關閉導覽列 Close Menu
行為研究
English
吳統雄
國際研究團隊
知識光譜
第1類知識
第2類知識
第3類知識
取用行為模式
研究目錄
教學課程頁
研究方法
統計多變項分析
參考延伸文獻
討論區目錄
站務與協助
☰
More
社群地圖
社群新聞
│吳統雄
履歷
研究
教學
服務
榮譽
│社科
第1類知識
第2類知識
第3類知識
研究方法
統計/多變項分析
投票行為與選舉預測
53237 選民結構
人類取用行為新典範
取用行為國際研究團隊
│資管
管理學‧經濟學
資訊系統開發
電子商務
網路教育
數位電視
產學合作
就業進修‧甄選必勝
│文創
數位美學/數位文創導論
數位出版/電子書
視覺設計
優化網站
數位視訊/微電影
數位文創管理
大學青年‧網路雜誌
│電音
統雄 數位音樂作品選
我,被禁唱的民歌手
數位音樂創作教學
統雄的音樂知識美學
歡迎聽歌.點歌.下載樂譜
│人文
公共評論
法律評論
社會評論
教育文化傳媒評論
科技科普評論
美語樂學
文學創作
萬象現代(NBA)
資訊社會
幽默人生
統雄樂水
抽樣原理

調查法_樣本可以推論母群的原理基於:在收集資料階段的3條件:隨機性/等機率性、樣本數、抽樣方法。與在分析階段的2理論:常態分配、中央極限定理。

可以推論的抽樣程序與執行事項包括:抽樣實務的樣本代表性、樣本數決策因素、二元資料樣本數、連續資料樣本數、最適樣本數、樣本數與檢定力分析、抽選樣本戶、電話抽樣法、網頁抽樣法、戶中抽樣、滾動式樣本。抽樣方法並應與訪問方法配合。

在「公主招親」實驗中,我們回答了「繡球公主是把終身託付命運?還是公主其實有選擇權呢?」的問題,也就是「抽樣原理」的基礎。我們再把實驗發現,整理成以下簡潔的提要。進一步解說,請閱本系列後續單元。

1.抽樣的目的

從樣本推論母群。

以少數猜測全體:以簡馭繁、知微見著。

在「公主招親」實驗中,我們證明了不需要打開看恐怖箱,也可以靠抽選少數樣本,猜中恐怖箱的內容。

猜中,就是能夠從樣本「推論」母群-即全體的現象。

但是,並不是每個人都可以猜中、每組樣本都可以推論。

可以推論有3前提:具備隨機性/等機率性、達到最適樣本數、正確的抽樣的技術。

2.抽樣可推論的前提1-隨機性/等機率性

樣本必須符合隨機性,才可以推論。

「隨機性」的中譯非常難懂,其定義就是:每個樣本都有平均被抽中的機會。

那實務上如何達成隨機性呢?具體的條件就是:掌握完整的母群清冊(Sampling frame)。

母群清冊是指所有樣本的集合,在「公主招親」實驗中,恐怖箱就是母群清冊。

第1位抽恐怖箱的男士,因為並非所有的樣本都在恐怖箱內,亦即母群清冊不完整、不符合隨機性,所以絕對抽不準,沒有推論能力。

隨機性/等機率性基於「科學中文化」的觀點,統雄老師建議,將「隨機性」改翻譯為「等機率性」。

3.抽樣可推論的前提2-樣本數

與樣本數有關。

隨樣本數增加而提升準確性。

不可太少。

第2位抽恐怖箱的男士,也絕對抽不準,就是樣本太少的緣故。

但,什麼叫做「太少」?

就是統計上的「顯著性考驗」,沒有達到顯著水準,就反映樣本數太少,觀察值可能與母群真實值不同;亦即:觀察樣本的「大」,不一定母群「大」;觀察的樣本「小」,不一定母群「小」。

「顯著性考驗」只是考驗樣本數夠不夠進行推論,而不是「重不重要」!未達顯著性就是觀察錯誤,樣本統計值是誤差造成的,沒有繼續討論的必要。而到達顯著性,才可就樣本的統計值推論、詮釋其意義。

所以,再次提醒:推論統計不是狹義的(Euclid-Newton)數學,測量對象的特質不一樣、預測的目的不一樣。統計測量的對象應符常態分配或機率性質,預測的目的是區間預測、或推論母群的性質。

4.抽樣可推論的前提3-抽樣的技術

抽樣的技術(是否均勻,如吃八寶飯的方法)可能影響推論的準確性和效益。

可能在同樣母群清冊條件下,樣本數多而準確性低。在「公主招親」實驗中,我們可能可以發現這個現象。

如果這個現象這次沒有發生,統雄老師可以重設恐怖箱,再示範一次。

5.抽樣的效益/成本比

樣本數在達到一定數量後不再會提升準確性。

成本卻會繼續增加。

不必太多。

抽樣的目的既然是以簡馭繁,就要重視效益。

所以在「公主招親」實驗中,成為駙馬的條件是必須抽出樣本最少。

6.區間預測與點預測

統計工具原則上只能作到區間預測,但統雄老師如何做到點預測呢?

這還是由「機率比較」、排除低機率事件而達成的。

在類別有限(100以下)、且類別間為等機率,則樣本數為類別數之倍,有高機率抽到各種類別。這就是統雄老師的第一猜測。

統雄老師又加了3個低機率但仍有可能的情形:

(1)抽4個者運氣太好,全抽中4種。

(2)抽4個者運氣太不好,只抽中1種。

(3)抽8個者運氣太壞,只抽中3種。

在過去20餘年實驗中,只有(1)曾出現一次。

其他的718種情形(如抽8個者運氣更壞,只抽中2種。)機率都非常小,這是統雄老師能將區間預測、接近點預測的原因。

但特別應注意的是:「統計的機率趨近為0,就不是0」這和物理測量的「趨近為0,等於0」在思想上是相反的。

隨機性/等機率性在不確定的未來實驗中,還是存在推翻統雄老師預測的可能性。 


隨機性/等機率性的實務應用

理論統計經常假設抽樣是符合隨機性/等機率性的。

但實務上,高比例都是非隨機性/非等機率性、或是未證明是隨機性/等機率性的,也就是這樣抽樣後的推論,是沒有意義的。

證明隨機性/等機率性的實務條件如下。

7.母群的類型

小團體:如學校學生、公會會員…常有明確的成員清冊。

公眾:如臺北市市民、臺灣區網路使用者…經常沒有明確的成員清冊。

8.清冊的類型

實體:如印刷名冊、資料庫檔案…等。

虛擬:如隨機撥號法(RDD)之規則、Google 衛星…等。

回頁首 Up to page head 至頁尾 Down to page bottom
上一頁 Back to previous page 回頁首 Up to page head 下一頁 Go to nex page
什麼是第3類知識什麼是科學知識
燒開水實驗
什麼是第3類知識第1類知識:物理知識
實驗:伽利略 滾球實驗
計量方法與預測力:牛頓 微積分
計量思想與限制:反身律、等加律…
什麼是第3類知識第2類知識:生理知識
實驗:Mendel/大雄活佛 神水實驗
計量方法與預測力:Pearson/Fisher 推論統計
計量前方法:招親實驗
計量思想與限制:常態分配、逆向思考…
什麼是第3類知識第3類知識:人類行為知識
實驗:統雄老師 Google 排行榜實驗
計量方法與預測力:TX 取用行為模式
計量思想與限制:非等機率方法(接龍實驗)、空時座標…
什麼是第3類知識 1 分鐘小遊戲‧瞭解自己
人類如何決定取用行為?
請點這裡看所有留言分類 Please click here to view categories of comments
同類別內相關主題

上層主題
研究方法講義目錄
什麼是知識創新-接龍實驗
知識的產生程序-小鬼當家
學術論文寫作法/學術論文格式
文獻研究法/統合分析法
調查法專案管理-甘梯進度圖
公主招親恐怖箱實驗
抽樣原理
樣本資料型態
樣本代表性
抽樣實務的樣本代表性
樣本數決策因素
二元資料樣本數
二項分配樣本數與誤差推論表
連續資料樣本數
最適樣本數
樣本數與檢定力分析
抽選樣本戶
愛滋病流行真相-抽樣個案評鑑
電話抽樣法
網頁抽樣法
戶中抽樣
測量理論與計量方法 
問卷結構與態度、行為測量法
問卷設計流程圖-範例
直接詢問法
統獨公投實驗_「爭議性命題」設計
統獨公投實驗_雲端問卷
統獨公投實驗_雲端資料表
總加量表 -李克量表 Likert Scales
階式量表,社會距離量表,蓋特曼量表
評義量表,語義分析量表,行為分析量表
建構社會指標與進階測量
問卷範例與訪員訓練FAQ
抽樣調查法-各種訪問方法的比較
網路訪問法適用性之探討
民調市調訪員訓練
調查資料登錄與查證
樣本代表性分析
信度與效度分析
資料分析與理論檢定
誰是電視收視冠軍?-調查實例研討
誰是電視收視冠軍?-調查實例評鑑
調查知識管理系統
調查法應用:選情預測
調查法實務精華篇_以選舉預測為例
調查法實務_選舉預測
大慧調查法 Delphi Survey
定量方法對定性方法
質的研究法
個案研究、參與觀察法
個人特質與管理策略-個案研究法範例
實驗法、準實驗法
實驗法、準實驗法2:多因子實驗設計
IT Innovation-準實驗法範例
內容分析法、札根理論、多重研究法
報告方法-學術論文簡報秘訣
有特色之學生學習成果
牛頓的啟示
牛頓與蘋果
伽利略的啟示
研究方法題庫_管理行為研究


內容網站:提供與分享各種知識、資訊、作品。互動群組:社員可以討論、展示、交流、企畫、分工、管理、投票決策。合作群組:Web2.0的民主自治精神,社員可以參與決定群組的內容與表現形式。

吳統雄的音樂-Sean TX Wu's Music  笑話中學美語-Humor and American English Learning   私人來信-Write a private mail to Sean TX Wu  留言與討論 Leave Comments/ Forum 吳統雄的相簿-Sean TX Wu's Album

只在「統雄社群」內查詢以下主題 Search in TXCommunity

統雄網群的Google排行本站Google排行榜‧全球冠軍