既然都有人点名惹 小弟我献丑一下好惹 不过今天先不要讲贝氏 贝氏作图跟搭配公式讲要花很多时间准备 先看看推文有人说到104的资料好惹 美国资料我现在懒得点 我期末考完再看看>< =========================================== 做资料科学的步骤第一项就就是资料如何收集 在104图表下方 他都有写说资料来源如何来 「 资料来源：104人力银行履历资料库，该学系毕业生(含日／夜间部)填答薪资及职 务特性问卷而来，并由系统逐一检验，以确保资料的正确性。 图表资料固定於每 月第一周更新，剔除超过一年的样本；以确保资料的时效性。 」 上面是引用自104网站 可是 第一个很大的缺陷应该大家都能看出来 就是样本数太少 我没有特别去估算一间学校的毕业生有多少啦 不过抓一下 大系一个年级大概都80~100吧 现在2020 不看最近建立的学校 毕业生的总数至少都有2000左右 那这样抓的话 他整体人数都只有抓 200人左右 这个是数量非常少的 很难做大样本分析 不过没关系 统计如果只会大样本分析 早就被淘汰了 那接下来第二个步骤 我们要做model 可是 这个网站 的model 方式 只有做order statistic 简单的说就是大小排序而已 很明显 从网站给的分布 我们只知道 几%的人在哪个区块 但要如何从样本推到母体 从我的角度看来是无法啦 毕竟只从order statistic中 很难看出任何的资讯 依目前所学过的 我猜想 poisson 或是 multinomial 可能会好些 不过还是要回头做一些假设检定来看看model合不合适啦 =========================================================== 除此之外 主张104的统计无用还可以用以下角度 1.统计时有没有把样本背景尽力消除 讲白一点 就是高中的不变变因有没有确实处理好 这个可以透过分类方式处理 （这里很明显没有） 或是用大数据的方式来稀释这些杂讯(这里也没有) 因此很可能 薪资跟科系只有相关性 而缺乏因果关系 2.另一个问题是发明民调的人(我忘记叫啥了QQ) 也犯的错误 就是他今天搜集的资料 已经是condition在 会使用104找工作填问卷的前提了 这就是很容易出现的资料搜集偏差 可能这些人有共同的某些特质 例如薪水较高的理组 薪水较低的文组等等 都是可能会出现的问题 其他的还有一些关於资料上的问题 就可以连接到贝氏理论了 如果有人想听下次再打 我要去念期末惹QQ ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ BTW 如果想知道一个科系可以干嘛 薪水多寡 其实每个系办都会去统计自己系上同学 你去找系办都可以比104准喔 -- 找到票了！！是同意！！ 恭喜我大114校长连任 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.114.207.159 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/SENIORHIGH/M.1591978346.A.255.html 我们系是完整性资料建档 虽然样本数也大概只有毕业的1/2~2/3填 可是至少都还没 做transformation 可以说是原始资料 这是资讯量最多的那种了吧 104没办法为原来那篇佐证 资料的归纳能力太糟 我是不知道其他科系怎麽样 不过依照我们科系而言 资料今年线上回报而已 所以很新 因为不记名 所以有放在系上网站公开可以查询 甚至还有独立的资讯包含你之後的研究所 毕业年数 工作名称内容等等 如果有心可以做到 只是看你想不想做 104公开资讯没错 可是资料上的缺陷我点名在文章内了 这是明显错误的资讯 你说我鸡蛋里挑骨头我也没办法 不过我先讲结论 我认为如果是104这种资料 我宁可不看 推想过程我之後再另外回一篇文好惹 毕竟这篇也只有回应原文章下面的回应 没有回应到原作者的想法 我看不出来样本来源广 他们或许拿得到样本 但他们处理样本的手法很糟 这问题请容许我再用一篇文回应 很难用几句话完只说明 我们科系只有办十多年 算是小系吧 不过有校友的社团 算活络 这也是其中一个原因吧 超爱少为的 他是个超好的教授 ※ 编辑: kevin1212 (140.114.207.159 台湾), 06/14/2020 08:54:30