统计学与生活之资料的收集

统计学与生活之资料的收集与整理何谓统计学？是一门应用广泛的基础科学多方应用在生活中不少人对于统计学的定义有所误解除了搜集、整理资料外，可利用统计方法分析或解释资料，也可由样本资料所获得的结果，来推论母体的性质，从而做出决策的一门学科。统计学和我们有何关系?统计学对我们生活有何帮助？

利用统计分析做财务规划利用统计分析制定营销策略--全联集点抓住妈妈心贴纸唤回40万顾客为期18周活动，兑换商品逾百万件，唤醒40万名沈睡卡友；新客数与来店频率成长5%。另外有趣的效果是累积德国名牌锅的购买数目甚至超过该厂商一年的产能。除了原来主客层外，近年来30岁以下的年轻人客层较去年成长15%到16%，占全客层比率也提升到10%。分析教学效果--台大教授做电玩掀34万师生「写作业革命」台大叶丙成教授表示，「summerlearningloss」是美国学校长期关注的议题。透过软件，将寒假作业包装成有趣的游戏任务，掀起写作业革命，希望提高教学效果。找出提高业绩方法--寿司摊不拚CP值客单价反增八成菜市场的十元寿司平价日式料理高性价比(CP值)餐点吸引「对价钱斤斤计较」的客人居酒屋风格

精致日式料理瞄准「高消费力」的商务客生意越做越大，获利却未见成长，为什么越努力却越赔钱？来客单价从250元

提高到450元

增加了八成(获利增加也获得休息)呈现竞争力信息--美国制造可能打败中国制造?美国除成本优势外，其他竞争力指标均为前三名美国德国日本韩国中国印度人才89.597.488.764.955.551.5创新环境98.793.987.865.447.132.8成本优势39.337.238.159.596.383.5能源电力68.966.062.350.140.325.7基础建设90.8100.089.969.255.710.0法治与法规88.389.378.957.224.718.8利用统计分析路况，使交通更顺畅

Uber足迹遍布各大城市，藉由分析这些长时间累积的大量行程数据，能够有效地评估在不同地点间移动所需花费的时间。由于Uber提供24小时不间断的服务，故能够比较不同时段、一天、一周或是整年的交通状况，以及城市内大型活动、道路关闭等事件如何影响交通。Uber交通大数据网站将免费公开电商利用统计分析了解消费者喜好

2017-01-2301:12经济日报编译林昀娴／综合外电各零售商透过数据和人工智能来打造个人化零售，将顾客留在自家网站和实体店面。Amazon网购的应用。太阳眼镜商SunglassHut的电商网站之应用。零售商攻大数据留住客户第一讲资料的搜集与整理本章大纲資料的種類資料的蒐集資料的尺度資料的整理資料呈現的案例12345资料的种类资料的种类(1/6)资料是统计分析的基础，也是统计学所要处理的对象。资料的意义

所谓资料是指在一定的时间与空间内，人类的各项活动或大自然的现象的一些群体中有关人、事或物，依其个体特性来描述或记载的纪录。统计学所要处理资料的特性是群体的、往往是大量的，而非特别的个案。是可计可量的。统计资料是经过调查、实验、观察、描述登录而得到的具体事实的结果，因此统计资料是客观的。

资料的种类(2/6)依资料取得的方式原始资料

直接由研究人员或资料使用者依研究的目的去调查、观察或实验而获得的资料，又称初级资料或第一手资料。次级资料

他人所搜集、整理分析的统计资料称为二手资料或次级资料。资料的种类(3/6)次级资料是最常见的资料，平日我们可从网络、报章、杂志看到各种资料；另外也可由政府、学术机关的出版品看到各种资料。是原始资料经过处理，可能丧失资料部分讯息，但若能够以相对少的经费与较短的时间取得资料，对研究人员而言是较为方便可行的方法。资料的种类(4/6)依资料的属性质的资料(qualitativedata)

凡是不以数值来表示，仅以类别区分的资料，称为质的资料，又称为类别资料(categoricaldata)。数量资料(quantitativedata)

凡是可计数的资料称为数量资料。资料的种类(5/6)依资料的呈现方式分组资料(grouped

data)

凡是已经依照统计方法来分类或分组的资料称分组资料。未分组资料(ungrouped

data)

资料没有被分类或分组的称为未分组资料或称粗资料。资料的种类(6/6)依资料的发生时间横断面资料：同一时点或同一期间的资料称为横断面资料。时间数列资料：随时间变动记录下来的资料称为时间数列资料。时间数列资料包括日资料、周资料、月资料、季资料与年资料等。纵横资料：包含时间数列与横断面之资料称为纵横资料。资料的种类--小Q儿你认为大数据的资料是母体资料或是样本资料，为什么？请找出其他大数据的例子，并和同学们讨论分享。生活中有许许多多的资料，请就你感兴趣的议题，依资料属性的分类方式，各举一例，并说明之。请就你所属的学系领域，找到一笔次级资料，并简单介绍之。资料的搜集资料的搜集(1/9)调查对影响母体特性的各种因素不做控制的情况下，进行资料搜集的方法称为调查。影响调查的结果的因素：调查方式是否适当问卷的问题设计，包含语意及名词定义是否正确与明白清楚，答案是否清楚易懂、是否针对研究的目的等。抽样方法是否客观资料的搜集(2/9)调查的种类普查(census)：针对研究范围中每个元素进行资料之搜集的方法称为普查。普查通常是普遍性、全面性的调查，规模大、费用高、所需人力亦高，多由政府举办，且普查频率不会太频繁。普查资料为母体资料。抽样(sampling)：从母体中抽取一部份的元素进行资料搜集的方法称为抽样。抽样必产生抽样误差，故代表性不如普查资料。抽样资料为样本资料。资料的搜集(3/9)样本n抽样母体N推测资料的搜集(4/9)抽样的理由母体很大而资源有限毁坏性的实验概念性的母体，无法全部观察样本较母体小，在资料搜集与整理时较容易。资料的搜集(5/9)调查的实施方式无论是普查或抽样在调查时主要有下列五个方式：通讯调查：问卷邮寄或电子邮件实地个别访问电话访问受访人在网络自行填报网络及电话调查因最直接且立即，故越来越普遍，现在很多抽样都是用网络来调查。实际上，可能使用两种以上的调查方式。资料的搜集(6/9)编制问卷调查的目的与调查事项周全的计划与准备调查时间的选择调查人员的选训访问技巧的讲求试验调查的进行及事后的查核等资料的搜集(7/9)实验

对影响母体特性的因素进行控制之搜集资料方式实验设计的变量反应变量(response

variable)：是指用来衡量研究结果的变量，又称为被解释变量。解释变量(explanatory

variable)：是研究人员认为(根据理论或推理)可以用来解释反应变量变化的变量。处理：是加诸于实验对象的特定实验条件或方法。

实验组或处理组(treatment

group)

vs.对照组或控制组(control

group)资料的搜集(8/9)观察观察是利用观看、查察记录，而不与研究对象有任何接触、晤谈等行为的资料搜集方法。缺点：易受观察员主观因素与其观察能力的影响。例如：鸟类栖息地的调查、生物多样性的调查资料的搜集(9/9)调查、实验与观察都是原始资料的搜集方法，但三个方法相比，一般来说实验所提供的资料或证据要比调查、观查来得正确。资料的搜集--小Q儿还记得刚刚老师提到的选举例子吗？请思考为什么明明询问出来的结果是该候选人的支持度高，却仍然落选了呢？这中间的环节出了什么问题？普查可以搜集到完整的资料讯息，但在执行普查的过程中，会遇到什么样的问题呢？搜集资料的方法主要可分为观察法和实验法，试问何时要使用观察法，何时要使用实验法？各举一例说明。并请问此两种方法谁比较好，为什么？资料的尺度资料的尺度(1/7)常用的衡量尺度名目尺度(nominalscale)顺序尺度(ordinalscale)区间尺度(intervalscale)比例尺度(ratioscale)资料的尺度(2/7)名目尺度衡量类别资料的工具称为名目尺度又称为类别尺度。此类资料只有类别区分，没有大小、顺序及比率之关系；类别资料必属于类别中的一类不能同时属于两类。资料的尺度(3/7)顺序尺度衡量具重要、强弱、好坏程度的等级顺序资料的工具称为顺序尺度。数值具有顺序的意义，但数值间的距离无意义，只问两数值间的相对次序，不问差距之大小，因此亦称为「等级顺序尺度」。资料的尺度(4/7)区间尺度衡量无真正原点的「量」的资料的工具称为区间尺度。区间资料可任意设置原点(基点)「0」，有相对或固定的衡量单位(或间隔)，具有大小的意义，数值之差距有意义，但其比率无意义，亦即数值间的倍数关系无意义。资料的尺度(5/7)比例尺度衡量有固定原点的量的资料的工具称为比例尺度。所谓固定原点(绝对零点)是指当资料数值为0时，代表「没有」的意思。比例尺度有固定的衡量单位，其数值具大小顺序的意义，比例值亦具有意义。比例尺度资料可以用加减乘除的运算法则来处理。资料的尺度(6/7)四种衡量尺度的比较名目尺度、顺序尺度相对于区间尺度或比例尺度较不精确或低阶；较高阶的资料可以用低阶尺度来分析。名目尺度比例尺度区间尺度顺序尺度四种衡量尺度的比较资料的尺度(7/7)分析比例尺度资料和区间尺度资料的统计方法为母数统计学(parametric

statistics)，而分析顺序尺度资料与名目尺度资料的主要统计方法为无母数统计(nonparametric

statistics)。资料的尺度--小Q儿请问以下例子分别为什么衡量尺度：性别、名次、销售额、职业、温度、玉米收获量、学号、所得、百分位序、满意度、考试分数。

将四个常用的衡量尺度性质特性整理成如下表，并各举一例说明。衡量尺度定义性质例子资料的整理资料的整理(1/8)属质资料可以标示事物的特征、属性或类别如性别、种族等，因此依照资料特性我们可以按特性把资料分门别类加以汇整，并且将结果以次数分配表来呈现属量资料常常需要被统整并且描述它的分布情形。为了达成此一目标的其中一种做法就是将其数值由大而小或由小而大重新加以排列。资料一经排序我们就可以计算出每个数值发生的次数，这些次数和起来即形成一个次数分配，并将之以表的方式呈现属量资料之例子分数次数分数次数分数次数分数次数502654754831522662766852542673773862603681783871611703792881633725802911641734811921资料的整理(2/8)次数分配表(frequency

distribution

table)有系统的展示样本(或母体)资料若资料中包含了太多不同的数值，次数分配表会因类别太多而显得庞杂，无法清楚地呈现整体资料的情况。简化方式：将资料所有的数值划为分数个相邻但互不重叠的区间(interval)，然后计算每一区间的发生次数，从而形成以区间为基础的次数分配。资料的整理(3/8)资料的分组原则所有资料都必须被分组不重覆分组变量X在每一组区间的情况是：下界≤Ｘ<上界分组步骤求算全距决定组数决定组距决定上下界计算组中点资料的整理(4/8)分组后之资料可能丧失个别资料之特性不同资料的次数分配之间无法直接比较一个替代方法是改以相对次数(relativefrequency)来表示不同成绩范围的分配。资料的整理(5/8)属量资料的次数分配表属质资料的次数分配表组距次数10≤X<13313≤X<161416≤X<192319≤X<221222≤X<25825≤X<28428≤X<311发货地区次数台北18新竹3台中14嘉义3台南5高雄10花莲24646资料的整理(6/8)累计分布图组距次数以下累加次数累计相对频率累计百分比10≤X<13330.04624.62%13≤X<161417=3+140.261526.15%16≤X<192340=3+14+230.615461.54%19≤X<221252=3+14+23+120.800080.00%22≤X<25860=3+14+23+12+80.923192.31%25≤X<28464=3+14+23+12+8+40.984698.46%28≤X<31165=3+14+23+12+8+4+11.0000100%资料的整理(7/8)列联表(Crosstab)：又称做交叉表

列联表需要以下三种变量：栏变量：满意度列变量：通路在每一个单元格中被计算的变量范例：购买通路与消费者满意度列联表满意度通路高中低合计网购1512330门市244230宅配1241540总计40402010048资料的整理(8/8)运用交叉表可以让我们能够了解两个变量之间的关联性满意度通路高中低合计网购1512330门市244230宅配1241540总计404020100由列总和可得知个通路的购买比例是3:3:4由栏总和可得知整体的满意度。资料的整理--小Q儿请将投影片第42页的表格整理次数分配表，并包含相对次数以及累积次数，记得要选择适当的组距唷。请将前面练习时<投影片第19页>你找到的质的资料与数量资料的例子找出来，上网搜集实际的数据资料，并将之制成表格。资料呈现的案例资料呈现的案例(1/11)统计图依其表现的形式可分为折线图(linechart)、长条图(barchart)、圆饼图(piechart)、直方图(histogram)、多边图(polygon)、肩形图(ogive)等。目前统计的呈现也越来越重视视觉化呈现，因此dashboard、tree

map、Sparkline、Packedbubbles及bulletgraph等应用越来越普遍。资料呈现的案例--长条图(2/11)年居民每人每年果品消费量公斤

147

127

122万公吨年产量进口量国内供给量

324

291

280

55(15%)

51(16%)

56(18%)

365

326

317全世界平均值的3倍国产果品自给率(量)高2002-2015年自给率(热量)：82-90%资料呈现的案例--圆饼图与折线图(3/11)我省农产品贸易逆差逐渐加大年出口值进口值

6,863

3,031

4,876

14,513百万美元2015年农渔牧产品产值所占比例果品37%果品有其重要性农作物

产品产值49%蔬菜畜牧业产品产值33%渔业产值18%资料呈现的案例--圆饼图与长条图(4/11)交通部我省铁路管理局104年度营运概况资料呈现的案例--茎叶图(5/11)纽约洋基2017年薪水(单位：百万美元)球员薪水球员薪水C.C.Sabathia25MichaelPineda7MasahiroTanaka22TylerClippard6JacobyEllsbury21DidiGregorius5AroldisChapman21ChrisCarter3ChaseHeadley13AdamWarren2MattHolliday13AaronHicks1BrettGardner12TomLayne1StarlinCastro9AustinRomine12105

2

1

13

3

29

7

6

5

3

2

1