課題 4：統計與概率 — 抽樣、數據類型與偏差
歡迎來到統計學的基石！在我們計算平均數、繪製漂亮的迴歸線，或者進行複雜的假設檢定之前，我們需要數據。但數據從何而來？我們又是否能夠信任這些數據？在本章中，我們將探討如何收集數據、如何將不同形式的數據分類、如何選取合適的樣本，以及如何識別可能毀掉整項調查的潛在偏差與誤差。
交叉參照提示：當你的數據收集並核實完畢後，你將在集中趨勢與離散程度中使用位置與分散程度的度量來總結數據，並使用呈現數據：統計表、組織圖與箱形圖中所涵蓋的工具來展示數據。
---1. 總體與樣本
每當進行統計調查時，我們都必須界定感興趣的研究對象群體、事物或測量值。
總體（母體，Population）：我們希望從中獲取資訊的完整個體或項目集合。例如：某所國際學校就讀的全體學生，或某工廠在一星期內生產的所有燈泡。
普查（Census）：從總體中的每一個成員收集數據的全面調查。
為甚麼不每次都進行普查？ 普查能提供絕對的確定性，但往往費用高昂、耗費時間；若總體是無限的，普查在實際上根本不可能執行；或者普查具有破壞性（例如測試電池的壽命，直至電量耗盡為止！）。
樣本（Sample）：從總體中選取出來、用以代表整個總體的一個子集或部分。我們從樣本中收集數據，並用其對整個總體作出推斷與結論。
隨機樣本（Random Sample）：以特定方式選取的樣本，使總體中的每個成員都有已知且相等的被選中機會。這對於將選擇偏差減至最低至關重要。
實用比喻：想像一下試味煲湯。你不需要喝光整煲湯（普查）才知道是否夠鹽。你只需把它攪拌均勻，嚐上一匙（具代表性的樣本）便足夠了！
核心要點：抽樣能節省時間與金錢，但其價值完全取決於它能否準確代表目標總體。
---2. 數據類型的分類
數據大致可分為定性（類別）數據與定量（數值）數據。定量數據進一步細分為離散數據與連續數據。理解這項區別極其重要，因為數據的類型決定了哪些圖表、計算與檢定在數學上是有效的。
A. 定性（類別）數據 (Qualitative / Categorical Data)
由非數值的性質、標籤或類別組成的數據。
例子：眼睛顏色（藍色、棕色、綠色）、最喜愛的科目（數學、歷史、視覺藝術）、血型（\(\text{A、B、AB、O}\)）。
B. 定量（數值）數據 (Quantitative / Numerical Data)
由代表計數或測量值的數字組成的數據。這可分為兩種類型：
1. 離散數據（Discrete Data）：只能取特定、獨立數值（通常為整數）的數據。它通常源於對項目的計數。可能出現的數值之間存在間隔，不存在中間值。
例子：
• 一名學生擁有的兄弟姊妹數目：\(x \in \{0, 1, 2, 3, \dots\}\)（你不可能有 \(2.37\) 個兄弟姊妹）。
• 一小時內通過收費站的汽車數量。
• 鞋子尺碼（例如英國尺碼 \(6, 6.5, 7, 7.5\) —— 即使存在半碼，它們依然是離散的，因為不存在 \(6.214\) 碼）。
2. 連續數據（Continuous Data）：可以在給定數值區間或範圍內取任何數值的數據。它源於對物理量的測量。連續數值僅受限於測量工具的精準度。
例子：
• 運動員的身高：\(h = 178.45\text{ cm}\)。
• 跑 \(100\text{ 米}\) 所需的時間：\(t = 11.82\text{ 秒}\)。
• 一個蘋果的質量：\(m = 142.6\text{ 克}\)。
快速記憶法：如果是數出來的，通常是離散數據。如果是用尺、磅秤或秒錶量度出來的，則是連續數據。
核心要點：確保你在考試題目中能夠即時判斷一個變量是定性數據、定量離散數據，還是定量連續數據。
---3. 抽樣技巧及其有效性
正確選取樣本能確保我們的研究結果可以推廣至更廣泛的總體。IB 課程要求同學熟悉主要的抽樣方法，包括它們的優點與局限。
A. 簡單隨機抽樣 (Simple Random Sampling)
方法：總體中的每個成員都會獲分配一個獨特的編號。然後利用隨機數生成器或抽籤方式，抽選出所需大小的樣本。
• 優點：完全客觀無偏差；每個個體被選中的機會均等；原理簡單易明。
• 局限：需要一份涵蓋整個總體的最新且完整的名單（抽樣框）；若總體在地理分佈上十分分散，此方法可能既不切實際又成本高昂。
B. 系統抽樣（等距抽樣，Systematic Sampling）
方法：將總體成員按順序排列。從首 \(k\) 個項目中隨機選擇一個起點，然後每隔 \(k\) 個項目選取一個，其中 \(k = \frac{N}{n}\)（\(N\) 為總體大小，\(n\) 為所需樣本大小）。
例子：要從一所擁有 \(1000\) 名學生的學校中選取 \(50\) 名學生，先計算 \(k = \frac{1000}{50} = 20\)。在 \(1\) 到 \(20\) 之間隨機選一個數字（假設是 \(7\)），然後選取點名冊上的第 \(7^{\text{th}}、27^{\text{th}}、47^{\text{th}}、67^{\text{th}}、\dots\) 名學生。
• 優點：快捷、簡單，並且能將樣本均勻分佈在整個抽樣框中。
• 局限：如果名單中存在隱含的週期性規律或循環，且剛好與 \(k\) 吻合，樣本可能會產生嚴重偏差。
C. 分層抽樣 (Stratified Sampling)
方法：根據共同特徵（例如年齡、年級、性別），將總體劃分為不同且互不重疊的子群體，稱為層（strata）。然後按照各層在總體中所佔的精確比例，從每一層中進行簡單隨機抽樣。
從第 \(i\) 層中選取的項目數量計算如下：
\(\text{第 } i \text{ 層的樣本數} = \frac{\text{第 } i \text{ 層的大小}}{\text{總體總大小 } N} \times \text{所需樣本總大小 } n\)
範例：某校有 \(200\) 名十年級學生、\(180\) 名十一年級學生及 \(120\) 名十二年級學生（總數 \(N = 500\)）。你希望抽取 \(n = 50\) 名學生的分層樣本。
• 十年級：\(\frac{200}{500} \times 50 = 20\) 名學生
• 十一年級：\(\frac{180}{500} \times 50 = 18\) 名學生
• 十二年級：\(\frac{120}{500} \times 50 = 12\) 名學生
核對：\(20 + 18 + 12 = 50\)。在每個年級內部，均使用隨機數生成器來選取學生。
• 優點：保證重要群體獲得按比例的代表性；代表性極高；能減少層與層之間的抽樣誤差。
• 局限：需要預先掌握各層的特徵及總體數據；籌備過程可能相當耗時。
D. 定額抽樣 (Quota Sampling)
方法：與分層抽樣類似，先根據特徵將總體分組。然而，研究人員並非在每組內進行隨機選取，而是接觸任何符合條件的現有對象，直至填滿每個類別的目標定額為止。
例子：一名商場訪問員被指示訪問 \(30\) 名 25 歲以下的女性、\(30\) 名 25 至 50 歲的女性，以及 \(30\) 名 50 歲以上的女性。訪問員在商場接觸路人，直至達到各個配額為止。
• 優點：快速、具成本效益，且不需要總體的完整名單。
• 局限：非隨機抽樣；對象選取完全取決於訪問員的主觀決定，容易引入研究者偏差；無法估算抽樣誤差。
E. 便利抽樣 (Convenience / Opportunity Sampling)
方法：選取在數據收集時最容易接觸到或現成可得的個體。
例子：在學校飯堂詢問身邊關係最好的五位朋友，了解他們最喜歡甚麼體育隊伍。
• 優點：極其容易、迅速且成本極低。
• 局限：極易產生偏差；極不可能代表廣大總體；結果無法可靠地推廣至整體。
核心要點：隨機方法（簡單隨機、系統、分層抽樣）能消除研究人員的主觀選擇偏差；非隨機方法（定額、便利抽樣）雖然較為簡易廉價，但偏差風險極高。
---4. 來源可靠性與抽樣偏差
樣本的質素完全取決於收集數據的過程。當一種抽樣方法持續過度代表或低估總體的某些部分時，便會產生偏差（Bias）。
A. 常見的偏差來源
1. 選擇偏差（抽樣偏差，Selection Bias）：當抽樣框排除了總體中的某些群體時出現。例如，進行一項有關互聯網使用的網上問卷調查，自然會把無法上網的人士排除在外。
2. 自願回應偏差（自選偏差，Voluntary Response Bias）：當參與者自行決定是否參與時出現（例如社交媒體上的公開投票或非強制的意見回饋表）。持強烈意見（通常是負面意見）的人遠比持中立態度的人更有可能作出回應。
3. 無回應偏差（Non-Response Bias）：當大量被選中的參與者沒有交回問卷或拒絕回答時出現。如果選擇不回應的人與回應的人之間存在系統性差異，樣本便會失去代表性。
4. 回應偏差 / 提問措辭偏差（Response / Question Wording Bias）：當問題的字眼引導了某個特定答案，或者受訪者因社會觀感壓力而未能如實作答時出現。
具引導性的問題：「鑑於膠樽對環境造成的嚴重破壞，你是否贊同我們應該全面禁用膠樽？」
中立的問題：「你在多大程度上支持或反對禁用即棄膠樽？」
B. 數據來源的可靠性
在使用第二手數據（他人收集的數據）時，具批判思考的統計學者必須評估：
• 權威性與公信力：數據是由具信譽的中立機構（如國家統計局或學術研究機構）收集，還是由帶有特定立場的利益團體收集？
• 時效性：數據是否最新？抑或自數據收集以來，總體已經發生了顯著變化？
• 研究方法：原始研究是否有公開其樣本大小、抽樣方法及回應率？
核心要點：偏差絕不能單靠增加樣本量來解決。就算訪問 \(100\,000\) 個帶有偏差的受訪者，得出的依然是充滿偏差的結果！
---5. 異常值（離群值，Outliers）
甚麼是異常值？異常值是指在數據集中，與其他數值距離異常遙遠的觀測數據點。
A. 為甚麼會出現異常值？
• 測量或記錄錯誤：輸入數據時的人為錯誤（例如把學生的身高誤打為 \(1850\text{ cm}\) 而非 \(185\text{ cm}\)）或儀器故障。
• 真實的極端變異：總體內部的自然多樣性（例如高中學生身高樣本中包含了一名職業籃球員）。
B. 應該如何處理異常值？
• 若已證實異常值純屬記錄錯誤，或該數據根本不屬於目標總體，則可加以修正或剔除。
• 若異常值代表的是真實且有效的測量結果，就絕不能僅因為它讓數據看起來雜亂而隨意刪除。相反，應該註明其存在，並考慮採用非參數統計或穩健統計量（如中位數和四分位距）。
提示：利用四分位數識別異常值的正式數學規則（\(Q_1 - 1.5 \times \text{IQR}\) 與 \(Q_3 + 1.5 \times \text{IQR}\)）將在呈現數據：統計表、組織圖與箱形圖中詳細探討。
核心要點：切勿在沒有合理解釋的情況下刪除異常數據。務必先調查其來源！
---6. 設計有效的數據收集方案（AHL 重點）
對於 Higher Level (HL) 的同學（這對撰寫數學探索 Internal Assessment 同樣至關重要），你必須具備評估問卷、調查及實驗設計的能力。
A. 問卷設計原則
• 相關變量：確保每道問題收集的數據都能直接回答研究問題。避免收集無關的個人資料。
• 清晰明確的語言：避免雙重問題（例如：「你喜歡數學和科學嗎？」）。應將其拆分為兩道獨立的問題。
• 保持中立：確保問題不帶有情緒化形容詞或引導性措辭。
• 合適的選項設定：對於多項選擇題，確保選項互斥（互不重疊）且完備（涵蓋所有可能性，通常可加入「其他」選項）。
B. 信度與效度 (Reliability vs. Validity)
這兩個概念是評估數據收集工具時的核心基石：
• 信度（可靠性，Reliability）：指測量的一致性與可重複性。如果你在相同條件下重複進行調查或測試，是否能得到相同的結果？
檢驗信度的方法：重測信度（在兩個不同時間對同一組人進行相同的測試）或內部一致性。
• 效度（有效性，Validity）：指測量的準確度，以及工具是否真正測量了它聲稱要測量的內容。例如，用一份包含艱深英文詞彙的試卷來測試學生的數學能力，最終測出的可能是閱讀理解能力而非數學水平。
檢驗效度的方法：表面效度（乍看之下測試是否合適？）及內容效度（測試是否完整涵蓋了所評估的課程範圍？）。
飛鏢靶比喻：
• 飛鏢緊密聚集在一起，但遠離靶心 = 具信度，但無效度（表現一致，但存在系統性偏差）。
• 飛鏢雜亂無章散落在整個靶上 = 既無信度，亦無效度。
• 飛鏢緊密聚集在靶心之內 = 兼具信度與效度。
核心要點：一項測量工具可以高度可靠但無效，但它必須先具備信度，才有可能具備效度。
---7. 常見陷阱與考試提示
1. 混淆分層抽樣與定額抽樣：兩者都會先將總體分組，但分層抽樣在每組內採用隨機選取（需要完整的成員名單），而定額抽樣則依賴研究人員接觸任何現成對象，直至額滿為止。
2. 誤判帶有小數或分數的離散變量：鞋子尺碼或像 \(\$1.50, \$2.25\) 這類金額數值屬於離散數據而非連續數據，因為它們是以固定步長跳躍變化的，不存在中間值。
3. 關於偏差的考試答案過於空泛：若題目要求「指出此抽樣方法的一項局限 (Suggest a limitation of this sampling method)」，切勿只寫「它可能有偏差 (It might be biased)」。你必須結合語境具體解釋為甚麼：「在早上 08:00 於學校圖書館外受訪的學生可能更勤奮且作息更規律，這會導致高學業成就學生的代表比例過高。」
4. 審視指令詞 (Command Terms)：
• State / Write down（寫出／寫下）：直接給出答案，無需計算或列出步驟。
• Explain / Justify（解釋／證明…合理）：結合具體情境或數學定義，給出詳盡的理由與論據。