小實驗:請問一粒果凍豆的平均重量是多少公克?請回答你的 90% CI。
請寫下你的範圍,並運用相等賭局做測試。再想一想這個範圍為什麼是合理的,包括正反雙方的意見,然後對上、下限都做定錨測試。
1
接下來我們抽出第一顆果凍豆,重點是 1.4 公克。
這會改變你的 90% CI 嗎?更新後的 CI 是什麼?
2
再下一個樣本是 1.5 公克。你會重新更新你的 CI 嗎?
3
接下來我們一口氣抽出三個隨機樣本:1.4 公克、1.6 公克、1.1 公克
請更新 CI。
4
最後再抽三個:1.5 公克、0.9 公克、1.7 公克。
至此有 8 個樣本。請決定最後的 CI。
就算第一次寫了極寬的範圍,每次獲得新資料以後,範圍通常都會縮小一次。
作者的實測中,最初範圍最窄的是 1~3 公克,而最寬的是 0.5~50 公克。
提出 0.5~50 公克的受測者,在「第一個樣本」出現後,將範圍變成 0.5~6 公克。
最後,這袋果凍豆的實際平均約為 1.45 公克。
作者建議大家可以常常進行類似的練習,在不依賴「正規統計學」的情況下,進行主觀的估計,培養估算的直覺。
接著針對同一個問題,在教科書裡有一個數學式的作法,可以針對「樣本數很少」的情況,來進行小樣本的統計。
接下來我們選出果凍豆的前 5 個樣本:1.4, 1.4, 1.5, 1.6, 1.1 來進行。
此方法稱為 t 統計量 (t-statistic),在樣本數少於 30 的情況下,分配的形狀會比常態分配平坦、寬長,而樣本數超過 30 以後,t 統計的形狀和常態分配一樣。
以下是一個計算母體平均 90% CI 的固定程序:
(1.4 + 1.4 + 1.5 + 1.6 + 1.1) / 5 = 1.4
(0 + 0 + 0.01 + 0.04 + 0.09) / (5 - 1) = 0.035
SQRT(0.035 / 5) ⇒ 0.0837
2.13
2.13 x 0.0837 = 0.178
,這是樣本誤差1.222~ 1.578
如此一來只需要 5 個樣本,就獲得一個 1.22~ 1.58 的範圍。
在最初的果凍豆實驗中,作者邀請受測者用主觀的方法直覺估算,這些受測者都受過校準估計,
教科書的作法雖然較為客觀,但在此想討論的是,主觀方法也頗有效。多做一些數學,只是比靠校準估計進一步降低誤差。
203/393
今天押線交啦~~