Stat_cos 1 統計 (Statistics) “Statistics” 一字源自拉丁字 status （城邦、國家）或 statista ( 政治 家 ) 。 最早係亞里斯多德出版之 “ 政治學 ” 一書中描述 158 城邦各項數字比較。 在 1797 年大英百科全書才出現此 字。 ( B.C.)
Stat_cos 2 統計與統計學 統計是認識我們周遭環境與世界的鑰匙 統計是 “ 分門別類 ”“ 數東數西 ” 統計原來是以數字描述現象的工作 近代統計學發展始於十九世紀末 統計學的興起是緣於現實生活中充滿許 多的不確定性或變異
Stat_cos 3 統計改變了世界 十九世紀之前，科學是物理、化學、數學的世界 十九世紀的科學家發現理論的預測與實際測得的結果 並不完全吻合，將之歸於誤差函數。 當時科學家都認為，隨著量測愈來愈精確，最後一定 不再需要這項誤差函數，到了十九世紀末，誤差不但沒 有消失，反而一直增加。 因此，在實務研究上，需要統計模式替代數學模式。 目前，幾乎所有的科學都已經轉而運用統計模型。
Stat_cos 4 關於統計學 統計是依據數字描述或分析現象 以數字描述現象稱為敘述統計 以樣本估計或檢測母體現象稱為推論統計 建立統計模式解釋因果關係，或預測未來結果是統計建 模 統計報導非常普遍。有關民生問題、民調、醫學、科技 統計的學習重在建立正確統計觀念，合理的推論能力 數學不好仍然可以學好統計 統計和數字有關，可用統計軟體執行計算
Stat_cos 5 常見的統計報導 去年一般流感病患總共約有十三萬例， 而今年截至目前為止，就出現了十六萬 三千個病例，不僅比同期增加兩成五， 死亡人數也比去年高。 國內有 160 萬人對自己的性別不滿意， 約 40 萬人口有希望變成異性的想法， 女性想變性比率佔全部受訪女性的 3.7 ％，男性想變性比率佔全部受訪男性的 1.4 ％
Stat_cos 6 例：台灣受僱者疲勞的分布狀況與 相關因素 資料：源自 2004 年全國受僱員工調查 共計男性 8906 人，女性 6382 人。 如何測量疲勞？ 疲勞是一現象，是相當主觀的，但必需將現象量化， 用同一標準測量才能執行研究。 本研究以「哥本哈根疲勞量表」做為測量的工具 包括「一般疲勞」與「工作相關疲勞」 測量因素包括工作時數、工作負荷、工作控制感、 教育程度、職業等級、家庭照顧負荷等。
Stat_cos 7 你常覺得疲勞 常覺得體力上體力透支 常覺得情緒上心力交瘁 常覺得快撐不下去 常覺得精疲力竭 常覺得虛弱、快生病了 哥本哈根疲勞量表 以 每天、經常、偶而、不常、從不 等五項為選項 ( 依據李克量表 )
Stat_cos 8 結果： 12.7% 的男性與 9.1% 的女性在調查前一週中 工作 49 小時或以上。 在所有年齡層與職等中，女性受僱者的疲勞指 數皆顯著高於男性。 當依性別分析，我們發現在女性受僱者中，高 職等、高教育程度者的疲勞指數高於低職等、 低教育程度者。然而在男性受僱者中，疲勞指 數並沒有清楚的社會階層分布。 疲勞的高危險族群：每週工時 49 小時或以上者、 工作心理負荷量較高者、以及家中有六歲以下 幼兒或失能老人者。
Stat_cos 9 統計學的應用 對 1000 位民眾的訪問結果，有 400 位支持甲，有 410 位 支持乙，請問乙是否一定當選。 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，請檢定 上述的說法。 金屬疲勞而造成的裂縫 可換成醫師對薪資的不滿，或汽 車排放廢氣超過標準值。 了解國內受僱工作者疲勞狀況及相關因素。
Stat_cos 10 類別資料 (Nominal data) ，如：婚姻狀況、有無患 病 ( 二元變數 ) 、血型，注意：此類變數的均值是無 意義的。 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。 有序資料 (Ordinal data) ，如：傷害程度、治療組別， 注意：此類變數要先詳加定義，各值間的差異不一 定是等距的，使用其均值時需小心。 2.1 數值資料的種類
Stat_cos 11 等級化資料 (Ranked data) ，如：死亡原因排名 離散型資料 (Discrete data) ，如：發生次數、個 數 連續型資料 (Continuous data) ，如：重量、血 壓等測量值 2.1 數值資料的種類
Stat_cos 12 注意： 1 、不同的測值會產生不同的結論，應針對研究的目的 來選擇合適的測值。 2 、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，不能永遠用同一套；也就是說， 必須根據資料的屬性，選擇適當的統計分析方法。 不同型資料使用的統計方法不同
Stat_cos 資料整理 – 表 (Tables) 列表之目的在呈現資料分布 次數分布表 (Frequency Distributions) 參考 表 2.4 肉瘤人數 表 2.5 每人每年紙菸消費量 表 2.6 膽固醇值分布表
Stat_cos 14 建立次數表 (frequency table) 1. 次數 Frequency 2. 相對次數 (Ralative frequency) 3. 累積次數 (Cumulative frequency) 4. 相對累積次數 (Relative cumulative frequency) 。
Stat_cos 15 Frequency Table for trout length 膽固醇值代表值 Frequenc y Relative Frequenc y Cumulative frequencyr.c.f. 80 – – – ~34 美國男性膽固醇值分布表
Stat_cos 資料分配圖 用於呈現連續型資料分布之圖形 Histogram 直方圖 Frequency polygon 次數多邊圖 累積次數多邊圖 ( 肩形圖 ) 盒形圖
Stat_cos 17 直方圖代表資料的分布型態 次數 ( 比例 ) 多邊圖
Stat_cos 18 你是否能由以下的肩形圖估計出第 30 及第 80 百分位數？ 第 30 百分位數約為 ，第 80 百分位數約為 。
Stat_cos 19 盒形圖 Q 1 ， Q 3 : 第一、三個四分位數 中位數、四分位數，以及最大值與最小值，可以畫 成盒形圖 (box plot) ，或盒鬚圖 (box-and-whisker plot) 。 最小值 Q 1 中位數 Q 3 最大值
Stat_cos 最小值 35 ，最大值 81 。 2. 先劃一橫線，在上面標出合適的坐標 3. 求出中位數，以及 Q 1 ， Q 3 。 4. 在橫線上標出最小值、， Q 1 、 中位數、 Q 3 、以及最大值的位置。 5. 畫盒子及 鬚。 製作盒形圖
Stat_cos 21 ※統計圖 : Bar chart, Pie chart 長條圖 Bar Chart 比較各項目之頻率。 注意坐標數字，以做出客觀的比較 圓餅圖 Pie Chart 表現出每一類所佔的比例，以做比較。 質性變數描述
Stat_cos 22 長條圖 (bar chart) 針對二分類變數作長條圖，可表現此二變數的相關性，選擇不同 的主要分類項，表現的意義不同
Stat_cos 23 圓餅圖 (pie chart) 北美洲與大洋洲的人口分佈是增加的，亞洲與拉丁美洲的人 口分佈是減少的。
Stat_cos 24 圖形刻度會影響資料呈現的意義 由 19.5 百萬上升至 20 百萬，只上升了 4% ，左圖的誤 導似乎是上升了 400%
Stat_cos 25 不確實的刻度 左圖誤導為每一季增加一倍，事實上是緩慢上升