※ 引述《tigerrex (shun)》之铭言： : ※ 引述《west1996 (焦了六年变脆了)》之铭言： : : 这里的资料是指母体所有的资料还是随机抽样的一万五千笔？ : 这边的资料为随机抽样一万五千笔 : : 这里的相同是指完完全全的相同还是指在(x,y,z)附近的点？ : 这边指的是完完全全相同 随机抽出来的一万五千笔资料完完全全的只有两个值，那故事就结束拉XD : : 如果前一个问题的答案是在(x,y,z)附近 : : 那这里要问 些微是多些微？ : 举例来说:这边里面的(x,y,z)的单位是角度 : (x,y,z)=(80,70,60);(x1,y1,z1)=(80.01,69.99,59.98) : 大概像是这样的些微差距(0.01左右) : : 明显的可以区分或是会有混在一起的情况？ : 上例看起来应该算是无法明显区分吧?因为不太懂标准在哪里 : : 你的问题给的讯息不够明确 所以很难回答 : : 如果两群可以明显区分 : : 1.资料完完全全落在那两个点上 : : 那就乱抽抽到两个不一样的就解决了 : 因为(x1,y1,z1)比较(x,y,z)是只要有些微差距就算是了，所以我想乱抽抽到可能无法 : 解决吧@@" 恩...我可能表达的不够清楚吧 我的疑问是 从你的叙述中（不管是第一篇或是这一篇） 没办法给一个很完整的picture说明你的资料长什麽样子 然後你现在碰到的困难在哪里 我本来想问的是说 你的母体资料是属於哪一种？只有两个值或是很多值 你的样本资料又是属於哪一种？只有两个值或是很多值 举例来说 1.一家饮料公司推出开瓶集字的游戏，要凑满两个字。这样表示母体资料就是两个值， 样本资料也是两个值（假设没有铭谢惠顾之类的），而且样本资料不会有搞错的情况 （看到是哪个字他就肯定是哪个字），那这时候如果问是哪两个字，每个字的比例是 多少，答案就是一直去买买到有两个不一样的字之後就知道有哪两个字了；买了一定 的瓶数之後，就可以用样本比例去推估母体比例了。 2.某家医院有一种测量H1N1的快筛机器，现在想要知道社区内到底得病的人有多少。我 们随机抽了一堆人作快筛。这种情况母体只有两个值（得病、不得病），样本也只有 两个值，不过样本资料可能是假的（机器判断错误，相当於测量误差），这个时候可 以找一群control去估计一下这台机器的false positive rate和false negative rate 再根据这个资料去某种程度上的修正原始看到的快筛资料，再去估算母体比例。 3.一家工厂推出两种不同尺寸的木材，但是我们不知道是哪两种尺寸，个别生产比例又 是多少，只知道这两个尺寸有明显的差异（这里的明显指的是现有的测量工具可以轻 易分出差别）。我们可以去随机购买很多的木材，然後一一去量测他的长度。这种情 况是母体只有两个值（假设忽略工厂生产时的误差），样本有很多不一样的值，但是 这些值很靠近两种尺寸中的某一种，而且我们不会把A尺寸的木材当成是B尺寸的木材 ，这样只要买足够多，就可以分别用两群木材个别的样本平均去估计这两种尺寸，然 後用整体的比例去估计工厂生产出来的比例。 4.某一种化合物在理论的范围里已经被证明只可能存在两种分子结构，这两种结构只差 在三度空间中的分子夹角不同，但是我们不知道确实的夹角是多少，只知道夹角的差 异是接近或是小於现今科学上可以量测出来的最小极限。现在我们对不同的化合物样 本去量测了一堆的值出来，这时候母体只有两种未知的值，样本可能有一大堆不一样 的值，但是我们无法知道哪一个值应该是属於母体中的哪一个角度，这时候可能就需 要用一些不一样的分析工具去想办法把我们看到的样本区分成两个group，再去对母 体的角度和比例作估计，而应该用哪一种分析工具又要看你的资料到底是怎麽样的结 构。 照你的叙述我会猜测应该是比较接近4的情况，不过我也不敢肯定就是了，所以才会希 望你表达清楚一点。 p.s.以上的例子有些可能过份的trivial，不过这是一个公开版，所以无法假设某个po文 者具备什麽样的能力的统计知识（搞不好某个po文的只是高中生想作科展XD），因 此只能根据文章中提出的资讯假设所有可能发生的事情。硬挤出这麽多例子只是想 要表达说"在关於data和问题的背景资料不够完全之下，很难给予一个适当的建议" 因为适合的工具可能是天壤之别........... --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.109.40.59