
{\displaystyle X}
同 どう
Y
{\displaystyle Y}
,每 まい 個 こ 有色 ゆうしょく 圓 えん 點 てん 代表 だいひょう 一 いち 個個 ここ 案 あん ,每 まい 個個 ここ 案 あん 都 と 喺
X
{\displaystyle X}
同 どう
Y
{\displaystyle Y}
上 うえ 各 かく 有數 ゆうすう 值,而每幅 はば 圖 ず 表示 ひょうじ 唔同
ρ ろー
X
,
Y
{\displaystyle \rho _{X,Y}}
值下啲數據 よりどころ 會 かい 係 がかり 點 てん 嘅樣。
實驗 じっけん 性 せい 研究 けんきゅう 可 か 以話係 がかり 做得再 さい 犀利 さいり 啲,仲 なか 可 か 以幫手 しゅ 搵出變數 へんすう 之 の 間 あいだ 嘅因果 いんが [e 38] 關係 かんけい 。齋 とき 靠 もたれ 觀察 かんさつ 變數 へんすう 之 の 間 あいだ 嘅統計 けい 相關 そうかん 做唔到搵出事物 じぶつ 之 の 間 あいだ 嘅因果 いんが 關係 かんけい ,噉係就算一 いち 個 こ 研究 けんきゅう 者 しゃ 觀察 かんさつ 到 いた
A
{\displaystyle A}
同 どう
B
{\displaystyle B}
之 これ 間 あいだ 有 ゆう 顯著 けんちょ 嘅正統計 とうけい 相關 そうかん ,噉依然 しか 有 ゆう 三 さん 個 こ 可能 かのう 性 せい :
A
{\displaystyle A}
引致 いんち
B
{\displaystyle B}
、
B
{\displaystyle B}
引致 いんち
A
{\displaystyle A}
、
A
{\displaystyle A}
同 どう
B
{\displaystyle B}
有 ゆう 同 どう 一 いち 個 こ 成因 せいいん [41] 。
上述 じょうじゅつ 嘅就係 がかり 所謂 いわゆる 嘅相關 そうかん 唔蘊含因果 いんが [e 39] 問題 もんだい -就算一個研究者搵到兩樣嘢之間有統計相關,都 と 唔能夠即刻 こく 判斷 はんだん 兩樣 りょうよう 嘢之間 あいだ 嘅因果 いんが 關係 かんけい 。一般認為喺科學上,要 よう 搵出事物 じぶつ 之 の 間 あいだ 嘅因果 いんが 關係 かんけい ,就實要 よう 靠 もたれ 實驗 じっけん 嘅方法 ほう :實驗 じっけん 係 がかり 指 ゆび 研究 けんきゅう 者 しゃ 特 とく 登 とう 操作 そうさ [e 40] 某 ぼう 啲變數 すう ,再 さい 睇吓個 こ 操作 そうさ 會 かい 造成 ぞうせい 乜嘢效果 こうか ,例 れい 如「如果佢特登 とう 操作 そうさ
A
{\displaystyle A}
,就會見 かいけん 到 いた
B
{\displaystyle B}
跟住出現 しゅつげん ,而如果 はて 佢唔特 とく 登 とう 操作 そうさ
A
{\displaystyle A}
,
B
{\displaystyle B}
就唔會 かい 跟住出現 しゅつげん 」,佢就有 ゆう 理由 りゆう 相 しょう 信 しん
A
{\displaystyle A}
真 しん 係 がかり 能 のう 夠引致 いんち
B
{\displaystyle B}
。順 じゅん 帶 たい 一 いち 提 ひさげ ,因 いん 為 ため 廿 にじゅう 世紀 せいき 嘅社會 しゃかい 科學 かがく 好 こう 多 た 時 じ 都 と 係 がかり 齋 とき 靠 もたれ 觀 かん 察嘅相關 そうかん 研究 けんきゅう ,所以 ゆえん 成 なり 日 び 俾人插佢哋,話 わ 佢哋唔能夠確立 かくりつ 唔同社會 しゃかい 現象 げんしょう 之 の 間 あいだ 嘅因果 いんが 關係 かんけい [42] [43] 。
一個科學家喺實驗室入面做研究;實驗 じっけん 室 しつ 嘅環境 かんきょう 好 こう 乾 いぬい 淨 きよし 而且高度 こうど 受控,令 れい 研究 けんきゅう 過程 かてい 冇咁易 えき 受到干 ひ 擾。
一個實驗嘅基本步驟係噉嘅[42] :
响做實驗 じっけん 之 の 前 まえ ,要用 ようよう 過 か 往嘅文獻 ぶんけん 同 どう 理論 りろん 嚟諗吓研究 けんきゅう 緊嘅變數 へんすう 之 の 間 あいだ 會 かい 有 ゆう 啲乜嘢因果 いんが 關係 かんけい ;
將 はた 研究 けんきゅう 嘅對象 たいしょう 擺喺一 いち 個 こ 受控制 せい 嘅環境 かんきょう [e 41] 裏面 りめん -「受控制 せい 嘅環境 かんきょう 」指 ゆび 一 いち 個 こ 受人工 じんこう 控 ひかえ 制 せい ,唔會俾啲外來 がいらい 因 いん 素 もと 干 ひ 擾嘅環境 かんきょう ,例 れい 如係一 いち 間 あいだ 實驗 じっけん 室 しつ ;
將 はた 研究 けんきゅう 嘅對象 たいしょう 分 ぶん 做至少 しょう 兩 りょう 組 くみ -實驗 じっけん 組 ぐみ [e 42] 同 どう 對照 たいしょう 組 ぐみ [e 43] ;
喺實驗 じっけん 組 ぐみ 嗰度人工 じんこう 噉操控 ひかえ 「因 よし 」(呢個係 がかり 自 じ 變數 へんすう ;IV)嘅變數 すう 嘅數值,而對照 たいしょう 組 ぐみ 就唔郁 いく ;
比 ひ 較吓兩個 りゃんこ 組 ぐみ 別 べつ 喺「果 はて 」(呢個係 がかり 應 おう 變數 へんすう ;DV)個數 こすう 值係點 てん ;
如果實驗 じっけん 組 ぐみ 喺應變數 へんすう 嘅平均 へいきん 值上 うえ 同 どう 對照 たいしょう 組 ぐみ 顯著 けんちょ 噉有差異 さい (可 か 以睇埋 うめ 學生 がくせい t 測 はか 試 ためし ),噉就可 か 以話發現 はつげん 咗一 いち 個 こ 因果 いんが 關係 かんけい -自 じ 變數 へんすう 嘅變化 へんか 會 かい 令 れい 到 いた 應 おう 變數 へんすう 跟住起 おこり 變化 へんか 。
有 ゆう 經濟 けいざい 學 がく 同 どう 管理 かんり 學 がく 方面 ほうめん 嘅學者 しゃ 試 こころみ 過 か 喺美國 びくに 伊 い 利 り 諾 だく 伊 い 州 しゅう 嘅一間 あいだ 工廠 こうしょう 嗰度過 か 所謂 いわゆる 嘅霍桑效 こう 應 おう [e 44] 實驗 じっけん 。喺呢個 こ 實驗 じっけん 當 とう 中 なか ,啲研究 けんきゅう 者 しゃ 想 そう 研究 けんきゅう 俾人睇住 會 かい 點 てん 樣 さま 影響 えいきょう 工 こう 人 じん 嘅生產 せいさん 效率 こうりつ -佢哋研究 けんきゅう 嘅總體 そうたい 係 がかり 世界 せかい 上 じょう 所有 しょゆう 嘅工人 じん ,但 ただし 佢哋冇可能 かのう 一次研究嗮咁多工人,所以 ゆえん 只 ただ 係 がかり 攞咗一 いち 小部 こべ 份嚟研究 けんきゅう -嗰間工廠 こうしょう 嘅工人 じん (抽樣)。佢哋跟住做以下 か 嘅嘢:
佢哋嘗試增強 ぞうきょう 間 あいだ 廠 しょう 入 いれ 面 めん 嘅燈光 とうこう (燈光 とうこう 係 かかり IV),而燈光 こう 影響 えいきょう 啲工人 じん 會 かい 唔會俾人睇到(IV 理 り 應 おう 會 かい 引致 いんち 嘅嘢),睇吓佢點樣 さま 影響 えいきょう 流水 りゅうすい 線 せん 工 こう 人 じん 嘅生產 せいさん 率 りつ (生產 せいさん 率 りつ 係 かかり 應 おう 變數 へんすう );
研究 けんきゅう 人員 じんいん 首 くび 先 さき 檢 けん 測 はか 咗間廠 しょう 既 すんで 有 ゆう 嘅生產 せいさん 率 りつ ,打 だ 後 ご 再 さい 改變 かいへん 車 しゃ 間 あいだ 嘅燈光 こう 強度 きょうど (人工 じんこう 噉操控 ひかえ IV 嘅數值),再 さい 睇吓有 ゆう 乜嘢結果 けっか ;
結果 けっか 係 がかり 生產 せいさん 率 りつ 喺實驗 じっけん 環境 かんきょう 之 の 下 しも 提 ひさげ 升 ます 咗-表示 ひょうじ 「燈光 とうこう 」同 どう 「生產 せいさん 率 りつ 」兩個 りゃんこ 變數 へんすう 之 の 間 あいだ 有 ゆう 關係 かんけい ,而且前者 ぜんしゃ 係 がかり 因 いん ,後者 こうしゃ 係 がかり 果 はて 。
呢個實驗 じっけん 好 こう 出 だし 名 めい ,不 ふ 過 か 有 ゆう 唔少科學 かがく 家 か 都 と 嫌 いや 呢個實驗 じっけん 嘅設計 けい 有 ゆう 少少 しょうしょう 唔掂,例 れい 如係缺 かけ 少 しょう 咗對照 たいしょう 組 ぐみ 同 どう 埋 うめ 「實驗 じっけん 環境 かんきょう 唔係咁受控 ひかえ 」呀噉[44] 。
假說 かせつ 檢定 けんてい [e 45] 可 か 以話係 がかり 推論 すいろん 統計 とうけい 學 がく 當 とう 中 ちゅう 最 さい 重要 じゅうよう 嘅一 いち 個 こ 工 こう 序 じょ ,指 ゆび 驗 けん 證 しょう 一 いち 個 こ 假說 かせつ (指 ゆび 一 いち 個 こ 仲 なか 未 み 搵到證據 しょうこ 支 ささえ 撐,但 ただし 研究 けんきゅう 者 しゃ 有 ゆう 理由 りゆう 認 みとめ 為 ため 好 こう 可能 かのう 係 がかり 真 ま 確 かく 嘅論述 ろんじゅつ )嘅過程 かてい 。一個做假說檢定嘅研究者所做嘅工序如下:
睇過有 ゆう 關 せき 佢所研究 けんきゅう 嗰樣嘢嘅文獻 ぶんけん ,
建 たて 基 はじめ 於已有 ゆう 嘅知識 ちしき ,作出 さくしゅつ 一啲有關嗰樣嘢嘅新假說—「我 わが 睇過打 だ 前 ぜん 嘅研究 けんきゅう ,我 わが 認 みとめ 為 ため 有 ゆう 咗已知 ち 嘅嘢,我 わが 可 か 以作出 で 以下 いか 嘅判斷 はんだん ,而驗證 しょう 呢個判斷 はんだん 係 がかり 咪正確 かく 能 のう 夠帶嚟新知識 ちしき 」,
諗出一個驗證呢假說嘅程序,
用 よう 呢個程 ほど 序 じょ 攞數據 よりどころ ,
對數 たいすう 據 よりどころ 作出 さくしゅつ 分析 ぶんせき ,
用 よう 分析 ぶんせき 結果 けっか 判斷 はんだん 個 こ 假說 かせつ 係 がかり 咪真確 かく [45] 。
假說 かせつ 檢定 けんてい 嘅過程 かてい 會 かい 用 よう 到 いた 以下 いか 嘅概念 がいねん :
嚴格 げんかく 嚟講,個 こ 總體 そうたい 嘅參 さん 數 すう [e 46] (指 ゆび 形容 けいよう 緊某個 こ 系統 けいとう 嘅特性 せい )係 がかり 不 ふ 可知 かち 嘅-淨 きよし 係 がかり 有 ゆう 得 とく 透過 とうか 個 こ 樣 さま 本 ほん 嘅數值嚟估 吓呢啲參數 すう 嘅數值。例 れい 如喺上面 うわつら 個中 こちゅう 華 はな 白 しろ 海豚 いるか 研究 けんきゅう 嘅例子 こ 噉,要 よう 知道 ともみち 嗮古往今來 こおうこんらい 所有 しょゆう 中華 ちゅうか 白 しろ 海豚 いるか 嘅身長 ちょう 原則 げんそく 上 うえ 係 がかり 冇可能 かのう 嘅,所以 ゆえん 研究 けんきゅう 者 しゃ 亦 また 都 と 冇方法 ほう 知道 ともみち 「全 ぜん 世界 せかい 嘅白海豚 いるか 嘅平均 へいきん 身長 しんちょう 」嘅真正數 せいすう 值-唔單只 ただ 啲科學 かがく 家 か 唔夠人力 じんりき 物 ぶつ 力 りょく 度 ど 嗮世上 じょう 咁多隻 せき 白 しろ 海豚 いるか ,而且過去 かこ 嘅白海豚 いるか 同 どう 埋 うめ 仲 なか 未 み 出世 しゅっせ 嘅白海豚 いるか 嘅身長都 おさつ 係 がかり 冇辦法量 ほうりょう 度 ど 嘅,所以 ゆえん 成 なり 個 こ 研究 けんきゅう 啲科學 かがく 家 か 都 と 係 がかり 喺度假設 かせつ 緊個樣 さま 本能 ほんのう 夠代表 だいひょう 到 いた 全 ぜん 世界 せかい 嘅白海豚 いるか ,並 なみ 且用個 こ 樣 さま 本 ほん 入 いれ 面 めん 嘅白海豚 いるか 嘅平均 へいきん 身長 しんちょう 嚟估計 けい 全 ぜん 世界 せかい 嘅白海豚 いるか 嘅平均 へいきん 身長 しんちょう 。除 じょ 咗平均 へいきん 值,個 こ 樣 さま 本 ほん 嘅變異 へんい 數 すう 等 とう 嘅敘述 じゅつ 統計 とうけい 資料 しりょう 都會 とかい 俾科學 かがく 家 か 攞嚟估計個 こ 總體 そうたい 嘅參數 すう ,呢啲俾人用 よう 嚟估計 けい 總體 そうたい 參 さん 數 すう 嘅就係 がかり 所謂 いわゆる 嘅估計量 けいりょう [e 47] [46] 。
做科研 けん 嗰陣啲研究 けんきゅう 人員 じんいん 可 か 以睇到嘅就淨 きよし 係 がかり 得 とく 個 こ 樣 さま 本 ほん 嗰啲數 すう 值,而個總體 そうたい 嗰柞真實 しんじつ 嘅數值係不 ふ 可知 かち 嘅,所以 ゆえん 任 にん 何 なん 由 よし 個 こ 樣 さま 本 ほん 嗰度估計出 で 嚟嘅數 すう 值頂嗮櫳都 みやこ 淨 きよし 係 がかり 有 ゆう 得 とく 話 はなし 係 がかり 個 こ 總體 そうたい 嘅近似 きんじ 值 。信心 しんじん 區間 くかん [e 48] 係 かかり 指 ゆび 「有 ゆう 信心 しんじん 總體 そうたい 個 こ 真實 しんじつ 數 すう 值係喺入面 めん 嘅區間 あいだ 」,喺做統計 とうけい 嗰時會 かい 俾人攞嚟表 ひょう 述 じゅつ 個 こ 樣 さま 本 ほん 嘅數值同個 こ 總體 そうたい 嘅真實數 じっすう 值之間 あいだ 估計差 さ 幾 いく 遠 とお ,
P
(
L
n
<
θ しーた
<
U
n
)
=
γ がんま
{\displaystyle P(L_{n}<\theta <U_{n})=\gamma }
舉個例 れい 說明 せつめい ,最 さい 常用 じょうよう 嘅係「95% 信心 しんじん 區間 くかん 」(
γ がんま
=
0.95
{\displaystyle \gamma =0.95}
),用 よう 返上 へんじょう 面白 おもしろ 海豚 いるか 嘅例子 こ ,啲科研 けん 人員 じんいん 會 かい 用 よう 個 こ 樣 さま 本 ほん 入 いれ 面 めん 嘅海豚 いるか 嘅身長 ちょう 平均 へいきん 值嚟估計嗰個不 ふ 可知 かち 嘅「世上 せじょう 所有 しょゆう 白 しろ 海豚 いるか 嘅身長 ちょう 嘅平均 へいきん 值」(
θ しーた
{\displaystyle \theta }
),而佢哋可以用一啲統計方法計個「白 しろ 海豚 いるか 身長 しんちょう 平均 へいきん 值嘅 95% 信心 しんじん 區間 くかん 」出 だし 嚟-呢個值係指 ゆび 「有 ゆう 信心 しんじん 95% 機會 きかい 世上 せじょう 所有 しょゆう 白 しろ 海豚 いるか 嘅身長 ちょう 嘅平均 へいきん 值嘅真實 しんじつ 數 すう 值係喺
L
n
{\displaystyle L_{n}}
同 どう
U
n
{\displaystyle U_{n}}
之 これ 間 あいだ 」[47] 。
「有 ゆう 信心 しんじん 變數 へんすう
X
{\displaystyle X}
嘅真實 しんじつ 平均 へいきん 值 95% 機會 きかい 係 がかり 喺 -1.96 同 どう 1.96 之 これ 間 あいだ 。」
虛無 きょむ 同 どう 備擇假說 かせつ [ 編輯 へんしゅう ]
虛無 きょむ 假說 かせつ [e 49] (符號 ふごう :
H
0
{\displaystyle H_{0}}
)同 どう 備擇假說 かせつ [e 50] (符號 ふごう :
H
1
{\displaystyle H_{1}}
)係 がかり 做科研 けん 上成 うえなし 日 にち 會 かい 用 よう 到 いた 嘅行話 ばなし :
虛無 きょむ 假說 かせつ 係 がかり 指 ゆび 做一份研究嗰陣嘅預設立場,指 ゆび 「兩個 りゃんこ 量 りょう 度 ど 嘅變數 すう 之 の 間 あいだ 冇關係 がかり 」呢句嘢,而
備擇假說 かせつ 係 がかり 做一份研究嗰陣嘗試驗證嘅立場,指 ゆび 「兩個 りゃんこ 量 りょう 度 ど 嘅變數 すう 之 の 間 あいだ 有 ゆう 關係 かんけい 」呢句嘢。
舉個例 れい 說明 せつめい ,假想 かそう 有 ゆう 個 こ 認知 にんち 心 こころ 理學 りがく 家 か 想 そう 驗 けん 證 しょう 「年紀 としのり 」同 どう 「記憶 きおく 力 りょく 」呢兩個 りゃんこ 變數 へんすう 之 の 間 あいだ 嘅關係 かんけい ,於是佢就搵咗兩 りょう 批人返 かえし 嚟做佢嘅樣 よう 本 ほん ,第 だい 一批人年紀喺 20 至 いたり 30 歲 さい 之 の 間 あいだ ,第 だい 二批人年紀喺 50 至 いたり 60 歲 さい 之 の 間 あいだ ,再 さい 用 よう 一啲測試量度呢兩批人嘅記憶力,設 しつらえ 第 だい 一批人喺記憶力測試上嘅平均 へいきん 得分 とくぶん 係 がかり
μ みゅー
1
{\displaystyle \mu _{1}}
,而第二批人喺同一柞測試上嘅平均得分係
μ みゅー
2
{\displaystyle \mu _{2}}
,噉呢份研究 けんきゅう 嘅
H
0
{\displaystyle H_{0}}
係 かかり
μ みゅー
1
=
μ みゅー
2
{\displaystyle \mu _{1}=\mu _{2}}
,
H
1
{\displaystyle H_{1}}
係 かかり
μ みゅー
1
≠
μ みゅー
2
{\displaystyle \mu _{1}\neq \mu _{2}}
,當 とう 中 ちゅう 後者 こうしゃ 係 がかり 個 こ 認知 にんち 科學 かがく 家 か 想 そう 證 しょう 實 じつ 嘅嘢[48] 。虛無 きょむ 假說 かせつ 同 どう 備擇假說 かせつ 呢兩個 りゃんこ 詞 し 語 ご 查實好 こう 簡單 かんたん ,但 ただし 呢兩個 りゃんこ 詞 し 語 ご 令 れい 到 いた 寫 うつし 科 か 研 けん 報告 ほうこく 嗰陣慳好多 た 位 い -啲科學 かがく 家 か 唔使吓吓都 と 講 こう 嗮成句 く 假說 かせつ 出 で 嚟[49] 。
喺做假說 かせつ 檢定 けんてい 嗰陣,一般會將可能會出現嘅錯誤分兩種[50] :
第 だい 一 いち 型 がた 錯誤 さくご [e 51] 指 ゆび 錯誤 さくご 噉否定 ひてい 咗
H
0
{\displaystyle H_{0}}
,得 とく 出 で 咗個假 かり 陽性 ようせい [e 52] 結果 けっか -兩個 りゃんこ 變數 へんすう 查實有 ゆう 啦掕,研究 けんきゅう 者 しゃ 但 ただし 搵到咗一 いち 個 こ 陽性 ようせい 結果 けっか 出 で 嚟。
第 だい 二 に 型 がた 錯誤 さくご [e 53] 指 ゆび
H
0
{\displaystyle H_{0}}
其實係 がかり 錯,但 ただし 就冇俾人成功 せいこう 噉否定 ひてい 到 いた ,得 とく 出 で 咗個假 かり 陰性 いんせい [e 54] -兩個 りゃんこ 變數 へんすう 實際 じっさい 上 じょう 有 ゆう 關 せき 但 ただし 就搵到個 こ 陰性 いんせい 結果 けっか 。
呢啲錯誤 さくご 會 かい 發生 はっせい 有 ゆう 好 こう 多 た 原因 げんいん ,包括 ほうかつ 係 がかり 科 か 研 けん 入 いれ 面 めん 嘅某啲隨 ずい 機 き 性 せい -例 れい 如有份研究 けんきゅう 想 そう 睇吓兩個 りゃんこ 地區 ちく 嘅狼嘅平均 へいきん 身長 しんちょう 係 がかり 咪有分別 ふんべつ ,佢哋隨 ずい 機 き 噉喺兩個 りゃんこ 地區 ちく 度 ど 抽樣,再度 さいど 吓啲狼 おおかみ 嘅身長 ちょう ,可能 かのう 兩個 りゃんこ 地區 ちく 啲狼嘅平均 へいきん 身長 しんちょう 係 がかり 冇分別 べつ 嘅(
H
0
{\displaystyle H_{0}}
係 かかり 真 しん ),但 ただし 喺隨機 き 抽樣嘅過程 ほど 當 とう 中 なか ,咁啱得 とく 咁橋喺地區 ちく
A
{\displaystyle A}
抽咗啲嗰頭 あたま 最大 さいだい 隻 せき 嘅狼出 で 嚟,而喺地區 ちく
B
{\displaystyle B}
又 また 咁橋淨 きよし 係 がかり 抽嗮啲嗰頭 あたま 最 さい 細 ほそ 隻 せき 嘅狼出 で 嚟,搞到最後 さいご 搵到出 で 嚟個結果 けっか 話 ばなし 兩個 りゃんこ 地區 ちく 啲狼嘅身長 ちょう 有 ゆう 顯著 けんちょ 分別 ふんべつ ,即 そく 係 がかり 錯誤 さくご 噉排除 はいじょ 咗
H
0
{\displaystyle H_{0}}
-第 だい 一 いち 型 がた 錯誤 さくご 。喺呢個個 ここ 案 あん 入 いれ 面 めん ,啲科研 けん 人員 じんいん 之 の 所以 ゆえん 搵到兩個 りゃんこ 變數 へんすう (地區 ちく 同 どう 埋 うめ 啲狼嘅身長 ちょう )之 の 間 あいだ 有 ゆう 關 せき 唔係因 いん 為 ため 兩者 りょうしゃ 之 の 間 あいだ 真 しん 係 がかり 有 ゆう 關 せき ,而係抽樣嗰陣唔好彩 いろどり 。呢啲事 ごと 喺科學界 がっかい 間 あいだ 唔鐘會 かい 發生 はっせい [51] 。
統計 とうけい 顯著 けんちょ 性 せい [e 55] (符號 ふごう 係 がかり
p
{\displaystyle p}
)[52] ,簡稱顯著 けんちょ 性 せい ,反映 はんえい 一個俾統計者接受咗嘅假說
「有 ゆう 幾 いく 大 だい 機會 きかい 係 がかり 真 ま 確 かく 。」
事實 じじつ 上 じょう ,統計 とうけい 學 がく 喺答問題 もんだい 嗰陣好 こう 少 しょう 可 か 會話 かいわ 俾到真 しん 同 どう 假 かり 咁二 に 元 げん 嘅答案 あん 。統計 とうけい 方法 ほうほう 本質 ほんしつ 上 うえ 係 がかり 帶 たい 咗些少 しょう 隨 ずい 機 き 性 せい 喺度,好 こう 似 に 係 がかり 頭 あたま 先 さき 提 つつみ 咗嘅第 だい 一型錯誤嘅例子就顯示到,無論 むろん 一 いち 份研究 けんきゅう 點 てん 精密 せいみつ ,都 と 梗會有 ゆう 少少 しょうしょう 機會 きかい 會 かい 出 で 錯,而呢啲錯誤 さくご 好 こう 多 た 時 じ 係 がかり 人為 じんい 冇可能 かのう 控 ひかえ 制 せい 得 え 到 いた 嘅:啲科學 かがく 家 か 一方面冇可能度得嗮古往今來所有嘅狼嘅身長,但 ただし 另一方面 ほうめん ,佢哋一 いち 做抽樣 さま ,就梗會 かい 有機 ゆうき 會 かい 攞到個 こ 代表 だいひょう 唔到個 こ 總體 そうたい 嘅樣本 ほん -即 そく 係 がかり 話 ばなし 無 む 論點 ろんてん ,用 よう 統計 とうけい 方法 ほうほう 硬 かた 係 がかり 會 かい 或 ある 多 おお 或 ある 少 しょう 帶 おび 有 ゆう 啲不 ふ 確定 かくてい 。於是乎統計 とうけい 學 がく 家 か 就決定 けってい 咗:用 よう 統計 とうけい 學 がく 做親啲乜嘢研究 けんきゅう 嗰陣,都 と 唔會俾二 に 元 げん 性 せい 嘅答案 あん ,而係會 かい 俾出好 こう 似 に 信心 しんじん 區間 くかん 呢類「某 ぼう 句 く 嘢有幾 いく 大 だい 機會 きかい 係 がかり 啱」呢類帶 たい 咗啲機會 きかい 率 りつ 喺度嘅答案 あん ,而
p
{\displaystyle p}
就係用 よう 嚟做呢樣嘢嘅概念 がいねん [53] 。
p
{\displaystyle p}
嘅定義 ていぎ 係 がかり 「如果虛無 きょむ 假說 かせつ 係 かかり 真 しん ,呢個結果 けっか 出現 しゅつげん 嘅機會 きかい 率 りつ 」,
p
=
P
(
{\displaystyle p=P{\big (}}
睇到個 こ 噉嘅結果 けっか
∣
H
0
{\displaystyle \mid H_{0}}
係 かかり 真 しん
)
{\displaystyle {\big )}}
[註 2]
一般 いっぱん 嚟講,如果柞 なら 統計 とうけい 分析 ぶんせき 顯示 けんじ
p
{\displaystyle p}
嘅數值係細 ほそ 過 か 某 ぼう 個 こ 特定 とくてい 嘅數值(通常 つうじょう 係 がかり 5%)嘅話(
p
<
.05
{\displaystyle p<.05}
)[註 3] -「如果
H
0
{\displaystyle H_{0}}
係 かかり 真 しん ,會得 えとく 出 で 呢個結果 けっか 嘅機會 かい 好 こう 微 ほろ 」,噉研究 けんきゅう 者 しゃ 就有夠強嘅理由 りゆう 相 しょう 信 しん
H
0
{\displaystyle H_{0}}
好 こう 有 ゆう 可能 かのう 唔係真 しん ,噉做分 ぶん 析嗰個人 こじん 就會當 とう 句 く
H
1
{\displaystyle H_{1}}
係 かかり 真 ま 確 かく 嘅,並 なみ 且拒絕 きょぜつ 個 こ 虛無 きょむ 假說 かせつ [e 56] 。喺實際 ぎわ 嘅科研 けん 論文 ろんぶん 當 とう 中 ちゅう 做統計 けい 嘅話,研究 けんきゅう 者 しゃ 幾 いく 乎實會 かい 報告 ほうこく 自己 じこ 做咗統計 とうけい 分析 ぶんせき 得 とく 出 で 嘅
p
{\displaystyle p}
值,並 なみ 且用「
p
{\displaystyle p}
值好細 ほそ 」呢一 いち 點 てん 嚟說服 ふく 人 じん ,話 わ 自己 じこ 嗰句
H
1
{\displaystyle H_{1}}
係 かかり 真 ま 嘅[45] 。
要 よう 測 はか 試 ためし 一 いち 個 こ
H
1
{\displaystyle H_{1}}
,其中一種最常見嘅做法就係比較 ひかく 平均 へいきん 值[e 57] ,即 そく 係 がかり 比較 ひかく 個 こ 樣 さま 本 ほん 入 いれ 面 めん 唔同組 ぐみ 之 の 間 あいだ 喺個變數 へんすう 嘅平均 へいきん 值上有 ゆう 冇差異 さい 。喺最簡單 かんたん 嗰種情況 じょうきょう -得 とく 兩 りょう 組 くみ 要 よう 比較 ひかく -之 の 下 した ,研究 けんきゅう 者 しゃ 可 か 以用學生 がくせい t 測 はか 試 ためし [e 58] (以下 いか 簡稱 t 測 はか 試 ためし )。學生 がくせい t 測 はか 試 ためし 呢種方法 ほうほう 可 か 以攞嚟分析 ぶんせき 兩個 りゃんこ 組 ぐみ (通常 つうじょう 係 がかり 實驗 じっけん 組 ぐみ 同 どう 對照 たいしょう 組 ぐみ )之 の 間 あいだ 喺個指定 してい 變數 へんすう 嘅數值上係 がかり 咪有顯著 けんちょ 嘅差異 さい ,當 とう 中 ちゅう 最 さい 原始 げんし 嗰種獨立 どくりつ 樣 さま 本 ほん t 測 はか 試 ためし [e 59] 係 かかり t 測 はか 試 ためし 嘅一 いち 種 しゅ ,獨立 どくりつ 樣 さま 本 ほん t 測 はか 試 ためし 假設 かせつ 咗三 さん 點 てん [54] :
個 こ 總體 そうたい 喺個變數 へんすう 上 じょう 嘅概 がい 率 りつ 分 ぶん 佈係 かかり 一 いち 個 こ 常態 じょうたい 分 ぶん 佈 ;
要 よう 比較 ひかく 嗰兩個 りゃんこ 組 ぐみ 係 がかり 獨立 どくりつ (指 ゆび 兩個 りゃんこ 組 ぐみ 入 いれ 面 めん 啲個體 こたい 係 がかり 分別 ふんべつ 噉抽樣 入 いれ 組 ぐみ 嘅)嘅;
要 よう 比較 ひかく 嗰兩個 りゃんこ 組 ぐみ 喺個變數 へんすう 上 じょう 嘅變異 へんい 數 すう 相等 そうとう 。
用 もちい 返 がえ 同 どう 上面 うわつら 類似 るいじ 嘅例子 こ ,班 はん 研究 けんきゅう 人員 じんいん 可能 かのう 想 そう 做個實驗 じっけん ,睇吓提 ひさげ 高 だか 氣溫 きおん 會 かい 唔會改變 かいへん 狼 おおかみ 嘅食量 りょう ,佢哋可 か 以
隨 ずい 機 き 噉由全 ぜん 世界 せかい 嘅狼嗰度抽一柞 なら (例 れい 如係 200 隻 せき )出 だし 嚟,將 はた 佢哋分 ぶん 做兩組 ぐみ -實驗 じっけん 組 ぐみ 同 どう 對照 たいしょう 組 ぐみ ,兩 りょう 組 ぐみ 各 かく 有 ゆう 100 隻 せき 狼 おおかみ ,將 はた 前者 ぜんしゃ 擺喺一個有暖氣嘅環境度養,而後者 しゃ 就擺喺一 いち 棟 むね 模 かたぎ 仿自然 しぜん 環境 かんきょう (氣溫 きおん 正常 せいじょう )嘅地方 ちほう 度 ど 養 やしなえ (氣溫 きおん 係 かかり 自 じ 變數 へんすう );
跟手啲研究 けんきゅう 人員 じんいん 就要量 りょう 度 ど 個 こ 應 おう 變數 へんすう (食 しょく 量 りょう )-一個可能嘅方法係用攝 と 影 かげ 機 き 監察 かんさつ 住 じゅう 啲狼嘅一舉一動 どう ,佢哋一食嘢就記錄低,並 なみ 且用影 かげ 片影 へんえい 到 いた 嘅影像 ぞう 估計樣 さま 本 ほん 入 いれ 面 めん 嘅每隻 せき 狼 おおかみ 大約 たいやく 每日 まいにち 食 しょく 咗幾多 た 公 おおやけ 斤 きん 嘅嘢食 しょく 。呢個步 ふ 驟會得 えとく 出 で 一 いち 大 だい 柞 なら 數 すう 據 よりどころ ,表 おもて 述 じゅつ 每 ごと 一個個體喺個應變數上嘅數值(即 そく 係 がかり 每 ごと 隻 せき 狼 おおかみ 嘅日常食 じょうしょく 量 りょう ),而
由 よし 呢啲數 すう 據 よりどころ 嗰度,研究 けんきゅう 者 しゃ 亦 また 會 かい 順 じゅん 理 り 成章 せいしょう 噉計到 いた 兩個 りゃんこ 組 ぐみ 分別 ふんべつ 喺個應 おう 變數 へんすう 上 じょう 嘅平均 へいきん 值 -「實驗 じっけん 組 ぐみ 啲狼嘅平均 へいきん 日 び 常食 じょうしょく 量 りょう 」(
μ みゅー
1
{\displaystyle \mu _{1}}
)同 どう 「對照 たいしょう 組 ぐみ 啲狼嘅平均 へいきん 日 び 常食 じょうしょく 量 りょう 」(
μ みゅー
2
{\displaystyle \mu _{2}}
);
下 した 一 いち 步 ほ 就要睇吓
μ みゅー
1
{\displaystyle \mu _{1}}
同 どう
μ みゅー
2
{\displaystyle \mu _{2}}
之 これ 間 あいだ 係 がかり 咪有顯著 けんちょ 嘅分別 べつ -如果有 ゆう ,研究 けんきゅう 人員 じんいん 就有得 とく 否定 ひてい 個 こ
H
0
{\displaystyle H_{0}}
,並 なみ 且話今次 こんじ 攞到嘅實驗 じっけん 數 すう 據 よりどころ 撐佢哋個
H
1
{\displaystyle H_{1}}
(
H
1
{\displaystyle H_{1}}
係 かかり 「提 ひさげ 高 だか 氣溫 きおん 會 かい 影響 えいきょう 狼 おおかみ 嘅食量 りょう 」呢句嘢)。
因 いん 為 ため 佢哋嗰兩個 りゃんこ 組 ぐみ 入 いれ 面 めん 個體 こたい 係 がかり 分別 ふんべつ 噉抽樣 さま 嘅,而且得 とく 一 いち 個 こ 應 おう 變數 へんすう (狼 おおかみ 嘅食量 りょう ),所以 ゆえん 佢哋可 か 以用獨立 どくりつ 樣 さま 本 ほん t 測 はか 試 ためし 。
用 もちい 好 こう 似 に t 測 はか 試 ためし 噉嘅統計 とうけい 分析 ぶんせき 可 か 以提高 だか 一份研究嘅說服力:一方 いっぽう 面 めん ,啲研究 けんきゅう 者 しゃ 可 か 以淨係 がかり 靠 もたれ 直接 ちょくせつ 比較 ひかく 兩個 りゃんこ 組 ぐみ 喺個變數 へんすう 上 じょう 各自 かくじ 嘅平均 へいきん 值(
μ みゅー
1
{\displaystyle \mu _{1}}
同 どう
μ みゅー
2
{\displaystyle \mu _{2}}
),但 ただし 噉做唔會有 ゆう 乜嘢說 せつ 服 ふく 力 りょく ;個 こ 變數 へんすう 係 がかり 大 だい 致上呈 てい 常態 じょうたい 分 ぶん 佈嘅-一隻狼嘅日常食量通常會接近所有狼嘅日常食量嘅平均值,離 はなれ 平均 へいきん 值愈遠 どお 嘅數值就會 かい 出現 しゅつげん 得 どく 愈 いよいよ 少 しょう ;如果齋 とき 靠 もたれ 比較 ひかく 兩個 りゃんこ 組 ぐみ 嘅平均 へいきん 值,就等於冇考慮 こうりょ 到 いた 抽樣等 とう 過程 かてい 入 いれ 面 めん 嘅隨機 き 性 せい -可能 かのう 只 ただ 係 がかり 抽樣嗰陣唔好彩 いろどり ,大食 たいしょく 嘅狼咁橋分 ぶん 嗮去實驗 じっけん 組 ぐみ 嗰度,而食嘢少嘅狼就咁啱分嗮去對照 たいしょう 組 ぐみ 。於是啲研究 けんきゅう 人員 じんいん 為 ため 咗要提 ひさげ 高 だか 佢哋份研究 けんきゅう 嘅說服 ふく 力 りょく ,就要攞啲數 すう 據 よりどころ 嚟計吓[55] 。
實驗 じっけん 組 ぐみ 同 どう 對照 たいしょう 組 ぐみ 喺個變數 へんすう 上 じょう 各 かく 有 ゆう 個 こ 概 がい 率 りつ 分 ぶん 佈 (紅色 こうしょく 線 せん 同 どう 藍色 あいいろ 線 せん );上 じょう 圖 ず 顯示 けんじ 兩 りょう 組 くみ 差異 さい 細 ほそ -組 ぐみ 之 の 間 あいだ 嘅差異 さい (由 ゆかり
μ みゅー
1
−
μ みゅー
2
{\displaystyle \mu _{1}-\mu _{2}}
反映 はんえい )同 どう 組 くみ 內部差異 さい (由 ゆかり
s
{\displaystyle s}
反映 はんえい )比 ひ 起 おこり 嚟好細 ほそ ,而下圖 ず 顯示 けんじ 兩 りょう 組 くみ 差異 さい 大 だい 。組 くみ 嘅數量 すうりょう 係 がかり 三 さん 或 ある 者 もの 以上 いじょう (ANOVA )嗰陣可 か 以用同樣 どうよう 方法 ほうほう 想像 そうぞう 。
t 測 はか 試 ためし 流 りゅう 程 ほど [ 編輯 へんしゅう ]
要 よう 評 ひょう 估兩組 ぐみ 之 の 間 あいだ 嘅差異 い 嘅顯著 ちょ 性 せい ,首 しゅ 先 さき 要 よう 計 けい 兩 りょう 組 くみ 嘅標準 ひょうじゅん 差 さ (符號 ふごう 係 がかり 「
s
{\displaystyle s}
」或 ある 者 もの 「
σ しぐま
{\displaystyle \sigma }
」)出 だし 嚟:
s
=
∑
i
=
1
N
(
x
i
−
x
¯
)
2
N
−
1
.
{\displaystyle s={\sqrt {\frac {\sum _{i=1}^{N}(x_{i}-{\overline {x}})^{2}}{N-1}}}.}
,當 とう 中 なか
N
{\displaystyle N}
係 かかり 樣 さま 本大 もとだい 細 ほそ (個 こ 樣 さま 本 ほん 入 いれ 面 めん 嘅個體 こたい 數量 すうりょう ,樣 さま 本 ほん 嘅嘥士 し si2 ),
x
i
{\displaystyle x_{i}}
係 かかり 個體 こたい
i
{\displaystyle i}
喺個變數 へんすう 上 じょう 嘅數值,而
x
¯
{\displaystyle {\overline {x}}}
就係成 なり 個 こ 樣 さま 本 ほん 喺個變數 へんすう 上 じょう 嘅平均 へいきん 值。
s
{\displaystyle s}
呢個數 すう 值反映 はんえい 咗個樣 さま 本 ほん 入 いれ 面 めん 每 ごと 一 いち 個 こ 個體 こたい 喺個變數 へんすう 上面 うわつら 嘅數值平均 へいきん 嚟講同 どう 成 なり 個 こ 樣 さま 本 ほん 嘅平均 へいきん 值差幾 いく 遠 とお ,亦 また 即 そく 係 がかり 反映 はんえい 咗一個組嘅內部差異,而呢啲內部 ぶ 差異 さい 係 がかり 隨 ずい 機 き 性 せい 嘅個體 こたい 差異 さい 。
s
{\displaystyle s}
大 だい 嘅話就表示 ひょうじ 個體 こたい 同 どう 個體 こたい 之 の 間 あいだ 嘅差異 い 好 こう 大 だい ,而
s
{\displaystyle s}
細 ほそ 嘅話就表示 ひょうじ 啲個體 こたい 普遍 ふへん 同 どう 成 なり 個 こ 樣 さま 本 ほん 嘅平均 へいきん 唔係差 さ 好 こう 遠 とお 。得 え 到 いた 兩個 りゃんこ 組 ぐみ 嘅
s
{\displaystyle s}
嘅數值,仲 なか 可 か 以用另外一啲統計方法顯示到兩個組嘅標準差冇明顯差異。假設 かせつ 兩 りょう 組 くみ 嘅
s
{\displaystyle s}
冇差異 さい (等 とう 分散 ぶんさん 性 せい [56] )嘅話,就可以做下 か 一 いち 步 ほ ,計 けい 以下 いか 嘅數值:
t
=
X
¯
1
−
X
¯
2
s
p
2
/
n
{\displaystyle t={\frac {{\bar {X}}_{1}-{\bar {X}}_{2}}{s_{p}{\sqrt {2/n}}}}}
n
{\displaystyle n}
係 かかり 成 なり 個 こ 樣 さま 本 ほん 嘅大細 ほそ ,而
X
¯
1
{\displaystyle {\bar {X}}_{1}}
同 どう
X
¯
2
{\displaystyle {\bar {X}}_{2}}
就係兩個 りゃんこ 組 ぐみ 分別 ふんべつ 喺個變數 へんすう 上 じょう 嘅平均 へいきん 值,
s
p
{\displaystyle s_{p}}
係 かかり 兩個 りゃんこ 組 ぐみ 嘅標準 ひょうじゅん 差 さ (假設 かせつ 咗兩個 りゃんこ 組 ぐみ 嘅標準 ひょうじゅん 差 さ 相等 そうとう ),最後 さいご 計 けい 到 いた 一 いち 個 こ
t
{\displaystyle t}
值出嚟,呢個數 すう 值同「兩個 りゃんこ 組 ぐみ 嘅平均 へいきん 值嘅差 さ 距」成 なり 正 せい 比 ひ ,同 どう 「兩個 りゃんこ 組 ぐみ 嘅標準 ひょうじゅん 差 さ 」成 なり 反 はん 比 ひ 。如果
t
{\displaystyle t}
值好大 だい ,噉就表示 ひょうじ 咗「兩個 りゃんこ 組 ぐみ 之 の 間 あいだ 嘅差異 さい 」大過 たいか 「組 くみ 嘅內部 ぶ 差異 さい 」好 こう 多 た ,噉就表示 ひょうじ 「個 こ 實驗 じっけん 嘅操作 そうさ 造成 ぞうせい 嘅差異 さい 」大過 たいか 「隨 ずい 機 き 性 せい 嘅個體 こたい 差異 さい 」-
t
{\displaystyle t}
值愈大 だい 愈 いよいよ 表示 ひょうじ 個 こ 實驗 じっけん 嘅操作 そうさ 嘅效果 こうか 明 あかり 顯 あらわ 過 か 個體 こたい 差異 さい ,愈 いよいよ 係 かかり 表示 ひょうじ 兩個 りゃんこ 組 ぐみ 之 の 間 あいだ 嘅差異 さい 係 がかり 因 いん 為 ため 實驗 じっけん 嘅操作 そうさ 造成 ぞうせい 嘅。所以 ゆえん
t
{\displaystyle t}
值愈大 だい ,
p
{\displaystyle p}
值(
p
=
P
(
{\displaystyle p=P{\big (}}
睇到個 こ 噉嘅結果 けっか
∣
H
0
{\displaystyle \mid H_{0}}
係 かかり 真 しん
)
{\displaystyle {\big )}}
)理 り 應 おう 會 かい 愈 いよいよ 細 ほそ [註 4] [55] 。
t 測 はか 試 ためし 變種 へんしゅ [ 編輯 へんしゅう ]
配 はい 對 たい 樣 さま 本 ほん t 測 はか 試 ためし [e 60] :指 ゆび 做 t 測 はか 試 ためし 嗰兩個 りゃんこ 組 ぐみ 唔 係 かかり 獨立 どくりつ 同 どう 分 ぶん 佈 嘅,研究 けんきゅう 者 しゃ 做咗某 ぼう 啲嘢,令 れい 一組數值當中每一個都喺另外嗰組當中有個對應,例 れい 如做個 こ 心理 しんり 學 がく 實驗 じっけん ,研究 けんきゅう 者 しゃ 想 そう 知 ち 個 こ 實驗 じっけん 操作 そうさ 會 かい 引致 いんち 變數 へんすう
X
{\displaystyle X}
有 ゆう 乜變化 へんか ,於是就喺實驗 じっけん 前 ぜん 量 りょう 度 ど
X
{\displaystyle X}
一 いち 次 じ ,跟住對 たい 受試者 しゃ 做實驗 じっけん 操作 そうさ ,然 しか 後 こう 喺實驗 じっけん 後 ご 又 また 量 はか 度 たび
X
{\displaystyle X}
一 いち 次 じ (睇返重複 じゅうふく 量 りょう 數 すう 設計 せっけい )。喺呢個 こ 情況 じょうきょう 下 か ,每 まい 位 い 受試者 しゃ 都 と 有 ゆう 一 いち 個 こ
「實驗 じっけん 前 ぜん 嘅
X
{\displaystyle X}
值」(
X
pre
{\displaystyle X_{\text{pre}}}
)同 どう
「實驗 じっけん 後 ご 嘅
X
{\displaystyle X}
值」(
X
post
{\displaystyle X_{\text{post}}}
),
研究 けんきゅう 者 しゃ 想 そう 比較 ひかく 兩 りょう 組 くみ 數 すう 值(總 そう 共有 きょうゆう
n
{\displaystyle n}
個數 こすう 值,而受試 ためし 者 しゃ 數量 すうりょう 係 がかり
n
/
2
{\displaystyle n/2}
),但 ただし 兩 りょう 組 くみ 數 すう 值唔係 がかり 獨立 どくりつ 同 どう 分 ぶん 佈嘅-每 ごと 個 こ
X
pre
{\displaystyle X_{\text{pre}}}
值都有 ゆう 一 いち 個 こ 相應 そうおう 嘅
X
post
{\displaystyle X_{\text{post}}}
值(一 いち 位 い 受試者 しゃ 嘅
X
pre
{\displaystyle X_{\text{pre}}}
值同佢嘅
X
post
{\displaystyle X_{\text{post}}}
值)[55] 。
變異 へんい 數 すう 分析 ぶんせき [e 61] :一系列用嚟分析唔同組嘅平均值嘅方法;假想 かそう 家 か 陣 じん 個 こ 研究 けんきゅう 者 しゃ 想 そう 比較 ひかく 三 さん 組 くみ 喺變數 すう
x
{\displaystyle x}
嘅平均 へいきん 值上嘅差異 さい ,如果三 さん 組 くみ 之 の 間 あいだ 有 ゆう 顯著 けんちょ 嘅差異 さい ,噉組之 の 間 あいだ 嘅
x
{\displaystyle x}
嘅變異 へんい 數 すう 應 おう 該會大過 たいか 組 ぐみ 內部嘅好多 た 。最 さい 簡單 かんたん 嘅單 たん 因子 いんし 變異 へんい 數 すう 分析 ぶんせき [e 62] 分析 ぶんせき 一 いち 個 こ 應 おう 變數 へんすう 喺三個或者以上嘅組之間嘅差異(組 くみ 就係自 じ 變數 へんすう ),考慮 こうりょ 以下 いか 嘅數值[57] :
F
=
組 くみ 之 の 間 あいだ 嘅 變 へん 異 あや
組 くみ 內 部 ぶ 嘅 變 へん 異 あや
{\displaystyle F={\frac {\text{組 くみ 之 の 間 あいだ 嘅 變 へん 異 い }}{\text{組 くみ 內 部 ぶ 嘅 變 へん 異 こと }}}}
原則 げんそく 上 じょう ,
F
{\displaystyle F}
數 かず 值愈大 だい ,研究 けんきゅう 者 しゃ 就愈有 ゆう 理由 りゆう 相 しょう 信組 しんそ 之 の 間 あいだ 有 ゆう 顯著 けんちょ 嘅差異 さい 。
...等 とう 等 とう 。
同 どう 一樣嘅數據有得用唔同嘅方法呈現。
統計 とうけい 學 がく 上 じょう 嘅數據 よりどころ 同 どう 分析 ぶんせき 方法 ほうほう 對 たい 科 か 研 けん 有 ゆう 巨 きょ 大 だい 嘅幫助 すけ ,但 ただし 又 また 時 とき 不時 ふじ 會 かい 俾人誤用 ごよう 。有人 ゆうじん 就曾經 けい 噉講[58] :
舉附圖 ず 嚟說明 せつめい ,同 どう 一樣嘅統計數據可以用唔同嘅方法呈現,而唔同 どう 嘅呈現 げん 方法 ほうほう 可 か 以攞嚟誤導 しるべ 人 じん ,好 こう 似 に 係 がかり 附圖 ふず 嗰兩幅 はば 棒 ぼう 形 がた 圖 ず 噉,兩 りょう 幅 はば 圖表 ずひょう 達 たち 嘅數據 よりどころ 一 いち 樣 よう ,都 と 係 がかり 表 ひょう 達 たち 緊一間 あいだ 公司 こうし 喺 2010 同 どう 2011 年 ねん 嘅銷售量 りょう (Y 軸 じく 係 がかり 銷售量 りょう ,X 軸 じく 係 がかり 年 ねん 份),但 ただし 係 かかり 兩 りょう 幅 はば 圖 ず 嘅原點 てん 唔同-左 ひだり 圖 ず 嘅 Y 軸 じく 係 がかり 以 36 做起點 てん ,右 みぎ 圖 ず 嘅以 0 做起點 てん ,令 れい 到 いた 前者 ぜんしゃ 望 もち 落好似 に 賺多咗好多 た 錢 ぜに 噉[1] 。除 じょ 此之外 がい ,對 たい 分析 ぶんせき 嘅結果 けっか 又 また 有 ゆう 得用 とくよう 唔同嘅方法 ほう 解讀 かいどく ,搞到好 こう 多 た 人 じん 會 かい 特 とく 登用 とうよう 對 たい 自己 じこ 有利 ゆうり 嘅呈現 げん 同 どう 解讀 かいどく 方法 ほうほう 嚟誤導 しるべ 人 じん ,而美國 びくに 作家 さっか 達 いたる 利 とぎ 哈夫[e 63] 嘅書《How to lie with statistics》(粵文 :點 てん 樣 さま 用 よう 統計 とうけい 學 がく 講 こう 大 だい 話 はなし )就揭露 ろ 咗好多 おお 生 なま 意 い 人 じん 同 どう 政治 せいじ 家 か 等 とう 嘅人物 じんぶつ 用 よう 類似 るいじ 嘅詭計 けい 嚟呃人 じん 嘅例子 こ [59] 。
要 よう 預 あずか 防 ぼう 統計 とうけい 學 がく 嘅誤用 ごよう 有 ゆう 好 こう 多 た 方法 ほうほう ,包括 ほうかつ 要用 ようよう 啱嘅圖表 ずひょう 等 とう 等 とう [60] 。而且喺將用 よう 統計 とうけい 得 とく 出 で 嘅結論 けつろん 普遍 ふへん 化 か 嗰陣,要 よう 留意 りゅうい 佢會唔會超 ちょう 出 で 咗個樣 さま 本 ほん 代表 だいひょう 到 いた 嘅範圍 はんい ,只 ただ 有 ゆう 個 こ 當 とう 樣 さま 本 ほん 可 か 以代表 だいひょう 到 いた 個 こ 總體 そうたい 嗰陣,統計 とうけい 方法 ほうほう 得 とく 出 で 嘅結果 けっか 先 さき 至 いたり 算 さん 係 がかり 可 か 信 しんじ 、精確 せいかく 嘅,例 れい 如係一 いち 份用白人 はくじん 做樣本 ほん 嘅醫學 いがく 研究 けんきゅう 得 とく 出 で 嘅結論 けつろん 未 み 必啱唐人 とうじん 用 よう [61] 。
統計 とうけい 學 がく 呢門學問 がくもん 最少 さいしょう 有 ゆう 得 とく 追 おい 溯 さかのぼ 到 いた 去 ざ 公 おおやけ 元 もと 前 まえ 5 世紀 せいき 咁久遠 くおん 。一般 いっぱん 認 みとめ 為 ため ,最早 もはや 可 か 以算得 どく 上 じょう 係 がかり 統計 とうけい 嘅著作 ちょさく 嚟自公 じこう 元 もと 9 世紀 せいき 嘅《密 みつ 碼破譯 やく 》[e 64] 呢本書 しょ ,由 よし 一 いち 位 い 阿 おもね 拉 ひしげ 伯 はく 人 じん 學者 がくしゃ 編 へん 寫 うつし 嘅。喺呢本書 ほんしょ 入 いれ 面 めん ,作者 さくしゃ 佢詳細 しょうさい 噉記錄 ろく 咗點樣 さま 用 よう 統計 とうけい 數 すう 據 よりどころ 同 どう 頻 しき 率 りつ 分 ぶん 析破解 かい 密 みつ 碼 ,而學界 かい 嘅主流 りゅう 意見 いけん 認 みとめ 同 どう ,統計 とうけい 學 がく 同 どう 密 みつ 碼學 (研究 けんきゅう 點 てん 樣 さま 喺敵人 じん 存在 そんざい 下 か 安全 あんぜん 通 つう 訊 嘅學問 がくもん )就係噉一齊 いっせい 誕生 たんじょう [62] [63] 。
世上 せじょう 第 だい 一本統計學入門書一般認為係源自 14 至 いたり 17 世紀 せいき 。喺 14 世紀 せいき ,佛 ふつ 羅 ら 倫 りん 斯 嘅銀行 ぎんこう 家 か 兼 けん 執政 しっせい 官 かん 佐 さ 凡尼·維蘭尼 あま [e 65] 編 へん 訂 てい 咗《Nuova Cronica》呢本歷史 れきし 書 しょ ,包括 ほうかつ 咗好似 に 係 がかり 人口 じんこう 、法令 ほうれい 、商 しょう 貿、教育 きょういく 同 どう 埋 うめ 宗教 しゅうきょう 場所 ばしょ 呢啲嘢在內嘅統計 とうけい 數 すう 據 よりどころ ,俾人話 はなし 係 がかり 歷史 れきし 上 じょう 第 だい 一本教人做基本統計嘅書;另一方面 ほうめん ,有 ゆう 啲學者 しゃ 就將 1663 年 ねん 莊 そう ·葛 かずら 蘭 らん 特 とく [e 66] 根據 こんきょ 死亡 しぼう 率 りつ 統計 とうけい 表編 おもてあみ 訂 てい 出版 しゅっぱん 嘅《Natural and Political Observations》(粵文:自然 しぜん 與 あずか 政治 せいじ 觀察 かんさつ )呢本書 しょ 定 てい 格 かく 做統計 とうけい 學 がく 嘅始祖 しそ [64] 。
統計 とうけい 學 がく 嘅名可 か 以追溯 さかのぼ 至 いたり 18 世紀 せいき :統計 とうけい 學 がく 嘅英文名 ぶんめい statistics 係 かかり 源 げん 自 じ
拉 ひしげ 丁 ちょう 文 あや 嘅詞語 ご statisticum collegium (意思 いし 係 がかり 國會 こっかい 噉解)同 どう 埋 うめ
意 い 大 だい 利文 としふみ 入 いれ 面 めん 嘅 statista (國民 こくみん 或 ある 者 もの 政治 せいじ 家 か 噉解);
德 とく 文 ぶん 入 いれ 面 めん statistik 呢個字 じ 最早 もはや 係 かかり 喺 1749 年 ねん 有人 ゆうじん 用 よう 嘅,代表 だいひょう 對 たい 國家 こっか 嘅數據 よりどころ 做分析嘅一門 いちもん 學問 がくもん ,亦 また 即 そく 係 がかり 「研究 けんきゅう 國家 こっか 嘅科學 かがく 」;清朝 せいちょう 末期 まっき (19 世紀 せいき 尾 お 到 いた 廿 にじゅう 世紀 せいき 初 はつ ),唐人 とうじん 學者 がくしゃ 將 はた 西 にし 學 がく 引入大中 おおなか 華 はな 地區 ちく ,作 さく 咗統計 とうけい 呢個詞 し 語 ご 嚟代表 だいひょう 呢門研究 けんきゅう 數 すう 據 よりどころ 嘅學術 がくじゅつ ,俾人一路沿用到而家[65] [66] 。
↑ 喺數學 すうがく 上 うえ ,
P
(
y
)
{\displaystyle P(y)}
係 かかり 指 ゆび 「事件 じけん
y
{\displaystyle y}
發生 はっせい 嘅機會 かい 率 りつ 」。
↑ 喺概 がい 率 りつ 論 ろん 上 うえ ,「
P
(
A
∣
B
)
{\displaystyle P(A\mid B)}
」係 がかり 指 ゆび 「假 かり 如
B
{\displaystyle B}
係 かかり 真 ま 確 かく ,
A
{\displaystyle A}
係 かかり 真 ま 確 かく 嘅機會 かい 率 りつ 」。
↑ 唔同嘅統計 けい 分析 ぶんせき 方法 ほうほう 計 けい
p
{\displaystyle p}
值嘅方法 ほうほう 都 と 唔同。
↑ 查實係 がかり 有 ゆう 方法 ほうほう 可 か 以更加 か 精確 せいかく 噉計個 こ
p
{\displaystyle p}
值出嚟嘅,但 ただし 呢度省略 しょうりゃく 咗。
Cohen, J. (1990). Things I have learned (so far) . American Psychologist , 45 , 1304-1312.
Barbara Illowsky; Susan Dean (2014). Introductory Statistics . OpenStax CNX. ISBN 9781938168208 .
Stephen Jones, (2010). Statistics in Psychology: Explanations without Equations . Palgrave Macmillan. ISBN 9781137282392 .
Stockburger, David W. "Introductory Statistics: Concepts, Models, and Applications ". Missouri State University (3rd Web ed.). Archived from the original on 28 May 2020.
OpenIntro Statistics, 3rd edition by Diez, Barr, and Cetinkaya-Rundel
Gigerenzer, G (2004). "Mindless statistics". Journal of Socio-Economics . 33: 587–606. doi:10.1016/j.socec.2004.09.033.
Ioannidis, J.P.A. (2005). "Why most published research findings are false". PLoS Medicine . 2: 696–701. doi:10.1371/journal.pmed.0040168. PMC 1855693. PMID 17456002 .
篇 へん 文 ぶん 用 よう 咗嘅行 くだり 話 ばなし 或 ある 者 もの 專有 せんゆう 名詞 めいし ,英文 えいぶん 名 めい 如下:
↑ philosophy of science
↑ approximately accurate models
↑ inductive reasoning
↑ probability
↑ descriptive
↑ inferential
↑ data collection
↑ variable
↑ continuous variable
↑ discrete variable
↑ sampling
↑ statistical population
↑ Homo sapien
↑ sample
↑ generalize
↑ IQ test
↑ level of measurement
↑ nominal
↑ ordinal
↑ interval
↑ ratio
↑ reliability
↑ validity
↑ dataset
↑ mean
↑ variance
↑ standard deviation
↑ probability distribution
↑ mathematical function
↑ normal distribution
↑ bell curve
↑ independent and identically distributed,IID
↑ independent
↑ correlational
↑ experimental
↑ statistical correlation
↑ Pearson correlation coefficient
↑ causality
↑ correlation does not imply causation
↑ manipulate
↑ controlled environment
↑ experimental group
↑ control group
↑ Hawthorne effect
↑ hypothesis testing
↑ parameter
↑ estimator
↑ confidence interval,CI
↑ null hypothesis
↑ alternative hypothesis
↑ Type I Error
↑ false positive
↑ Type II Error
↑ false negative
↑ statistical significance
↑ reject the null hypothesis
↑ comparison of means
↑ Student's t-test
↑ independent samples t-test
↑ paired samples t-test / repeated-measure t-test
↑ analysis of variance,ANOVA
↑ one-way ANOVA
↑ Darrell Huff
↑ 英 えい :Manuscript on Deciphering Cryptographic Messages
↑ Giovanni Villani
↑ John Graunt
篇 へん 文 ぶん 引用 いんよう 咗以下 か 呢啲文獻 ぶんけん 同 どう 網 あみ 頁 ぺーじ :
↑ 1.0 1.1 1.2 Hays, William Lee, (1973) Statistics for the Social Sciences , Holt, Rinehart and Winston, p.xii, ISBN 978-0-03-077945-9
↑ Moses, Lincoln E. (1986) Think and Explain with Statistics , Addison-Wesley, ISBN 978-0-201-15619-5 . pp. 1-3
↑ Etikan, I., & Bala, K. (2017). Sampling and sampling methods. Biometrics & Biostatistics International Journal , 5(6), 00149.
↑ Stevens, S. S. (7 June 1946). "On the Theory of Scales of Measurement". Science . 103 (2684): 677–680.
↑ Michell, J (1986). "Measurement scales and statistics: a clash of paradigms". Psychological Bulletin . 100 (3): 398–407.
↑ Dodge, Y. (2006) The Oxford Dictionary of Statistical Terms , Oxford University Press. ISBN 0-19-920613-9
↑ Romijn, Jan-Willem (2014). "Philosophy of statistics". Stanford Encyclopedia of Philosophy .
↑ Halvorson, H. O., & Ziegler, N. R. (1933). Application of statistics to problems in bacteriology: I. A means of determining bacterial population by the dilution method. Journal of Bacteriology , 25(2), 101.
↑ Lumb, P. (1974). Application of statistics in soil mechanics. Soil Mechanics New Horizons . IK Lee, ed.
↑ Stanovich, Keith E. (2007). How to Think Straight About Psychology . Boston: Pearson Education. p. 123
↑ Crawford S., Stucki L. (1990), "Peer review and the changing research record", J Am Soc Info Science , vol. 41, pp. 223–28
↑ Godfrey-Smith 2003, Chapter 14: "Bayesianism and Modern Theories of Evidence ".
↑ Sklar, L. (1992). Philosophy of physics . Dimensions of Philosophy S.
↑ Brigandt, Ingo; Love, Alan (2017), "Reductionism in Biology", in Zalta, Edward N. (ed.), The Stanford Encyclopedia of Philosophy (Spring 2017 ed.), Metaphysics Research Lab, Stanford University.
↑ Deductive and Inductive Arguments .
↑ Sextus Empiricus, Outlines of Pyrrhonism . Trans. R.G. Bury, Harvard University Press, Cambridge, Massachusetts, 1933, p. 283.
↑ There's No Such Thing As Proof In The Scientific World - There's Only Evidence . Forbes .
↑ Chance, Beth L.; Rossman, Allan J. (2005). "Preface". Investigating Statistical Concepts, Applications, and Methods (PDF) . Duxbury Press. ISBN 978-0-495-05064-3 .
↑ Moore, David (1992). "Teaching Statistics as a Respectable Subject". In F. Gordon and S. Gordon. Statistics for the Twenty-First Century . Washington, DC: The Mathematical Association of America. pp. 14-25.
↑ William Feller, An Introduction to Probability Theory and Its Applications , (Vol 1), 3rd Ed, (1968), Wiley.
↑ Hays, William Lee, (1973) Statistics for the Social Sciences , Holt, Rinehart and Winston
↑ Moore, David (1992). "Teaching Statistics as a Respectable Subject". Statistics for the Twenty-First Century . Washington, DC: The Mathematical Association of America. pp. 14 –25. ISBN 978-0-88385-078-7 .
↑ Moses, Lincoln E. (1986). Think and Explain with Statistics , Addison-Wesley.
↑ Descriptive & Inferential Statistics: Definition, Differences & Examples .
↑ Pearcey, S. M., & De Castro, J. M. (2002). Food intake and meal patterns of weight-stable and weight-gaining persons. The American journal of clinical nutrition , 76(1), 107-112.
↑ Lescroël, A. L.; Ballard, G.; Grémillet, D.; Authier, M.; Ainley, D. G. (2014). Descamps, Sébastien (ed.). "Antarctic Climate Change: Extreme Events Disrupt Plastic Phenotypic Response in Adélie Penguins". PLoS ONE . 9 (1): e85291.
↑ Michell, J. (1993). The origins of the representational theory of measurement: Helmholtz, Hölder, and Russell. Studies in History and Philosophy of Science , 24 , 185-206.
↑ K.D. Joshi, Foundations of Discrete Mathematics , 1989, New Age International Limited, [1], page 7.
↑ Stuart, A. (1962). Basic Ideas of Scientific Sampling . New York: Hafner Publishing Company.
↑ "Psychology Secrets: Most Psychology Studies Are College Student Biased" . 原著 げんちょ 喺2017年 ねん 7月 がつ 6號 ごう 歸 き 檔. 喺2017年 ねん 12月3號 ごう 搵到 .
↑ "Levels of measurement" . 原著 げんちょ 喺2017年 ねん 11月27號 ごう 歸 き 檔. 喺2017年 ねん 11月26號 ごう 搵到 .互聯網 もう 檔案館 かん 嘅歸 かえり 檔 ,歸 かえり 檔日期 き 2017年 ねん 11月27號 ごう ,.
↑ Kirch, W., ed. (2008). "Level of Measurement". Encyclopedia of Public Health . Springer. pp. 851–852.
↑ Furr, R. M. (2017). Psychometrics: an introduction . Sage Publications.
↑ Nunnally, J.C. (1978). Psychometric theory (2nd ed.). New York: McGraw-Hill.
↑ Data, C. E., & Using Descriptive Statistics Bartz, A. E. (1988). Basic statistical concepts . New York: Macmillan. Devore, J., and Peck.
↑ B. S. Everitt: The Cambridge Dictionary of Statistics, Cambridge University Press, Cambridge (3rd edition, 2006).
↑ Bryc, Wlodzimierz (1995). The Normal Distribution: Characterizations with Applications . Springer-Verlag.
↑ Dinov, Ivo; Christou, Nicolas; Sanchez, Juana (2008). "Central Limit Theorem: New SOCR Applet and Demonstration Activity". Journal of Statistics Education . ASA. 16 (2).
↑ Freedman, D.A. (2005). Statistical Models: Theory and Practice , Cambridge University Press.
↑ Rodgers, J. L.; Nicewander, W. A. (1988). "Thirteen ways to look at the correlation coefficient". The American Statistician . 42 (1): 59-66.
↑ Aldrich, John (1995). "Correlations Genuine and Spurious in Pearson and Yule " (PDF). Statistical Science . 10 (4): 364–376.
↑ 42.0 42.1 Alvin E. Roth, 2002. "The Economist as Engineer: Game Theory, Experimentation, and Computation as Tools for Design Economics," Econometrica , 70(4), pp. 1341–1378.
↑ See, e.g., Grechenig, K., Nicklisch, A., & Thöni, C. (2010). Punishment despite reasonable doubt—a public goods experiment with sanctions under uncertainty. Journal of Empirical Legal Studies , 7(4), 847-867.
↑ McCarney R, Warner J, Iliffe S, van Haselen R, Griffin M, Fisher P (2007). "The Hawthorne Effect: a randomised, controlled trial". BMC Med Res Methodol . 7 (1): 30.
↑ 45.0 45.1 Myers, Jerome L.; Well, Arnold D.; Lorch Jr., Robert F. (2010). "Developing fundamentals of hypothesis testing using the binomial distribution". Research design and statistical analysis (3rd ed.). New York, NY: Routledge. pp. 65–90.
↑ Jaynes, E. T. (2007), Probability Theory: The logic of science (5 ed.), Cambridge University Press,
↑ Zar, J. H. (1984). Biostatistical Analysis . Prentice-Hall International, New Jersey, pp 43–45.
↑ Adèr, H. J.; Mellenbergh, G. J. & Hand, D. J. (2007). Advising on research methods: A consultant's companion . Huizen, The Netherlands: Johannes van Kessel Publishing.
↑ Everitt, B. (1998). The Cambridge Dictionary of Statistics . Cambridge, UK New York: Cambridge University Press. ISBN 0521593468 .
↑ Rubin, D. B.; Little, R. J. A. (2002). Statistical analysis with missing data . New York: Wiley.
↑ The Difference Between Type I and Type II Errors .
↑ Lydia Denworth, A Significant Problem: Standard scientific methods are under fire. Will anything change? , Scientific American , vol. 321, no. 4 (October 2019), pp. 62–67. "The use of p values for nearly a century [since 1925] to determine statistical significance of experimental results has contributed to an illusion of certainty and [to] reproducibility crises in many scientific fields... Some [researchers] suggest changing statistical methods, whereas others would do away with a threshold for defining "significant" results." (p. 63.),呢篇文 ぶん 講 こう 到 いた :「(自 じ 從 したがえ 1925 年 ねん )近 きん 一 いち 個 こ 世紀 せいき 以嚟,用 よう p 值決定 けってい 一個實驗結果係咪顯著,搞到我 わが 哋有種 しゅ 肯定 こうてい 嘅錯覺 さっかく (有 ゆう 種 しゅ 錯覺 さっかく 以為可 か 以肯定 こうてい 啲實驗 じっけん 結果 けっか 係 がかり 啱嘅)同 どう 引起咗好多 た 科學 かがく 領域 りょういき 嘅再現 さいげん 危機 きき (指 ゆび 實驗 じっけん 結果 けっか 做唔到再現 さいげん )... 有 ゆう 啲研究 けんきゅう 者 しゃ 主張 しゅちょう 改變 かいへん 用 よう 緊嘅統計 とうけい 方法 ほうほう ,而其他 た 就會放棄 ほうき 唔再用 よう 門 もん 檻 おり 值嚟界 かい 定 じょう 『顯著 けんちょ 』嘅結果 けっか 。」
↑ Piazza E. (2007). Probabilità e Statistica . Esculapio.
↑ O'Mahony, M. (1986). Sensory Evaluation of Food: Statistical Methods and Procedures . CRC Press. p. 487. ISBN 0-82477337-3 .
↑ 55.0 55.1 55.2 Derrick, B; Toher, D; White, P (2017). "How to compare the means of two samples that include paired observations and independent observations: A companion to Derrick, Russ, Toher and White (2017)". The Quantitative Methods for Psychology . 13 (2): 120–126.
↑ McCulloch, J. Huston (1985). "On Heteroscedasticity". Econometrica . 53 (2): 483.
↑ Howell, David (2002). Statistical Methods for Psychology . Duxbury. pp. 324–325.
↑ 英 えい 文段 ぶんだん 原文 げんぶん :"There are three kinds of lies: lies, damned lies, and statistics."
↑ Huff, D. (1954). How to Lie With Statistics , WW Norton & Company, Inc. New York, NY. ISBN 978-0-393-31072-6
↑ Drennan, R. D. Statistics in archaeology . (Edit) Pearsall, Deborah M. Encyclopedia of Archaeology. Elsevier Inc. 2008: 2093–2100.
↑ Cohen, J. B. Misuse of Statistics. Journal of the American Statistical Association (JSTOR). 1938年 ねん 12月, 33 (204): 657–674.
↑ Al-Kadi, I. A. (1992) "The origins of cryptology: The Arab contributions", Cryptologia , 16(2) 97–126. doi:10.1080/0161-119291866801
↑ Singh, S. (2000). The code book : the science of secrecy from ancient Egypt to quantum cryptography (1st Anchor Books ed.). New York: Anchor Books.
↑ Willcox, W. (1938) "The Founder of Statistics". Review of the International Statistical Institute , 5(4):321–328.
↑ 《文明 ぶんめい 小史 しょうし .第 だい 四 よん 八 はち 回 かい 》:「所 ところ 賺雖只 ただ 毫釐,積 せき 少 しょう 成 なり 多 た ,一 いち 年 ねん 統計 とうけい ,卻也不在 ふざい 少數 しょうすう 。」
↑ 〈 詞 し 條 じょう 名 な 稱 しょう : 統 みつる 計 けい 〉 . 《 教 きょう 育 いく 部 ぶ 重 おも 編 へん 國 くに 語 かたり 辭 じ 典 てん 修 おさむ 訂 てい 本 ほん 》 . 臺灣 たいわん 教育 きょういく 部 ぶ . 原著 げんちょ 喺2020年 ねん 3月 がつ 28號 ごう 歸 き 檔. 喺2018年 ねん 5月 がつ 15號 ごう 搵到 .
基礎 きそ 進 すすむ 階 かい 模型 もけい 相關 そうかん 技術 ぎじゅつ
學術 がくじゅつ 領域 りょういき 研究 けんきゅう 過程 かてい 研究 けんきゅう 方法 ほうほう
機構 きこう 制度 せいど 哲學 てつがく 相關 そうかん 拉 ひしげ 雜 ざつ 相關 そうかん