a01講義1基本名詞與分類.docVIP

統計學是利用資料做決定之科學。 資料基本名詞與分類 一、基本名詞 1.資料〈Data〉 為闡述與解釋目的所蒐集、分析與彙整之實情與數據〈Facts and Figures〉。如為研究失業問題所蒐集之民間勞動力狀態之文字與數字資料。 2.量度〈Measurement〉 不論有無利用儀器，取得資料通稱量度。如用溫度計量取溫度、利用購物統一發票計算一個家庭一星期之消費支出總額、問某人上星期之工作總時數等皆為量度。量度誤差即為取得資料之誤差。 3.個體或元素〈Element〉 個體為被取得資料之實體〈Entity〉或對象〈Object〉，如人、住戶、學校、公司等。 4.變數〈Variable〉 變數為個體之特性，如人之性別、年齡、教育程度等，公司之行業、營業收入等。 5.觀測〈Observation〉 觀測為某一個體被取得之資料集合，如某人之性別、年齡、教育程度、…等資料合稱為為一個觀測。 6.母體〈Population〉 母體是研究者所要探討的全部個體之集合。 7.領域〈Domain〉 根據個體某一變數將母體分割成數個部份，每一部份稱為領域，如根據性別變數將母體分成男、女兩個領域，領域又稱次母體〈Subpopulation〉。 9.樣本〈Sample〉 樣本是母體之部份集合。抽樣調查為從母體抽出部份個體，然後取得抽出個體之資料，用以推計母體或領域之母數。 10.母數或參數〈Parameter〉 母數為母體或領域之特徵值，為常數值，如母體某一變數之總數、平均數、標準差、中位數、偏態等。 11.樣本統計量〈Sample Statistic〉 樣本統計量為樣本個體〈元素〉之函數。 二、資料分類 1. 量度尺度〈Scale of Measurement〉 資料之量度功能稱為資料之量度尺度，有下述四種。 (1)名目尺度〈Nominal Scale〉 取得之資料沒有任何數值意涵，僅能作為辨識或分類之用。此類資料可用文字或符號數字代碼表示，如性別之男、女，可分別用1、0 表示。 (2)順序尺度〈Ordinal Scale〉 取得之資料除了名目尺度之功能外，尚可區分等級，資料可排序。此類資料可用文字或符號數字代碼表示，如顧客滿意度之不滿意、普通、滿意，可分別用1、2、3 表示。 (3)區間尺度〈Interval Scale〉 取得之資料除了順序尺度之功能外，尚可計算資料間之距離。此類資料???須用數字表示，如溫度，攝氏30度比10度高20度，但30度並非10度的3倍，主要原因是攝氏0度並不是沒有溫度。 (4)比率尺度〈Ratio Scale〉 取得之資料除了區間尺度之功能外，資料間之比率有意義。此類資料必須用數字表示，如身高、體重、收入金額等，此類資料間之比率有意義，因其「零」表真零、無或空，如零收入表沒有收入，收入30000元是收入20000元的1.5倍。 2.資料性質 (1)屬性資料〈Qualitative Data〉 沒有數值意義，僅表示屬性或類別，又稱為類別資料(categorical data)，如性別、教育程度等。 (2)數量資料〈Quantitative Data〉 有數值意義的資料。 a.間斷資料〈Discrete Data〉 資料值的個數是有限的，或個數是無限但可數的，如人數、學校數等。〈量度“how many”之資料〉。 b.連續資料〈Continuous Data〉 資料值的個數為無限且不可數〈資料值可細分，即小數之資料有意義〉，如身高、體重、年齡、收入金額等。〈量度“how much”之資料〉。 名目尺度或順序尺度之資料為類別資料〈Categorical Data〉或屬性資料〈Qualitative Data〉，類別資料之細項〈Item〉稱為水準〈Level〉；區間尺度或比率尺度之資料為數量資料〈Quantitative Data〉，數量資料可經由分組轉換成類別資料，如將年齡分成0~4、5~9、10~14、…、85~ 等5歲年齡組。 3.資料蒐集方法 (1)調查〈Survey〉 對於影響研究變數的各種因素不加以控制所進行資料蒐集的方式，稱為調查。 a.普查〈Census〉 對母體的每一元素進行全面性調查。 b.抽樣調查〈Sampling Survey〉 僅對由母體中所抽取的樣本進行調查。 (2)實驗〈Experiment〉 對於影響研究變數的各種因素加以控制所進行資料蒐集的方式，稱為實驗。 (3)觀察〈Observation〉 觀察是研究者對某一事件暗中旁觀，並以記錄的資料蒐集方法。 (4)登記〈Recording〉 因業務而產生之紀錄資料，如戶口登記資料、海關進出口資料、信用卡刷卡資料等。 4.依資料的發生時間 (1)橫斷面資料〈Cross-sectional Data〉 於同一時點或同一期間