Sampling, estimates and resampling

歡迎來到統計推論的世界！

歡迎來到統計學 A Level 中最令人興奮的領域之一！你可以把統計推論 (Statistical Inference) 想像成一個數據偵探。在現實世界中，我們很少能完全掌握整個群體（母體 Population）的所有資訊。相反地，我們會抽取一小部分（樣本 Sample），並以此對整體做出「最佳推測」。

在本章中，我們將學習如何跨越小樣本與大局之間的鴻溝。如果起初覺得有點抽象也不用擔心——我們會循序漸進地為你拆解！

1. 基礎知識：參數 (Parameters) 與統計量 (Statistics)

在進行推論之前，我們必須先釐清「整體」與「部分」之間的區別。

什麼是參數？

參數 (Parameter) 是描述整個母體 (Population) 的數值。由於母體通常非常龐大，我們極少能得知參數的真實值。
• 例子：英國所有青少年的平均身高。
• 記憶小撇步：Parameter（參數）= Population（母體）。

什麼是統計量？

統計量 (Statistic) 是從樣本 (Sample) 中得出的數值。我們利用統計量來估算參數。統計量僅是樣本中各數值的函數，且不包含任何未知參數。
• 例子：你在本地學校測量的 50 名青少年的平均身高。
• 記憶小撇步：Statistic（統計量）= Sample（樣本）。

必須掌握的關鍵術語

• 不偏性 (Unbiased)：如果一個統計量的期望值等於我們試圖尋找的真實母體參數，我們就稱該統計量為「不偏」。這就像一位射箭手，雖然不能保證每次都正中紅心，但所有箭矢的落點都完美地圍繞著中心點分佈。
• 標準誤 (Standard Error)：這只是樣本統計量之標準差的專有名稱。它告訴我們樣本的「估計值」在不同樣本間會有多大的變動。標準誤越小，代表我們的估計越可靠！

速查框：符號對照

• 母體平均值（參數）： \( \mu \)
• 母體變異數（參數）： \( \sigma^2 \)
• 樣本平均值（統計量）： \( \bar{x} \)
• 樣本變異數（統計量）： \( s^2 \)

核心重點：我們使用統計量（來自樣本）來對參數（來自母體）做出有根據的推測。

2. 中央極限定理 (CLT)

這大概是整個統計學中最重要的法則！它就像一支「魔杖」，讓我們即使在數據原本看起來完全不符合常態分佈時，仍能運用常態分佈 (Normal Distribution) 來處理。

什麼是中央極限定理？

中央極限定理指出，只要你抽取了足夠大的隨機樣本（通常指 \(n \ge 30\)），樣本平均值 (\(\bar{X}\)) 的分佈將會近似於常態分佈，而不論原始母體的原始分佈形態為何。

為什麼這很神奇？

想像一個數據分佈非常「歪斜」的母體——也許數據都擠在某一側（偏態分佈）。如果你只隨機挑選一個人，這個人的數據很可能符合那個歪斜的分佈。然而，如果你挑選 40 個人並計算他們的平均值，該平均值就很可能接近真實的中心點。如果你重複這個過程很多次，這些平均值就會形成一個漂亮、對稱的鐘形曲線 (Bell Curve，即常態分佈)。

公式

若原始母體的平均值為 \( \mu \)，變異數為 \( \sigma^2 \)，則樣本平均值服從：
\( \bar{X} \sim N(\mu, \frac{\sigma^2}{n}) \)

重要觀點：請注意，樣本平均值的變異數是 \( \frac{\sigma^2}{n} \)。這意味著隨著樣本量 (\(n\)) 變大，平均值的「分散程度」會變小。你的推測會變得精確得多！

我們何時使用它？

• 若原始母體不是常態分佈，你必須使用中央極限定理。
• 如果原始母體已經是常態分佈，則不需要使用（因為即使樣本量很小，常態母體的樣本平均值也總是呈常態分佈）。
• 經驗法則：務必檢查樣本量是否滿足 \(n \ge 30\)。

你知道嗎？即使你處理的是「是/否」數據（二項分佈）或「計數」數據（卜瓦松分佈），只要樣本足夠大，平均結果依然會遵循常態分佈！

避開常見錯誤

千萬不要把個別數據點的分佈與樣本平均值的分佈搞混。中央極限定理說的是平均值會趨向常態，而不是原始數據本身！

核心重點：只要 \(n \ge 30\)，你就可以將樣本平均值視為屬於常態分佈，從而輕鬆計算機率和信賴區間。

3. 總結與考試致勝技巧

在 Paper 2 中，你經常需要證明為什麼可以使用常態分佈。如果題目告訴你母體不是常態分佈，或者根本沒有提及形態，那麼你的「救命稻草」通常就是中央極限定理。

考試題目的解題步驟：
1. 找出母體平均值 (\( \mu \)) 和變異數 (\( \sigma^2 \))。
2. 檢查樣本量 (\(n\))。是否達到 30 或以上？
3. 聲明：「由於 \(n\) 足夠大，根據中央極限定理，\( \bar{X} \approx N(\mu, \frac{\sigma^2}{n}) \)」。
4. 使用計算機找出所需的機率。

如果一開始覺得很棘手，別擔心！「歪斜數據的平均值會變得正常」這個概念確實有點顛覆認知。只要記住：大樣本 (\(n \ge 30\)) 讓生活變得簡單，因為它們讓我們能夠使用熟悉的常態分佈工具。

核心重點：參數描述母體；統計量描述樣本；而當樣本足夠大時，中央極限定理就是連接兩者的橋樑！