跳轉到內容

統計/資料收集方法/抽樣調查

來自華夏公益教科書,開放書籍,面向開放世界

統計


  1. 介紹
    1. 什麼是統計學?
    2. 現代統計學中的學科
    3. 為什麼要學習統計學? 0% developed
    4. 學習統計學需要了解什麼?
  2. 不同型別的資料
    1. 原始資料和二手資料
    2. 定量資料和定性資料
  3. 資料收集方法
    1. 實驗
    2. 抽樣調查
    3. 觀察性研究
  4. 資料分析
    1. 資料清洗
    2. 移動平均
  5. 彙總統計
    1. 中心趨勢的度量
      1. 平均數、中位數和眾數
      2. 幾何平均數
      3. 調和平均數
      4. 算術平均數、幾何平均數和調和平均數之間的關係
      5. 幾何中位數
    2. 離散程度的度量
      1. 資料的範圍
      2. 方差和標準差
      3. 四分位數和四分位距
      4. 分位數
  6. 資料展示
    1. 條形圖
    2. 比較條形圖
    3. 直方圖
    4. 散點圖
    5. 箱線圖
    6. 餅圖
    7. 比較餅圖
    8. 象形圖
    9. 折線圖
    10. 頻數多邊形
  7. 機率
    1. 組合學
    2. 伯努利試驗
    3. 貝葉斯分析入門
  8. 分佈
    1. 離散分佈
      1. 均勻分佈
      2. 伯努利分佈
      3. 二項分佈
      4. 泊松分佈
      5. 幾何分佈
      6. 負二項分佈
      7. 超幾何分佈
    2. 連續分佈
      1. 均勻分佈
      2. 指數分佈
      3. 伽馬分佈
      4. 正態分佈
      5. 卡方分佈
      6. 學生t分佈
      7. F分佈
      8. 貝塔分佈
      9. 威布林分佈
  9. 統計假設檢驗
    1. 統計檢驗的目的
    2. 使用的形式
    3. 不同型別的檢驗
    4. 單個均值的z檢驗
    5. 兩個均值的z檢驗
    6. 單個均值的t檢驗
    7. 兩個均值的t檢驗
    8. 配對t檢驗,用於比較均值
    9. 單因素方差分析F檢驗
    10. 單個比例的z檢驗
    11. 兩個比例的z檢驗
    12. 在Microsoft Excel中檢驗比例A是否大於比例B
    13. 斯皮爾曼等級相關係數
    14. 皮爾森積矩相關係數
    15. 卡方檢驗
      1. 多個比例的卡方檢驗
      2. 列聯表的卡方檢驗
    16. 分佈的近似值
  10. 點估計100% developed  as of 12:07, 28 March 2007 (UTC) (12:07, 28 March 2007 (UTC))
    1. 無偏性
    2. 優良性度量
    3. UMVUE
    4. 完備性
    5. 充分性和最小充分性
    6. 輔助性
  11. 練習題
    1. 彙總統計問題
    2. 資料展示問題
    3. 分佈問題
    4. 資料檢驗問題
  12. 數值方法
    1. 基礎線性代數和格拉姆-施密特正交化
    2. 無約束最佳化
    3. 分位數迴歸
    4. 統計軟體的數值比較
    5. Excel 中的數值
    6. 統計/數值方法/隨機數生成
  13. 時間序列分析
  14. 多元資料分析
    1. 主成分分析
    2. 度量資料的因子分析
    3. 序數資料的因子分析
    4. 典型相關分析
    5. 判別分析
  15. 特定資料集的分析
    1. 結核病分析
  16. 附錄
    1. 作者
    2. 詞彙表
    3. 索引
    4. 連結

編輯此框

抽樣調查涉及從總體中選擇和研究樣本專案。樣本只是從總體中選擇的一組成員,而不是整個總體。對整個總體的調查稱為**普查**。

總體樣本可能無法給出準確的結果,但它有助於決策。

抽樣調查的例子

  • 撥打當地電話簿中每一頁上的第五個人,詢問他們在這個地區的居住時間。(系統抽樣)
  • 在田野的五個不同地方放置一個四邊形,並計算四邊形內的野花數量。(整群抽樣)
  • 根據總體中的人口發生率選擇子總體。例如,研究人員可能在總體中選擇一個樣本,該樣本由30%的女性和70%的男性組成,並且總體中具有相同的性別比例。(分層抽樣)
  • 選擇一個國家中的幾個城市,這些城市中的幾個社群,以及這些社群中的幾條街道,以招募調查參與者。(多階段抽樣)

術語“隨機樣本”用於指總體中每個專案都有同等機會被選中的樣本。

雖然抽樣是一種更具成本效益的確定結果的方法,但樣本量小或依賴特定選擇方法的樣本會導致結果偏差。

以下是常見的偏差來源

  • 抽樣偏差或統計偏差,其中某些人比其他人更容易被選中(例如,如果你給予城市同等的被選中機會而不是按大小加權)
  • 系統偏差,其中外部影響試圖影響結果(例如,資助組織想要得到特定的結果)
華夏公益教科書