搜尋結果
- 研究資料蒐集完成後的統計分析最主要可分為描述統計和推論統計兩個部分，雖然兩者都是利用資料進行分析，但分析方法和目的並不相同。 描述統計是以組織、概括的方式來呈現和描述資料的特性；推論統計則是將樣本資料推論至母群體上，通常牽涉到機率和各種統計檢定方法。
drfishstats.com/introduction/descriptive-vs-inferential-statistics/
其他人也問了
什麼是推論統計?
什麼是顯著水準的統計推論?
論説文是什麼?
什麼是論文計畫?
統計方法的分類 敘述性統計 複選題分析 (多重)交叉分析 卡方( 同質、獨立、適 合度)檢定 主成份分析 因素分析 集群分析 (偏)相關分析 二元羅吉斯迴歸 區別分析 偏相關分析 迴歸( 路徑)分析 (多變量)變異數分析 偏最小平方迴歸 類別變數 連續變數 有 因 果 關 係 無
- T檢定
- One-Way Anova 單因子變異數分析
- 線性回歸 Multiple Regression
- 統計檢定方法使用時機
- 卡方檢定
首先要談的是T-test。t檢定主要是檢驗兩組之間是否有均值的差異(當然也有one sample t-test，不過較少使用)，所以條件是有兩組也只能有兩組。 組別是類別變數(categorical variable)，像是性別、種族、國籍。如果是連續變數，也可以設一個標準，多少以上是好的，以下是差的，以此來產生類別變數。 如果超過兩組，必須用Anova來分析。 另外，常犯的錯就是把前、後測是否有顯著差異用two-sample t-test來檢定，不能「假裝」把前測當一組，後測當一組，拿來做two-sample T檢定，而是應該用paired-sample t-test來檢驗是否有差異。如果對分析前後測有興趣，可以參看下面文章如何分析前、後測: 進步分數(Analysis of Pre-te...
One-way Anova(單因子變異數分析)是只有一個類別變數當作independent variable，檢驗此類別變數與其它連續變數(continuous variable)之間的關係。具體一點講，one-way ANOVA (單因子變異數分析)，就是在查看組間是否存在平均值的差異。 比方說：如果你想看性別對數學成績的影響，性別就是類別變數，數學成績是結果變數(outcome variable)。
線性回歸簡單的說，就是看兩個或是多個連續變量之間的關係。如果想對線性回歸有更進一步的了解，可參考這篇文章什麼是線性迴歸？(What is Multiple Linear Regression?)。 前面講的t檢定，單因子變異數分析，雙因子變數分析，都是看組間是否存在著平均值的差異。線性回歸雖然也可以做到這點，但大部分都是看連續變項之間的關係。如果想要知道線性回歸如何做到組間的比較，可以看看這篇文章什麼是虛擬變量？(What is dummy variable?)。
問題來了，什麼時候用Anova，什麼時候用Regression呢？這兩者有何不同？ 其實Anova就是(Linear) Regression，不同點就在Anova裡面有類別變數而已。 如果你跑ANOVA跟regression(當然跑regression會要用dummy variable)，你會得到一樣的結果。換言之，Linear regression裡的變數均為連續變數或dummy variable，如：年齡、IQ、成績、體重等，沒有類別變數。如果想知道更多關於regression，可參考這篇：什麼是線性迴歸？(What is Multiple Linear Regression?)。只要懂了這個，我覺得初、中級的統計就沒什麼問題了。
最後說說卡方檢定(Chi-square)。 先想想卡方檢定測的是什麼？對，是比例，而前面講的都是平均值的差異。 那你可能會有問題，T-test與Anova比的是什麼呢？當然不是比例，而是平均值是否有差異。 卡方測的是一件事情，在各組發生的比例是否相同。 在繼續說之前，要先記得，卡方檢定的變數不是連續變數，也不是ordinal variable，而是名目變數(nominal variables，又稱為categorical variable)，也就是「是與否」、「男與女」這種變數。 所以常見的問題就是：男女和素食行為，或是男女與是否有大學學歷等。 如果你已經弄糊塗了，可以參看下表 最後要說一點，我不是統計系的，寫這個也只是說出自己的理解而已。如果有不對的地方，還歡迎網友指正。 2009/4/1...
研究設計與統計方法. 林口長庚醫院實證醫學中心 余光輝醫師. 學習目標Objectives. Outlines. 基本概念 General concept (slide 1~20) 基礎統計 Basic statistics (slide 21~47)(slide 21~47) SPSS 操作 Procedure (optional) (slide 47~77) Understanding Statistical Term. Selecting a Statistical Test. SPSS 解讀. 進階學習(may skip) 進行統計的五個步驟. Five Steps to Practice Statistics. 1.
為了使讀者充份了解這些統計方法的應用,筆者在每一種統計方法中都舉例說明。 以下即是較常用的16種統計方法。 1. 積差相關(product-moment correlation) 使用目的:了解兩個變數之間關係密切的程度。 使用時機:適用於兩個連續變數。 例子:同一組人其智力和學業成績之間的相關。 2. 獨立樣本t 考驗(t-test, independent samples) 使用目的:兩個平均數的差異考驗。 使用時機:用在兩個互為獨立的母群的差異比較。 例子:比較男、女選手學習動機得分的差異。 3. 重複量數t 考驗( 相依樣本t 考驗)(t-test, repeated measures; t-test, correlated samples) 使用目的:兩個平均數的差異考驗。
本課程由具有統計學博士學位，並在 SCI 統計與機率領域發表過統計方法學論文並於 2012 年榮獲美國統計學會會士 (Fellow of the American Statistical Associ... 本課程共 15 講，包含：
2021年11月10日 · 其內容涵蓋了一般論文或專題寫作時，所需用到的各種統計方法，諸如：次數分配、現況分析、項目分析、無反應偏差、信度分析、共同方法變異、重要度—表現分析、卡方檢定、t檢定、變異數分析、二因子變異數分析、迴歸分析、中介變數檢驗、中介 ...
2021年6月10日 · 其內容涵蓋了一般論文或專題寫作時，所需用到的各種統計方法， 諸如：次數分配、現況分析、項目分析、無反應偏差、 資料合併檢驗、信度分析、共同方法變異、重要度—表現分析、 卡方檢定、t檢定、變異數分析、二因子變異數分析、迴歸分析、 階層迴歸分析、中介變數檢驗、Sobel中介效果檢定、 干擾變數檢驗、相關分析、典型相關分析、探索性因素分析、...
