决策树流程图四.ppt

Selecting Appropriate  Statistical Procedures 指導老師：任維廉 教授 報告人 ：姜翔騰 9832501 “選擇適當的統計方法” Graziano, A.M. Raulin, M.L. 簡報大綱 一、前言 二、研究特徵與性質 三、決策樹流程圖 四、辨別研究的主要特徵 五、選擇適當的敘述統計及推論統計方法 六、次級分析 七、應用決策樹流程圖之注意事項 八、結語 一、前言 研究是有系統化探討問題的過程 透過系統化步驟，可簡化研究設計的難度 * 想法 產生 問題 定義 步驟 設計 觀察 資料 資料 處理 資料 解釋 資訊 交流 決定利用何種統計方法 蒐集與分析資料 一、前言 選取適當的統計程序 分析資料的統計方法在收集資料前就要決定 考慮所選取的統計程序應用於研究問題上的效度 適當統計程序的取決於研究的特性，如： 自變數的個數 所要研究的變數間的關係(如：因果關係…) 應變數的衡量尺度 * 二、研究特徵與性質 如能確定以下十個研究性質，可使研究流程週延 研究的限制層級? 自變數為何? 自變數的層級? 研究的設計形式? 應變數的相關特性 應變數為何? 衡量應變數的方法? 應變數的評估指標層級? 應變數的衡量需要何種資料形式? 研究假設為何? 研究需要的假設檢定? * 三、決策樹流程圖 在簡單或複雜的研究設計中，決策樹模式都可以幫助研 究者系統化地組織研究流程 決策樹模式之特徵 使用線段以表示思考 每達到一個決策點，須在此點作出決策，決定往那個分支繼續進行下一個決策 每作一次決策，越接近我們所需的統計方法，直到到達某個統計方法為止 敘述統計=整理、呈現、解釋與分析資料，研究限制較低 推論統計=由樣本統計量推估母體參數，研究限制較嚴謹 * * 1.研究限制 4.研究設計形式 7.假設檢定 2.自變數 5.應變數相關特性 3.自變數層級 6.研究假設 建立初始研究假設 假設中之應變數性質 應變數之資料形式 分析完成 名目資料 是否有其他研究假設？ 排序資料 記分資料 Figure 14.5 Figure 14.4 Figure 14.2 NO YES 決策樹流程圖 四、辨別研究的主要特徵 資料的衡量尺度 * 資料特質 資料形式 衡量尺度 衡量類別資料 (如：性別) 名目 （nominal） 名目 （nominal） 衡量強弱、程度、等級的資料 (如：成績排名) 排序 （ordinal） 排序 （ordinal） 衡量的資料在大小、差值及倍數上均有意義(如：身高) 比例 （ratio） 記分 （score） 五、選擇適當的敘述性統計與推論統計方法 基本假設 利用敘述性統計，初步歸類與分析資料 辨別研究之主要特徵 建立研究初步假設 檢視應變數之性質 依調查資料形式作不同之統計分析 利用推論性統計對研究初步假設作出檢定與分析 其他研究假設 研究通常會有許多假設，可反覆利用決策流程圖，根據 不同狀況挑選正確的統計方法 電腦可以處理複雜的統計運算，但研究者還是要有正確的 觀念，才能選擇最適當的統計方法，而不致有錯誤的結果 * 六、次級分析 敘述性統計與推論性統計分析完成後進行的 分析，稱次級分析或二次分析(secondary analysis)，其是指進一步用統計方法重新分析某項研究，來回答原先的問題 次級分析之種類 事後比較分析 幫助解釋結果的分析 資料蒐評 研究者憑直覺經驗，找出資料中未被事先預測 的關係、差異或交互作用 可提供研究者關於變數間潛在關係的資訊，也 爲後續研究假設提供資料來源 * 七、使用決策樹流程圖之注意事項 對大多數之研究而言，決策樹流程圖可指引研究者選擇適合其研究性質的統計方法 決策樹流程圖可作為大部分研究者選擇統計方法時的輔助工具，但其建議之方法並非唯一解 研究者的決策方向不應被決策樹流程圖之模式所侷限，應視研究性質而加以發展 * 八、結語 該如何選擇適當的統計分析方法，通常是研究者頭痛的問題 不同的統計分析方法都有其各自的應用條件和適用範圍。實際應用時，必須根據研究目的、 資料的性質以及所要分析的具體內容等選擇適當的統計分析方法 若能善用決策樹流程圖則可以幫助研究者了解決策的過程，以簡明的流程圖形式一步一步引導研究者做出正確選擇 * * * * *