初級統計學 陳信如
導 論 統計學 資料收集 資料處理 資料解釋 資料表現 統計：收集、處理、分析資料的方法 統計量：特定的衡量標準或計算公式
1.1 現代統計學的發展 解答： 因為調查人員已經明白表示該政策是「鋪張浪費」的。
倘若該冷凍食品正好頗受單身貴族或是雙薪家庭 的歡迎，那麼這種訪查方式所得出來的結論顯然會出現偏差。 解答： 倘若該冷凍食品正好頗受單身貴族或是雙薪家庭 的歡迎，那麼這種訪查方式所得出來的結論顯然會出現偏差。 週一至週五上進行訪查時無人在家， 則很有可能是上班族，亦即單身或雙薪家庭。
1.2 統計學的學習 統計的應用： 有人宣稱佛羅里達州有百分之七十以上的柑橘作物遭受嚴重的霜害。倘若在該州中隨機選取的18個柑橘中，有15個的確受到霜害的影響，請在 0.05 的顯著水準下檢定上述的說法。 有人宣稱有百分之七十以上的某型飛機的尾舵上，出現因金屬疲勞而造成的裂縫。倘若在隨機選取的18架該型飛機上，有15架的確出現因金屬疲勞而造成的裂縫，請在 0.05 的顯著水準下檢定上述的說法。
有人宣稱加入健康保險的醫師中，有七成以上的醫師對他們的薪資感到不滿。倘若在加入健康保險的醫師中隨機選取18位，其中有15 位的確對其薪資感到不滿，請在 0.05 的顯著水準下檢定上述的說法。 有人宣稱有百分之七十以上的某款汽車， 所排放的廢氣中污染物超過標準值。倘若在隨機選取的18 輛該款汽車上，有15 輛的確有廢棄污染物高於標準值的情形，請在 0.05 的顯著水準下檢定上述的說法。
1.3 敘述統計與統計推論 敘述統計(descriptive statistics) 1.3 敘述統計與統計推論 敘述統計(descriptive statistics) 描述、整理、分析資料的方法，通常利用圖表來呈現，並沒有進行任何的推論或預測。 推論統計(inferential statistics) 藉由分析少量的資料來瞭解整體的情況，判斷所得資訊的價值、選擇最佳的預測方式、或是決定最合理的（報酬最高的）因應方案。
分 析 工 具 機率論 (probability) 統計學方法和機率息息相關，機率論是進行統計推論時的重要基礎。 探究性資料分析 (exploratory data analysis) 對於那些只需要初級敘述統計方法即可處理的問題，應該要進行深入的研究。
1.4 統計資料的本質 數值資料 (numerical data) 1.4 統計資料的本質 數值資料 (numerical data) 透過測量或計數而得來的，又稱為數量資料或量的資料(quantitative data) 類別資料 (categorical data) 類別資料又稱為定性資料或質的資料(qualitative data) 註：為了便利性，類別資料通常都會進行編碼，不同的 類別給予不同的數字編號，藉此將類別資料轉換成 數值資料。
又細分為 名目資料(nominal data)，如：婚姻狀況;類別 順序資料(ordinal data)，如：礦物的硬度;可排大小 區間資料(interval data)，如：溫度;可做加減 比例資料(ratio data)，如：長度、金錢;可以0做原點
四個學生參加三項歷史科綜合測驗的成績： 四個學生的總成績分別是180、171、165，及162 Linda的成績最好，接著依次是Tom、Henry，及Rose。
四個學生參加三項歷史科綜合測驗的名次： 表現最好的是Rose，接著依次是Henry、Tom，及Linda 這個結果跟之前的結果完全相反！平均排序。
注意： 在應用統計學方法的時候，必須要先明辨資料本身在性質上的限制，不能同一套方法拿來直接用； 也就是說，必須根據資料本身的性質，選擇適當的統計學分析方法。不能一概而論。