第 5 章 資料的蒐集和抽樣.

Slides:



Advertisements
Similar presentations
Sampling 抽樣 中央大學. 資訊管理系 范錚強 mailto: updated 11.
Advertisements

©2009 陳欣得 統計學 —e1 微積分基本概念 1 第 e 章 微積分基本概念 e.1 基本函數的性質 02 e.2 微分基本公式 08 e.3 積分基本公式 18 e.4 多重微分與多重積分 25 e.5 微積分在統計上的應用 32.
單元九:單因子變異數分析.
Unit 8 如何確定研究對象及如何選用或編製研究工具?
行銷研究 單元三 次級資料的蒐集.
應用統計理論 編著:劉正夫教授 Reference:1) Wonnacott and Wonnacott. Introductory
行銷研究 單元二 行銷研究的程序.
第一節 抽樣調查的基本概念 第二節 隨機抽樣技術 第三節 非隨機抽樣技術 第四節 抽樣誤差與樣本數 第五節 有關抽樣設計的幾個問題 思考題
抽樣基本觀念 抽樣詞彙 母體 : 求取資訊的對象全體 e.g.人,動物或事物. 個體 : 母體中的一份子.若母體包含的是人,我們則常稱
石牌金頭腦 概數篇(可複選)加油哦!.
數 據 分 析 林煜家 魏韶寬 陳思羽 邱振源.
樣本空間與事件 餘事件:不在A中的樣本所構成的事件,即A′.
抽樣與抽樣分配 7.1 抽樣問題 7.2 簡單隨機抽樣 7.3 點估計 7.4 抽樣分配簡介 7.5 的抽樣分配 7.6 的抽樣分配
17 類別資料的分析  學習目的.
估計.
信賴區間估計 (一) Estimation with Confidence Intervals
實驗計畫資料分析作業解答 何正斌 國立屏東科技大學工業管理系.
Sampling Theory and Some Important Sampling Distributions
第零章 統計學概論 0.1 統計學的定義 0.2 敘述統計學與推論統計學 0.3 測量尺度 0.4 資料、資訊與因果關係 ©2009 陳欣得
第 13 章 抽樣.
第 7 章 抽樣與抽樣分配.
第 9 章 簡單隨機抽樣與抽樣分配.
第 7 章 抽樣與抽樣分配 Part B ( ).
第 7 章 抽樣與抽樣分配 Part B ( ).
第 7 章 抽樣與抽樣分配 Part B ( ).
第 13 章 抽樣.
教材 P.264 Point Estimation To estimate the value of a population parameter, we compute a corresponding characteristic of the sample, referred to as a sample.
第11章 抽樣設計 本章的學習主題 1.抽樣的基本概念 2.抽樣的程序 3.機率抽樣 4.非機率抽樣 5.電話抽樣
Sampling Methods and the Central Limit Theorem
量化研究與統計分析 抽樣 謝寶煖 台灣大學圖書資訊學系 2006年4月1日.
第五章 抽樣與抽樣分配.
抽樣計畫 6.1 了解抽樣 6.2 抽樣程序 6.3 樣本大小的決定 6.4 平均數、比率的樣本統計量分配 6.5 信賴區間
指導老師: 蘇明俊 老師 組長:潘翠娥 組員:張惠雅 葉麗華
大數據與我 4A 陳駿榜.
網路安全技術 OSI七層 學生:A 郭瀝婷 指導教授:梁明章.
Topic Introduction—RMI
第二章 機率概論 2.1 相對次數與機率 樣本空間、事件與隨機變數 抽樣與樣本空間 22
統計應用 與 Microsoft Excel 簡介
第二次電腦實習課 說明者:吳東陽 2003/10/07.
香港快樂指數 2007 何濼生教授 嶺南大學公共政策研究中心.
統計學 指導老師: 郭燿禎 Date: 2/14/12.
第一章 緒論 1.1 統計學的意義 統計學(statistics)是一種科學方法與原理,其包括資料的蒐集,資料的整理,陳示,分析與解釋,並獲得結論,以幫助做更有效的決策。 統計學包含敘述統計學(descriptive statistics)與推論統計學(inferential statistics)。
第十章補充 允收抽樣.
學習單元:N6 數的性質 學習單位:N6-3 用短除法求H.C.F. 和 L.C.M. 學習重點 : 1. 複習因數分解法求
HTML – 超連結與圖片 資訊教育.
估計與假設檢定.
第七章 抽樣與抽樣分配.
Review 統 計 方 法 的 順 序 確定目的 蒐集資料 整理資料 分析資料 推論資料 (變量,對象) (方法:普查,抽樣)
Google協作平台+檔案分享(FileZilla+網路芳鄰)
田口方法應用於語音辨識 報告者:李建德.
挑戰C++程式語言 ──第8章 進一步談字元與字串
重複圖形.
7-2 抽樣分配(sampling distribution)
第五章 估計與信賴區間 5.1 估計概論 估計量的分配 信賴度、信賴區間與最大容忍誤差16
C qsort.
Live ABC 英檢網使用說明 - 1 登入帳號:學號 登入密碼:學號 (第一次登入請更改密碼).
電子期刊使用統計 CONCERT 2002 meeting November 13-14, 2002 羅宙康 Springer-Verlag
Marketing Research and Analysis
Parameter Estimation and Statistical Inference
MiRanda Java Interface v1.0的使用方法
楊志強 博士 國立台北教育大學系 教育統計學 楊志強 博士 國立台北教育大學系
函數應用(二)與自定函數.
第八章 銷售預測(2).
歸納法(1):歸納法的類別.
非負矩陣分解法介紹 報告者:李建德.
單元三:敘述統計 內容: * 統計量的計算 * 直方圖的繪製.
11621 : Small Factors ★★☆☆☆ 題組:Problem Set Archive with Online Judge
17.1 相關係數 判定係數:迴歸平方和除以總平方和 相關係數 判定係數:迴歸平方和除以總平方和.
調查研究的概念 蔡佳泓 政大選舉研究中心 副研究員.
JUDGE GIRL 使用介紹 & 常見問題 TAs :
Presentation transcript:

第 5 章 資料的蒐集和抽樣

蒐集資料的方法 有許多方法用來蒐集或取得統計分析的資料。三種最普遍/常使用的方法是: • 直接觀察 (例,每小時進入銀行的顧客數量) • 實驗 (例,新的製造物品的方法以最小化成本) • 調查 第5章 資料的蒐集和抽樣 第163-164頁

調查 調查向人們徵求資訊;例如:蓋洛普民意測驗;哈瑞斯調查。 回收率(是指被選出的受訪者中,完成調查的人數比例。) 是調查的重要參數之一。 調查可能以多種方式實施,例如: • 個人訪談 • 電話訪談 • 自填式問卷調查 第5章 資料的蒐集和抽樣 第164-165頁

問卷設計 基本問卷設計的要點: 問卷必須儘可能簡短。 問題本身應該用簡短、簡單與清楚的文字陳述。 以簡單的人口統計問題為開端,以協助受訪者快速進入填寫狀況。 使用二分法的問題(是與否)以及選擇題。 謹慎使用開放式問題。 避免使用引導式問題。 先對一小群人進行預試。 準備問卷時,思考你要如何分析回應的答案。 第5章 資料的蒐集和抽樣 第165-166頁

抽樣 統計推論允許我們根據一個比母體小很多的樣本擷取對母體參數的結論。 如果目標母體 ( 我們想推論的母體) 與抽樣母體 ( 實際取樣的母體) 是相同的,則樣本統計量可以和所估計的參數相當接近。 第5章 資料的蒐集和抽樣 第166-167頁

抽樣計畫 我們的目的是介紹三種不同的抽樣計畫: • 簡單隨機抽樣 • 分層隨機抽樣 • 集群抽樣 第5章 資料的蒐集和抽樣 第168-173頁

簡單隨機抽樣 一個簡單隨機樣本(simple random sample )是一個以下述方法抽出的樣本:每一個有相同觀察值個數的樣本皆有均等的機率會被抽出。 第5章 資料的蒐集和抽樣 第169頁

簡單隨機抽樣 範例5.1:一位政府的稅務稽核人員必須抽樣 l,000件申請退稅的案件中的40件進行審查。 如果產生重複的數字,可能使用額外的數字 第5章 資料的蒐集和抽樣 第169頁

分層隨機抽樣 一個分層隨機樣本(stratified random sample)的取得是將母體區分成互斥的群組,或分層,然後從每一分層中抽取隨機樣本。 分層 1 : 性別 男性 女性 分層 2 : 年齡 < 20 20-30 31-40 41-50 51-60 > 60 分層 3 : 職業 專業人員 行政人員 藍領階級 其他 分層的一個優點是除了獲得全部母體的資料外, 我們也可以在每一分層中做推論或比較資料。 第5章 資料的蒐集和抽樣 第171-172頁

分層隨機抽樣 母體以這種方式被分層後,我們可以用簡單隨機抽樣來產生完整的樣本: 如果我們有充足的資源抽取400位民眾的樣本, 我們可以從低收入群組中選取100位 …如果我們要選取1000位民眾的樣本, 我們可以從高收入群組中選取50位 第5章 資料的蒐集和抽樣 第172頁

集群抽樣 一個集群樣本是元素的群組或集群的一個簡單隨機樣本 當發展一份完整的母體成員名單是困難的或耗費成本的情況下,或者當母體元素廣泛的分散在各地時,集群抽樣很有用。 第5章 資料的蒐集和抽樣 第173頁

樣本大小 決定適當的樣本大小將會在第10 與12 章中詳細說明。在那之前,我們可以依賴我們的直覺,它告訴我們樣本越大,我們可以期望越精確的樣本估計。 第5章 資料的蒐集和抽樣 第174頁

抽樣與非抽樣誤差 從母體中取出一個觀測值的樣本時,兩種主要的誤差可能發生: 抽樣誤差與非抽樣誤差。 抽樣誤差(sampling error )是指因樣本觀測值的隨機性所造成樣本與母體間的差異。 唯一可以降低這類誤差期望大小的方法是使用較大的樣本數。 第5章 資料的蒐集和抽樣 第175.176頁

非抽樣誤差 非抽樣誤差(nonsampling error )比抽樣誤差的問題更嚴重,它是由於在取得資料時發生錯誤,或是因為樣本觀測值被不適當的選取。三種非抽樣誤差: • 取得資料時的誤差 • 無回應誤差 • 取樣偏差 取用較大的樣本不會降低非抽樣誤差發生的大小或機率。 第5章 資料的蒐集和抽樣 第176-177頁

取得資料時的誤差 誤差來自於不正確的回應記錄,可能來自於: • 錯誤的設備所造成的錯誤測量。 • 轉換原始資料時所犯的錯誤。 • 名詞誤解而導致記錄不正確的資料,或者 • 敏感問題所做的不正確回應。 第5章 資料的蒐集和抽樣 第176頁

無回應誤差 無回應誤差(nonresponse error)指當無法從樣本成員取得某些調查回應而產生的誤差[或偏差]。此時,所蒐集的樣本觀測值可能不能代表目標母體。 第5章 資料的蒐集和抽樣 第176頁

取樣偏差 取樣偏差(selection bias)發生於一些目標母體的成員無法被選出當成樣本的抽樣計畫。 第5章 資料的蒐集和抽樣 第177頁