第十二冊 v0.2 · 網站閱讀版

第10章 完整資料問題與判讀

本章小節
  1. 10.1 把估計值連同取得方式和限制一起說
  2. 10.2 四個例題
  3. 10.3 練習
  4. 10.4 完整解答

10.1 把估計值連同取得方式和限制一起說

一份可讀的資料報告先寫明:想回答誰的什麼問題、在何時與什麼尺度上。接著交代誰被納入、誰沒有回覆、量測怎麼做;必要時列出分母、缺失數或合理的上下界。只要抽樣機制改變,結論能推到的對象就可能改變,不要把圖表上的樣本比例當成母體真值。

先定分析規則再看結果:想估差多少,就報估計值、單位及不確定度;想檢定某個明確模型,就先寫假設、方向、拒絕規則。已知 σ 的常態區間不足以處理所有資料,數字很精密也無法補救不合適的模型。用另一種合乎問題的分組、畫殘差或改變缺失假設,檢查結論是否敏感。預測要在未拿來調模型的資料上檢查。

最後把結果句與限制句接在一起。讀者應知道看到的是描述、關聯、預測還是因果證據;也應知道哪一段是資料直接支持、哪一段來自模型。下面四個情境都用自編資料,目的不是找一個最好看的數字,而是報出可以重算的判讀。

從問題、收集分母、估計、檢查假設到陳述限制;缺失假設不穩時,回去補資料或縮小結論。
圖19|從問題、收集分母、估計、檢查假設到陳述限制;缺失假設不穩時,回去補資料或縮小結論。

10.2 四個例題

例題1 小型問卷:讓缺失留在分母裡

想知道受邀的 100 人是否贊成延長圖書館時段。60 人回覆、45 人贊成,回覆者中為 75%。40 人答案未知,名單內可能從 45% 到 85%。可報「回覆者 45/60 贊成;全名單比例只能由現有資訊界在 45% 到 85%」,不把此界稱作信賴區間。

例題2 比較兩個隨機分派組,先報差多少

自編實驗把 40 名參與者隨機分成兩組,沒有失訪。A 的完成率 12/20、B 為 8/20,樣本差 0.20,即 20 個百分點。隨機分派有助於避免基礎差異系統性集中在某一組。即使固定這 40 人,換一個分派仍可能得到不同的組間差。要推到更廣的母體,還要說明這 40 人如何納入。未計不確定度前不寫成「任何人都會提高 20%」。

例題3 用留出資料比較預測

兩種方法都未看三個留出真值 4、7、9。方法一預測 5、7、8,絕對誤差 1、0、1,平均 2/3。固定報 6 的基準誤差 2、1、3,平均 2。先在同一批、同一尺度下比,方法一這次較小;三筆檢查不足以保證所有未來樣本。

例題4 各層更高,合併卻更低

A 在易題完成 9/10、難題 20/40;B 在易題 32/40、難題 4/10。兩層中 A 都高 0.10,但 A 合併 29/50,B 為 36/50。若要在相同難度構成下比較,可各半加權,得 A 0.70、B 0.60。原加總和等重回答不同問題;分層本身不能取代隨機分派。

A 在易組、難組皆比 B 高 10 個百分點,但兩組人數配置不同,原樣合併為 A 29/50、B 36/50。
圖20|A 在易組、難組皆比 B 高 10 個百分點,但兩組人數配置不同,原樣合併為 A 29/50、B 36/50。

10.3 練習

  1. B12-C10-Q01 受邀 200 人,150 人回覆,90 人贊成。報回覆者比例及名單內上下界。
  2. B12-C10-Q02 想估每次通勤平均時間,但表格混用分鐘與小時。先做什麼?
  3. B12-C10-Q03 隨機分派與從全校隨機抽樣是同一件事嗎?
  4. B12-C10-Q04 完成率 A 12/20、B 8/20,分別報絕對差及相對 B 的增加。
  5. B12-C10-Q05 基準組完成率為 0 時,能照上一題算相對增加嗎?
  6. B12-C10-Q06 留出真值 2、5,預測 3、2。平均絕對誤差?
  7. B12-C10-Q07 用留出集挑出誤差最小的模型,再用同組誤差宣稱未參與選模。對嗎?
  8. B12-C10-Q08 例題 4 用共同權重 3/4 易、1/4 難,A 與 B 的加權率?
  9. B12-C10-Q09 缺失假設得到的上下界,等於 95% 信賴區間嗎?
  10. B12-C10-Q10 把「75% 的所有受邀者贊成,已證明應延時」改寫成受例題 1 支持的句子。

10.4 完整解答

Q01

回覆者比例 90/150=0.6;其餘 50 人全否或全是時,名單內為 90/200=0.45 到 140/200=0.70。這些界不依賴未回覆者與回覆者分布相同。

Q02

先統一單位,確認每筆出發、抵達與缺失規則,例如把 0.5 小時改記 30 分鐘。未統一前平均值沒有一致量尺。

Q03

不同。分派決定已納入的人進哪個實驗組;抽樣決定哪些人進研究,關係到能推論哪個母體。一個研究可以只有其中一種。

Q04

A 為 0.60、B 為 0.40。差 0.20 是 20 個百分點;相對增加為 0.20/0.40=0.5,即 50%。兩個說法的分母不同。

Q05

不能用該比值,因分母是 0。可報兩組原始分子分母及絕對差;不要自行把未定義的量寫成有限百分比。

Q06

兩個絕對誤差分別為 |3−2|=1、|2−5|=3。等重平均為 (1+3)/2=2,與原值同單位。

Q07

不對。雖未用留出集更新係數,但它已影響選模。要評估選模後的預測表現,應保留另一批未參與選擇的資料。

Q08

A 為 (3/4)(9/10)+(1/4)(1/2)=4/5;B 為 (3/4)(4/5)+(1/4)(2/5)=7/10。共同權重消去兩邊難度比例不同的影響,但不保證是因果差異。

Q09

不等於。前者對未觀測值的可能取法給一個範圍,沒有用重複抽樣來分配 95%。後者必須說明樣本機制及隨機區間規則。

Q10

可寫「100 名受邀者中有 60 名作答,其中 45 名贊成(75% 的作答者);尚有 40 名未答,名單內贊成率僅能界在 45% 至 85%。」是否延時還要考量需求與成本,資料沒有單獨證成政策。