http://home.educities.edu.tw/rebecca0924/book/index.htm
推論統計：認為可能的答案
研究假設：根據一定的觀察事實與科學知識，對研究的問題提出假設性和猜測性的看法與說明。
有罪推論：
無罪推論：任何人在受有罪宣判之前，應推定為無罪。
平常不去做研究觀察、就無法找到研究問題、就會沒有研究假設、就沒有研究計畫，就會不能畢業QQ"
胡適:大膽假設(創意思維)，小心求證
統計上的推論就是在減少錯誤的"機率"
母群 = "人口" 數量是不一定的有時候是已知，有時候是未知。

無罪推論：甲沒有殺人
事實假設	真(沒殺人)	甲(殺人)
拒絕/不相信	不相信甲，沒有殺人X	不相信甲沒殺人，事實上甲殺人。○
接受/相信	相信甲沒殺人，甲真的沒殺人。○	相信甲沒殺人，事實上架殺人了。X
西瓜甜度推論:西瓜很甜
事實假設	真(西瓜很甜)	假(西瓜不甜)
不相信	不相信西瓜很甜，事實上西瓜很甜。	不相信西瓜很甜，事實上西瓜不甜。
相信	相信西瓜很甜，事實上西瓜很甜。	相信西瓜甜，事實上西瓜不甜。

樣本 = "取樣" 數量是已知 N

敘述已知樣本             未知母群

平均數(已知) -------->  平均數  (可以估計母群的平均數)

標準差(已知) -------->  (無法評估母群的標準差)

中央極限定律：利用在同一母體重複隨機抽樣，這些樣本會產生一種常態分佈(即使母體非常態分佈)。

10/20 筆記

當常態分配為

正偏態：平均數<中數<眾數 其中眾數移動最快，平均數最穩定

負偏態：平均數>中數>眾數 

常態 =零偏態 = 眾數 = 中數 = 平均數

當分數太偏態時運用轉換成為 T 分數或 Z 分數

1. 名義變項：所謂名義變項(nominal variable)，是指利用名稱或數值來分辨人、事、物之類別的變項。例如：宗教、血型、教學方法、學生學號，及國家發展程度等都是名義變項。

2. 次序變項：所謂次序變項(ordinal variable)，是指可利用數值或名稱來加以排序或賦予等第的變項。次序變項雖具有多少或優劣的次序和方向性，但並不說明多少或優劣之間差異的大小量。例如，前述的操行成績就是一種次序變項，中小學畢業獎項、段考名次都算是次序變項。

3. 等距變項：所謂等距變項(interval variable)，是指可以賦予名稱(類別)並加以排序，而且還可計算出期間差異之大小量的變項。等距變項須具有相等單位(equal unit)這一特性；所謂相等單位，是指在差異大小量的系列上各段之基本單位的間隔應完全相等(林清山，民81)。例如，溫度、燈光照明度、喇叭的音量。

4. 等比變項：所謂等比變項(ratio variable)，是指可以賦予名稱、排序，並計算出差異大小量，還可以找出某比率(倍數)等於某比率的變項。等比變項必須具備有「絕對零點」，所謂絕對零點是指沒有數量存在的點。例如年齡、身高、體重、薪資。




作業 ：利用心智圖 FreeMind


製作 1.car 2.nhcue 3.self select

如果讓我重做一次研究生(王泛森)
(找出十句對自己最有感覺的話)


1.[恭喜你對人類的知識有所創新，因此授予你這個學位。] 
這句話讓我感觸很深刻覺得這樣的學位，不只是對自己負責，更要對你的學科你的未來負責。
2.[那篇論文是你個人所有武功的總集合]
這句話聽起來很無俚頭，但他卻深深地觸動心裡的那一片，因為我會想問自己已經完全種備好的面對這個世界了嗎? 如果不是那是不是因該下定決心目前現在就因該要有目標了呢?
3.[如果我知道結果，那我要你來這邊唸書做什麼？我就是因為不知道，所以要我們共同探索一個問題、一個未知的領域。]
記得之前在大學的時候曾經有個老師的教學方式跟這樣的感覺很相近，每個同學多覺得那個老師很不會教書，雖然當時覺得固然不好但自學很踏實，現在想想才知道其實老師只是想要我們主動學習，並提出問題一同成長創造。
4.[]
1.讀全文
2.摘要
3.結構

10/13筆記

標準分數(Standard score)：標準分數又稱為Z分數或真分數,是以標準差為單位來表示一個分數


在團體中所處位置的相對位置量數。

T分數：用來校正一群資料的分布狀況。

T分數=50+((X-X的平均數)/S)*10

X為各項資料...

X的平均數為...各項X的平均

S為該資料的標準差

PR值：又稱為累積百分比或百分等級，是先將該次統計的分數量尺總分排序後，依照人數均分一等分，該生大約會落在第幾個等分中。在依照區分在哪一標準差來分辨在全部資料的百分比。

99量尺總分	99各PR累積人數	PR值
404	3317	69
401	6123	68
398	9532	67
395	13268	66
393	15996	65
391	18816	64
389	21608	63
387	24348	62
385	27215	61
382	31370	60
380	34256	59
378	37018	58
376	39779	57

作業分析 次數分配曲線圖的 集中、分散
常態分配的變異數愈大時，常態曲線形狀會變的矮且分散。
變異數愈小時，常態曲線形狀會變的高且集中。





(A) 有不同平均數，但有相同的變異數的常態曲線。
   
      相關的分析有台灣梧桐花的生長花期、台灣高速公路的平均
      流量。


(B) 有相同的平均數，但卻有不同的變異數的常態曲線。
      
      相關的分析有梧桐花的生長花朵數目、老中青開車上高速公
      路輛平均速。

10/6上課筆記

變異量數 (Measure of Variation)： 一群分數分散或集中程度的指標，分散、分布。

T檢定(使用平均數的概念)：當自變項是類別變項（nominal scale），依變項是等距(interval scale）時使用。但是僅是用於自變項只有兩類的變項中，像性別便只
有兩種屬性。自變項若是超過兩類，則需要使用其他的資料分析方法。

Anova(單因子異變數分析)：Analysis of variance.一組資料發生總變異，依可能發生變異的來源分割成幾個部份，測量這些變異來源，可了解各變異間是否有差異。

標準差SD(standard deviation)

(每一個數字與平均數之間的距離換算為面積，把面積相加在進行平分再開根號)

例題：

3、6、7、8、11

平均差 = 7

標準差 = (3-7)^2+(6-7)^2+(8-7)^2+(11-7)^=34

母體(Population) N有時候是固定已知，有時候是未知且不固定的。

樣本(Sampling)  N=固定且已知。

取樣最低為30 個樣本，當取樣過低會產生誤差。

推論統計：利用樣本的資訊來推測母群體的特性。

敘述統計：利用統計量針對資料本身特性的描述。

常態分配：連續機率分配的運算。

六個標準差：六標準差的衡量或6個標準差是計量一個過程中存在標準誤差的統計單位，並用

它來與客戶所提供的可接受誤差範圍進行比較。希臘字母西格瑪（δ）所代表的標準差是對產

品可變率的衡量。

標準差SD間距越大，集中在中央數值得越多波形寬度越小。


μ表常態曲線的中心位置。


σ表常態曲線分散程度，當σ愈大表資料愈分散，當σ愈小表資料愈集中。