被抽到的机率是一样 (这点很重要) 我是这样讲的 一个袋子里有十颗球 一黑九红 黑球直径10cm 红球直径 5cm 抽中黑球我给你1000元 (抽中黑球安心亚脱一件衣服 我来抽) 抽中红球你给我 10元 (抽中红球 我脱一件衣服) 请问抽中黑球的机率是多少? (这就是被抽中的机率不一样) 至於母体(我喜欢讲原始来源)和样本 我是用 1 L 的 10% 糖水 vs 10 mL 的 10% 糖水 (1 L 倒出 10 mL) 喝起来有没有不一样? 利用浓度的均质性来讲抽样需要的代表性 (自然老师讲数学的职业病) 一样糖水放久了 底部会比较甜 这样有代表性吗? 大概是这样 ※ 引述《Realperson (7月)》之铭言： : 记得早些年，对於国三关於抽样不确定与随机性这个部分的说明都有些卡卡 : 毕竟学生刚接触机率不久，对於各种抽样方法的认识与操作经验都不足 : 因此很难让他们对於教科书上提到的这两个部分有很直觉的概念 : 最近又看到班内新进的辅导老师在讲述这个部份时说地"里里落落" : 因此我将我自编的教材里对於这两个部分的内容贴上来跟大家分享讨论 : 希望对各位老师有帮助，有更好的说明方式也请提出，大家一起进步:) : Part 4.抽样的随机性: 为了要避免我们抽取的样本有特定主观的倾向， : 而非母群体客观的特性，我们必须确保每个样本被抽到的机率一样， : 称为『抽样的随机性』。 : 例如某机构若只针对高雄市眷村的居民进行抽样，则会感觉高雄市民大多是国民党员， : 而客观的事实上，高雄市民以民进党居多。 : 注: 若母群体每个样本被抽到的机率均相同，则称为『简单随机抽样』。 : Part 5. 抽样的不确定性: 因为随机抽样的结果，因此我们不能确定每次抽样的内容 : 会一样，因此抽样具有不确定性。也就是说，即便在随机性的前提下， : 我们还是无法避免抽到极端的样本内容而错估了母群体的事实。这是一个必然的结果， : 因为样本数毕竟只是母群体的一部分，不一定能完全显示母群体的特性。 : 但我们可以说，在随机性的前提下，可以降低抽到极端样本的机率， : 而尽量提高抽样的正确性。 : 例如若我们随机针对全体高雄市民进行抽样， : 还是有可能都刚好抽到住在眷村的民众，而以为高雄市民以国民党员居多。 : 但如果我们没有特定只针对眷村抽样，而让每个高雄市民被抽到的机率都一样， : 那麽都只抽到眷村民众的机率很小。可以让得到的样本结果能接近 : 母群体事实的机会提高。 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.109.66.116 ※ 编辑: YuChHa 来自: 140.109.66.116 (04/17 12:42)