111 年 國立臺灣大學心理系碩士班一般心理丙組《心理學方法（含心理及教育統計學、心理測驗、心理實驗法）》

這是一個關於信賴區間定義的判斷題。信賴區間的正確解釋是：重複抽樣下，建構出的信賴區間有 (1-x)% 的比例會包含母群母數。

此題考驗獨立事件與互斥事件的定義。
獨立事件的定義是：事件 A 的發生與否，不影響事件 B 發生機率的事件。也就是說，P(B|A) = P(B)，或者 P(A ∩ B) = P(A) * P(B)。
互斥事件的定義是：兩個事件不能同時發生。

此題考驗對 Type I error 和 Type II error 的定義。
Type I error (第一類錯誤) 是指當虛無假設 (H₀) 為真時，卻拒絕了 H₀。其機率通常以 α 表示。
Type II error (第二類錯誤) 是指當對立假設 (H₁) 為真時（也就是 H₀ 為偽時），卻未能拒絕 H₀。

此題考驗對虛無假設 (H₀) 和對立假設 (H₁) 的設定，以及單尾/雙尾檢定的判斷。
研究問題是「想檢驗男生的統計考試的成績比女生的好」，這表示我們想證明男生的平均成績 (μ_M) 大於女生的平均成績 (μ_F)。
虛無假設 (H₀) 通常代表「沒有差異」或「沒有效果」的狀態，並且總是包含等號 (=)。
對立假設 (H₁) 則代表研究者想要證明的狀態，通常與 H₀ 相反，並且不包含等號 (≠, >, <)。

核心觀念

本題考查「標準分數」與 $Z$ 分數的轉換關係。$Z$ 分數表示原始分數距離平均數幾個標準差：

其中 $X$ 為原始分數、$\mu$ 為平均數、$\sigma$ 為標準差。

心理測驗中常將 $Z$ 分數轉換為較容易閱讀的標準分數，其中最常見的是 $T$ 分數。

解題方法

$T$ 分數是以 $Z$ 分數為基礎，重新設定平均數與標準差：

因此：

• 當 $Z=0$ 時，$T=50$；
• 當 $Z=1$ 時，$T=60$；
• 當 $Z=-1$ 時，$T=40$。

反向轉換則為：

此題考驗隨機取樣 (random sampling) 與隨機分派 (random assignment) 分別對研究效度的影響。

• 隨機取樣 (Random Sampling)：是指從母群體中隨機抽取樣本的方法。其主要目的是為了讓樣本能夠代表母群體，進而提高研究結果的外效度 (external validity)，也就是研究結果推論到母群體的程度。

此題考驗對機率分配類型的判斷，即離散型 (間斷型) 與連續型。

• 二項分配 (Binomial Distribution)：用於描述固定次數的獨立伯努利試驗中成功的次數，結果是離散的 (例如，拋硬幣 10 次出現正面的次數，只能是 0, 1, ..., 10)。
• 超幾何分配 (Hypergeometric Distribution)：用於描述從有限母群體中抽取樣本，不放回的情況下，某類別的成功次數。

此題考驗 Z 分數轉換對資料分配的影響。
Z 分數的轉換公式為 $Z = \frac{X - \mu}{\sigma}$，其中 $\mu$ 是原始分數的平均數，$\sigma$ 是原始分數的標準差。
這個轉換具有以下特性：

1. 平均數變為 0：新分數的平均數 $E(Z) = E(\frac{X - \mu}{\sigma}) = \frac{E(X) - \mu}{\sigma} = \frac{\mu - \mu}{\sigma} = 0$。

此題考驗 Z 檢定與 t 檢定的適用條件及其抽樣分配。

• Z 檢定：適用於檢定母群平均數時，若已知母群變異數 $\sigma^2$ (或母群標準差 $\sigma$)，且樣本數足夠大 (通常 n > 30) 或母群體本身為常態分配。此時，樣本平均數的抽樣分配服從 $N(\mu, \frac{\sigma^2}{n})$，而檢定統計量為 $Z = \frac{\bar{X} - \mu_0}{\sigma/\sqrt{n}}$。
• t 檢定：適用於檢定母群平均數時，若未知母群變異數 $\sigma^2$ (或母群標準差 $\sigma$)，且母群體為常態分配。

此題考驗卡方檢定 (Chi-square test) 的自由度計算。
卡方檢定常用於分析類別資料，例如獨立性檢定 (test of independence) 或適合度檢定 (goodness-of-fit test)。

此題考驗皮爾森相關係數 (Pearson correlation coefficient, r) 的解釋。
皮爾森相關係數衡量的是兩個連續變項之間的線性關係的強度和方向。其值介於 -1 到 +1 之間。

• 當 r 接近 +1 時，表示存在強烈的正線性相關。
• 當 r 接近 -1 時，表示存在強烈的負線性相關。
• 當 r 接近 0 時，表示兩個變項之間的線性關係非常弱或不存在。

此題考驗單因子變異數分析 (One-way ANOVA) 的目的。
ANOVA 的主要目的是比較三個或三個以上群體（組別）的平均數是否存在顯著差異。
它透過分解總變異 (total variance) 為組間變異 (between-groups variance) 和組內變異 (within-groups variance) 來達成此目的。

• 組間變異 (MSB)：反映了不同組別平均數之間的差異。
• 組內變異 (MSW)：反映了各組內部個體分數的變異，作為組間變異的誤差基礎。

此題考驗對多元迴歸 (Multiple Regression) 中迴歸係數 (regression coefficients) 的解釋。
在多元迴歸模型 $Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + ... + \beta_k X_k + \epsilon$ 中，迴歸係數 $\beta_i$ (或其估計值 $b_i$) 表示在控制其他自變項的影響下，自變項 $X_i$ 每增加一個單位，依變項 Y 平均會改變多少單位。

然而，直接比較不同自變項的迴歸係數 $b_i$ 的大小，來判斷哪個變項「比較重要」，通常是不恰當的，原因如下：

1. 單位問題：不同自變項的測量單位可能不同。例如，一個變項是身高 (公分)，另一個是體重 (公斤)。

此題考驗共變數 (covariance) 的定義與用途。
共變數是一個統計量，用來衡量兩個隨機變數之間聯合變異的程度。

• 如果共變數為正，表示兩個變數傾向於同向變動（一個增加，另一個也傾向增加）。
• 如果共變數為負，表示兩個變數傾向於反向變動（一個增加，另一個傾向減少）。
• 如果共變數接近零，表示兩個變數之間幾乎沒有線性聯合變異。

然而，共變數本身有一個很大的缺點：它的值會受到變數測量單位和變異數大小的影響。例如，如果用公分測量身高，共變數會比用公尺測量時大得多，即使實際上的關係強度是相同的。

此題考驗對「抑制變項」(suppressor variable) 的定義。
在迴歸分析中，抑制變項是指一個自變項，它本身與依變項 Y 的相關性不高，甚至為零或負相關，但當它被納入迴歸模型，與其他預測變項一起預測 Y 時，它能夠**「淨化」其他預測變項與 Y 之間的偽相關，或者「抑制」其他預測變項中與 Y 無關的變異，從而增加其他預測變項對 Y 的預測力，並可能提高**多元決定係數 $R^2$。

此題考驗 t 檢定、ANOVA 和迴歸分析之間的關係。

1. t-test 與 ANOVA 的關係：
   當我們比較兩組的平均數時，t 檢定和單因子 ANOVA 會得到完全相同的結果（P 值和檢定統計量的平方）。例如，一個獨立樣本 t 檢定，其 t 值的平方 $t^2$ 等於 F 檢定的 F 值。因此，t 檢定可以被視為 ANOVA 在只有兩個組別時的特例。

2. 迴歸與 ANOVA 的關係：
   迴歸分析也可以用來進行 ANOVA。當自變項是類別變項（有 k 個組別）時，我們可以將其編碼為虛擬變數 (dummy variables)，然後進行迴歸分析。

此題考驗多元迴歸中估計標準誤 (standard error of estimate) 的公式。
估計標準誤，也稱為殘差標準誤 (residual standard error)，衡量的是觀測值 Y 與迴歸模型預測值 $\hat{Y}$ 之間的平均差異。其公式為：
$S_e = \sqrt{\frac{SSE}{df}}$
其中，SSE (Sum of Squared Errors) 是殘差平方和，即 $\sum(Y_i - \hat{Y}_i)^2$。
df (degrees of freedom) 是自由度。

此題考驗 t-test 和 ANOVA 的統計量建構形式。

• ANOVA (單因子)：其 F 檢定統計量是組間變異 (Between-groups variance, MSB) 除以組內變異 (Within-groups variance, MSW)。
  $F = \frac{MSB}{MSW} = \frac{\text{組間變異}}{\text{組內變異}}$
  MSB 的分子是組間平方和 (SSB)，分母是組間自由度 (df_between)。
  MSW 的分子是組內平方和 (SSW)，分母是組內自由度 (df_within)。
  所以，F 值是「組間變異」與「組內變異」的比值。

• t-test (獨立樣本)：其 t 檢定統計量是兩個樣本平均數之差，除以這個差值的標準誤。

此題考驗 α (顯著水準) 和信賴區間 (confidence interval) 的關係，以及它們對決策的影響。

• α (顯著水準)：是 Type I error 的機率，即當 H₀ 為真時拒絕 H₀ 的機率。
• 信賴區間 (CI)：是由樣本資料計算出來的一個區間，用來估計母群參數（例如母群平均數 μ）。 (1-α)% 的信賴區間表示，重複抽樣下，有 (1-α) 的比例的信賴區間會包含母群參數。

它們之間的關係如下：

1. α 與信賴區間的寬度：
   • 當 α 變大時，(1-α) 變小。例如，α = 0.05 時，信賴水準是 95%；α = 0.10 時，信賴水準是 90%。
   • 為了維持相同的信賴水準 (1-α)，當 α 變大（信賴水準變小）時，區間會變窄。反之，當 α 變小（信賴水準變大）時，區間會變寬。

這是一個關於信賴區間定義的判斷題。信賴區間的正確解釋是：重複抽樣下，建構出的信賴區間有 (1-x)% 的比例會包含母群母數。

此題考驗當母群變異數已知時，進行兩個獨立樣本平均數差異檢定的自由度。

當母群變異數 $\sigma_1^2$ 和 $\sigma_2^2$ 已知時，我們進行兩個平均數差異的檢定，使用的是 Z 檢定，而不是 t 檢定。
Z 檢定的公式為：

核心觀念

統計檢定力（power）是「在虛無假設為假時，正確拒絕虛無假設的機率」，定義為：

其中：

• $\alpha$：型一錯誤率，虛無假設為真時錯誤拒絕的機率。
• $\beta$：型二錯誤率，虛無假設為假時未能拒絕虛無假設的機率。
• $\sigma$：母體標準差，代表資料的變異程度。
• $N$：樣本數。

一般而言，檢定力會受到 $\alpha$、效果量、$\sigma$、$N$ 等因素影響。對平均數差異的檢定而言，標準化效果量可表示為：

而標準誤通常與樣本數呈反比：

效果量越大、標準誤越小，越容易拒絕虛無假設，檢定力就越高。

解題方法

逐一判斷各因素對拒絕域、型二錯誤率與檢定力的影響：

1. $\alpha$ 增加，拒絕虛無假設的標準變寬鬆，較容易落入拒絕域，因此 power 增加。
2. $\sigma$ 增加，在平均數差異固定時，效果量 $d$ 變小，且標準誤變大，較難發現真實差異，因此 power 降低。
3. 由於 $\text{power}=1-\beta$，$\beta$ 增加時，power 反而降低。
4. $N$ 增加會使標準誤 $\sigma/\sqrt{N}$ 減小，估計更精確，更容易偵測真實效果，因此 power 增加。

因此正確敘述為：

選項分析

1. $\alpha \uparrow$ 則 power $\uparrow$：正確

此題考驗樣本數 (N) 對信賴區間 (Confidence Interval, CI) 寬度的影響。

信賴區間的計算公式為：
$CI = \bar{X} \pm t_{\alpha/2, df} \times SE$
其中：

• $\bar{X}$ 是樣本平均數。
• $t_{\alpha/2, df}$ 是 t 分配的臨界值，取決於顯著水準 α 和自由度 df。
• $SE$ 是樣本平均數的標準誤 (Standard Error)，其公式為 $SE = \frac{s}{\sqrt{N}}$，其中 s 是樣本標準差，N 是樣本數。

當其他條件都不變時，如果樣本數 N 增加：

1. 標準誤 (SE)：由於 N 在分母，N 增加會使 $SE = \frac{s}{\sqrt{N}}$ 減少。
2. 自由度 (df)：df = N - 1。N 增加，df 也增加。

此題考驗對假設檢定中各種機率的理解，特別是 Type II error (β) 和顯著水準 (α)。

圖中顯示的是對立假設 H₁: $\mu > \mu_0$ 的單尾檢定。

• H₀: $\mu = \mu_0$ (虛無假設)
• H₁: $\mu > \mu_0$ (對立假設)
• C 是臨界值 (critical value)。

箭頭所指的區域是在 H₀ 為真時，檢定統計量落在拒絕域 (rejection region) 的機率。

• 拒絕域是落在臨界值 C 右側的區域。
• 當 H₀ 為真時，樣本統計量（例如樣本平均數 $\bar{X}$）的抽樣分配是以 $\mu_0$ 為中心。
• 箭頭所指的區域，就是當 $\mu = \mu_0$ 時，樣本統計量落在 C 右側的機率。

此題考驗哪些機率分配的形狀會受到自由度 (degrees of freedom, df) 的影響。

1. Z 分配 (標準常態分配)：Z 分配的形狀是固定的，由一個平均數 (0) 和一個標準差 (1) 完全決定。它不受自由度影響。
2. 卡方分配 ($\chi^2$ Distribution)：卡方分配的形狀會隨著自由度 df 的增加而變化。當 df 較小時，卡方分配是右偏的；隨著 df 增加，它逐漸變得對稱，趨近於常態分配。
3. t 分配 (t Distribution)：t 分配的形狀會隨著自由度 df 的增加而變化。當 df 較小時，t 分配比常態分配更平坦且尾部更厚；隨著 df 增加，它逐漸趨近於標準常態分配。

此題考驗統計獨立事件的定義與性質。

統計上互相獨立的兩個事件 A 和 B，其定義和性質如下：

1. 定義：事件 A 的發生與否，不影響事件 B 發生機率的事件。
2. 機率乘法規則： $P(A \cap B) = P(A) \times P(B)$。
3. 條件機率： $P(A|B) = P(A)$ (當 $P(B) > 0$)。同理，$P(B|A) = P(B)$ (當 $P(A) > 0$)。

此題考驗對假設檢定過程中幾個關鍵概念的理解，包括檢定對象、p-value 的解釋、以及決策規則。

我們逐一分析題目中的敘述，找出其中的錯誤：

1. 「我們可以直接去考驗我們有興趣的 H (alternative hypothesis)」：
   這是錯誤的。假設檢定的邏輯是先假設虛無假設 (H₀) 為真，然後評估樣本資料支持 H₀ 或 H₁ 的證據強度。我們實際上是去考驗 H₀，並根據證據強度來決定是拒絕 H₀ (支持 H₁) 還是未能拒絕 H₀。我們不能直接去「考驗」 H₁。

2. 「即在假設 H₀ (null hypothesis) 為對的情況下,去觀察我們所想推論的值(如 X̄)是否接近母群的 µ」：
   這句話前半部分「在假設 H₀ 為對的情況下」是正確的。後半部分「去觀察我們所想推論的值 (如 X̄) 是否接近母群的 µ」也大致正確，因為我們是看樣本統計量 (X̄) 在 H₀ 為真時的機率分佈，來判斷它與 H₀ 所假設的母群參數 (µ) 的差距是否大到足以讓我們懷疑 H₀。

核心觀念

本題主要考查：

1. 中央極限定理的適用條件。
2. 樣本平均數的抽樣分配。
3. 抽樣次數 $N$ 與每次樣本數 $n$ 的區別。
4. 不放回抽樣造成的有限母群修正。
5. 樣本變異數 $s^2$ 與樣本平均數 $\bar X$ 的不同抽樣分配。

設母群平均數為 $\mu$、變異數為 $\sigma^2$，每次抽取 $n$ 個樣本，樣本平均數為

若樣本彼此獨立且來自同一母群，則

且

因此樣本平均數的標準誤為

解題方法

判斷這段敘述時，應逐句檢查三件事：

1. 抽樣方式是否符合中央極限定理的條件。
2. 「抽樣次數」與「每次樣本數」是否混淆。
3. 樣本平均數的平均數與標準誤是否寫對。

一、母群為常態分配時

若母群本身為常態分配：

且每次抽取的樣本彼此獨立，則不論 $n$ 大小，樣本平均數都具有精確的常態分配：

因此：

• 樣本平均數的抽樣分配不是「接近」常態，而是「確實」為常態。
• 中央極限定理在此並非必要，因為母群已經是常態分配。

若題目所稱「母群平均數為變異數」是指

這只代表平均數與變異數的數值相等，不會改變上述公式。樣本平均數的期望值仍為 $\mu$，標準誤仍為 $\sigma/\sqrt n$。

二、$N$ 與 $n$ 的角色不同

中央極限定理關注的是每次樣本中包含的觀察值數量，也就是 $n$。

• $n$：每次抽取的樣本數。
• $N$：重複抽樣的次數。

當 $N$ 增加時，只是可以更精確地觀察樣本平均數的抽樣分配；它不會使單次樣本平均數的分配因而變成常態。

中央極限定理的正確說法是：

當每次抽取的樣本數 $n$ 充分大時，在適當條件下，樣本平均數的抽樣分配會近似常態分配。

因此，原敘述把「$N$ 夠大」當成樣本平均數近似常態的條件，是錯誤的。即使 $N$ 非常大，若每次只有很小的 $n$，也不能用 $N$ 取代中央極限定理中的 $n$。

三、不放回抽樣的問題

中央極限定理最常見的設定是獨立同分配抽樣。若從有限母群中「不放回」抽樣，同一次抽樣中的觀察值彼此不獨立，因為抽出一個單位後，母群組成會改變。

若有限母群大小為 $M$，母群變異數以

定義，則不放回抽取 $n$ 個樣本時，樣本平均數的變異數為

所以標準誤為

其中

稱為有限母群修正因子。

因此，若題目確實指有限母群的不放回抽樣，標準誤不能直接寫成 $\sigma/\sqrt n$，必須考慮有限母群修正。

若母群非常大，且抽樣比例 $n/M$ 很小，有限母群修正因子接近 $1$，此時才可近似使用

各敘述的正誤分析

1. 「在平均數為變異數的常態分配母群裡抽 $n$ 個樣本」

這個條件本身不構成錯誤。若

且恰好滿足 $\mu=\sigma^2$，在數學上是可以成立的。

不過，平均數等於變異數並不是中央極限定理的必要條件，也不會影響樣本平均數抽樣分配的基本公式。

此題考驗重複測量設計 (Repeated Measures Design) 中的變異來源，以及分析方法（如重複測量 ANOVA）能否區分這些變異來源。

在重複測量設計中，同一個受試者會被測量多次（例如，在不同時間點或不同條件下）。這種設計的優點是，它控制了受試者間的差異 (Individual Difference)，因為每個受試者都與自己比較。

我們來分析各個變異來源：

1. Measurement error (測量誤差)：這是指測量工具本身的不準確性或隨機誤差。在重複測量中，測量誤差仍然存在，並且會影響測量的穩定性。重複測量設計本身不能完全消除測量誤差，但透過比較同一個受試者在不同時間點的表現，有時可以幫助估計或控制某些類型的測量誤差。然而，分析方法（如重複測量 ANOVA）確實會將一部分變異歸因於誤差項，這通常包含了測量誤差。

2. Control error (控制誤差)：這個術語比較模糊。如果指的是實驗控制不當造成的誤差（例如，實驗環境不一致），那麼這會混淆結果。在理想的重複測量設計中，我們盡量控制所有可能影響測量的非處理因素。如果這個「控制誤差」是指分析中無法完全解釋的隨機變異，那它可能與殘差 (residual) 或測量誤差重疊。然而，在標準的重複測量 ANOVA 中，通常會將無法解釋的變異歸於「殘差」或「誤差」，其中可能包含測量誤差和未受控的隨機因素。

3. Individual difference (受試者間差異)：這是指不同受試者之間天生的、穩定的特質差異。重複測量設計的主要優勢之一就是能夠控制並消除受試者間的差異對結果的影響，因為我們是比較同一個受試者在不同條件下的表現。

核心觀念

本題考查「半淨相關」的計算方式，以及它與多元迴歸中「增額解釋量」的關係。

若要計算 $Y$ 與 $X_1$ 在控制 $X_2$ 後的半淨相關，概念是：

• 先看只有 $X_2$ 預測 $Y$ 時，能解釋多少變異量；
• 再看加入 $X_1$ 後，$X_1$ 額外增加多少對 $Y$ 的解釋量。

因此：

其中：

• $R^2_{Y\cdot X_1X_2}$：以 $X_1、X_2$ 同時預測 $Y$ 的多元迴歸決定係數；
• $R^2_{Y\cdot X_2}$：以 $X_2$ 預測 $Y$ 的簡單迴歸決定係數；
• $sr_{Y,X_1\cdot X_2}$：$Y$ 與 $X_1$ 的半淨相關，控制變項為 $X_2$。

解題方法

要找的是「$X_1$ 對 $Y$ 的獨特貢獻」，所以比較兩個模型：

第一個模型只放入控制變項 $X_2$：

此模型得到：

第二個模型同時放入 $X_1$ 與 $X_2$：

此模型得到：

兩個決定係數的差異就是 $X_1$ 在排除 $X_2$ 影響後，對 $Y$ 所增加的獨特解釋量：

所以需要進行：

• 2. $X_2$ 預測 $Y$
• 3. $X_1、X_2$ 預測 $Y$

故正確選項為 (E) [2,3]。

半淨相關與偏相關的區別

半淨相關是：

1. 將 $X_1$ 中可由 $X_2$ 解釋的部分移除；
2. 將所得的 $X_1$ 殘差與原始的 $Y$ 相關。

若以迴歸表示，可先進行：

再計算 $e_{X_1}$ 與 $Y$ 的相關。

但在本題所列的標準「以決定係數差異計算」方法中，直接比較「$X_2$ 預測 $Y$」與「$X_1、X_2$ 預測 $Y$」即可。

此題考驗對「對比 (contrasts)」概念的理解，特別是「直角對比 (orthogonal contrasts)」。

在比較 k 個組別的平均數時，對比是 k-1 個線性組合，用於檢定特定的假設。
若要使一組對比是直角對比，需要滿足兩個條件：

1. 每個對比的係數和必須為 0。
2. 任意兩個不同對比的係數乘積之和必須為 0。

我們來逐一檢驗給定的對比組：

組 1:
對比 c₁ = (1,-1,0,0), c₂ = (1,1,-2,0), c₃ = (-1,1,1,-1)

• 係數和檢查：
  • c₁: 1 + (-1) + 0 + 0 = 0 (OK)
  • c₂: 1 + 1 + (-2) + 0 = 0 (OK)
  • c₃: (-1) + 1 + 1 + (-1) = 0 (OK)
• 乘積和檢查：
  • c₁ · c₂: (1)(1) + (-1)(1) + (0)(-2) + (0)(0) = 1 - 1 + 0 + 0 = 0 (OK)
  • c₁ · c₃: (1)(-1) + (-1)(1) + (0)(1) + (0)(-1) = -1 - 1 + 0 + 0 = -2 (NOT ORTHOGONAL)
  • c₂ · c₃: (1)(-1) + (1)(1) + (-2)(1) + (0)(-1) = -1 + 1 - 2 + 0 = -2 (NOT ORTHOGONAL)
    因此，組 1 不是直角對比。

組 2:
對比 c₁ = (1,-1,0,0), c₂ = (1,1,-2,0), c₃ = (1,1,1,-3)

• 係數和檢查：
  • c₁: 1 + (-1) + 0 + 0 = 0 (OK)
  • c₂: 1 + 1 + (-2) + 0 = 0 (OK)
  • c₃: 1 + 1 + 1 + (-3) = 0 (OK)
• 乘積和檢查：

此題考驗標準差 (Standard Deviation, SD) 和四分位距 (Interquartile Range, IQR) 對極端值的敏感度。

首先，我們需要理解這兩個離散指標的計算方式：

• 標準差 (SD)：計算所有資料點與平均數的離差平方和，除以自由度後開根號。其公式為 $s = \sqrt{\frac{\sum(X_i - \bar{X})^2}{N-1}}$。標準差對每一個資料點都敏感，尤其是距離平均數較遠的資料點（離群值）。
• 四分位距 (IQR)：IQR = Q₃ - Q₁，其中 Q₃ 是第三四分位數（75% 百分位數），Q₁ 是第一四分位數（25% 百分位數）。四分位距衡量的是中間 50% 資料的離散程度。它對資料的極端值（離群值）相對不敏感，因為它只關心中間 50% 的資料。

題目中的情況：

• 原始數據有 5 個老鼠的時間。
• 平均數是 9.0 秒。
• 其中一隻老鼠的時間被記錄為 1 秒，但實際上應該是 3 秒。
• 修正後，這隻老鼠的記錄變為 3 秒。
• 題目提到「跑最快的那隻老鼠」，這意味著 1 秒（修正後為 3 秒）是數據中的最小值。

分析標準差 (SD) 的計算：

• 標準差的計算涉及到每一個資料點與平均數的差距。
• 原始數據中的一個值從 1 秒變為 3 秒。
• 這個變動會影響到：
  1. 平均數 (X̄)：由於一個數值改變了，平均數很可能會改變。
  2. 離差平方和 $\sum(X_i - \bar{X})^2$：平均數的改變，以及該資料點本身值的改變，都會影響離差平方和。
• 由於標準差對每一個資料點的變化都很敏感，尤其是當這個變化影響了平均數時，標準差肯定需要重算。

分析四分位距 (IQR) 的計算：

• IQR 是基於第一四分位數 (Q₁) 和第三四分位數 (Q₃)。
• 數據集只有 5 個點。假設修正後的數據為 $X_1, X_2, X_3, X_4, X_5$，且 $X_1 = 3$ 秒是最小值。
• 在一個只有 5 個數據點的樣本中，四分位數的計算方式可能有多種定義。常見的定義如下：
  • Q₁：第 (N+1)/4 個值。對於 N=5，(5+1)/4 = 1.5。

此題考驗對迴歸分析基本性質的理解，特別是最小平方法 (Least Squares Method) 的原理。

在迴歸分析中，我們尋找最佳的迴歸線 $\hat{Y} = b_0 + b_1 X$，使得殘差平方和 $\sum(Y_i - \hat{Y}_i)^2$ 最小。殘差 $e_i = Y_i - \hat{Y}_i$ 是實際值 Y 與預測值 $\hat{Y}$ 之間的差異。

我們逐一檢視敘述：

1. $\sum(Y - \hat{Y}) = 0$ (即 $\sum e_i = 0$)
   這是最小平方法的一個重要性質。在單純迴歸和多元迴歸中，通過最小化殘差平方和，可以推導出殘差的總和為零。這意味著預測值 $\hat{Y}$ 相對於實際值 Y 的偏差是平衡的，正偏差和負偏差相互抵消。這是正確的。

2. $\sum(Y - \hat{Y})^2 = 0$
   殘差平方和為零意味著所有的觀測點都完美地落在迴歸線上，即 $Y_i = \hat{Y}_i$ 對於所有 i。這只有在資料點完全共線（對於單純迴歸）且迴歸線完美擬合所有數據時才可能發生。在一般的迴歸分析中，數據點通常不會完美地落在迴歸線上，所以殘差平方和通常不為零。

心理測驗的定義：
心理測驗是一種標準化的測量工具，用於客觀地評估個人的心理特質、能力、狀態或行為。它通常包含一系列的問題、任務或刺激，透過系統化的施測、計分和解釋程序，來量化被測者的心理特徵，並將其與常模進行比較，以了解被測者在特定心理面向上的相對位置或狀態。

心理測驗的核心特徵包括：

1. 標準化 (Standardization)：施測、計分和解釋的程序都有一致的規定，以確保測驗在不同時間、地點、施測者和受試者之間具有可比性。
2. 客觀性 (Objectivity)：計分和解釋盡量減少主觀判斷的影響，依賴於預設的規則和標準。
3. 量化 (Quantification)：將心理特質轉換為數值，以便進行統計分析和比較。
4. 信效度 (Reliability and Validity)：測驗必須具備足夠的信度（測量結果的一致性與穩定性）和效度（測量到預期特質的程度）。
5. 常模 (Norms)：通常會建立一個參照群體（常模），以提供一個基準，讓測驗結果可以被解釋為相對位置。

編製歷程中最關鍵的部分：
在繁複的心理測驗編製歷程中，我認為信效度的建立是最關鍵的部分。

這是一個要求評論研究敘述的題目，需要從心理測驗編製與統計分析的角度來審視其合理性與潛在問題。

評論分析：

1. 題目的篩選方法：「以各題與五個人格特質分數之相關篩選具區辨力之題目」

• 合理之處：這是一種常見的題目篩選方法，稱為「內容效標關聯分析」(criterion-related validity analysis, 題目-總分相關)。通過計算單一題目與其所屬量尺總分（或外部效標）的相關，可以篩選出能有效反映該特質的題目。
• 潛在問題/疑慮：
  - 「五個人格特質分數」：這裡指的是什麼？是已開發完成的標準量表嗎？還是研究者自己編的？如果是標準量表，那麼這種方法是合理的。但如果只是初步的五個特質分數，其本身可能信效度就不穩定，以此為標準篩選題目，基礎可能不穩固。
  - 「區辨力」：題目中提到「區辨力」，通常區辨力是指題目能否區分出不同群體（例如，高分組和低分組）。僅僅看題目與總分的相關（內部一致性相關），雖然能反映題目是否符合量尺的整體方向，但不直接等同於「區辨力」。更嚴謹的區辨力分析是比較題目得分與已知團體（如高分組 vs. 低分組）的差異。
  - 「相關」的數值：題目沒有給出相關的數值，但篩選的標準通常是相關係數達到一定程度（例如 > 0.3 或 0.4）。

2. 量表的設計：「題數少」、「三點量尺」

• 題數少：
  - 優點：方便施測，縮短施測時間，降低受試者疲勞度。
  - 缺點：題數少可能導致信度（特別是內部一致性信度）不高，且可能無法充分涵蓋該特質的所有面向（內容效度可能受影響）。
• 三點量尺 (Likert scale: 1-2-3)：
  - 優點：簡單易懂，方便受試者作答。
  - 缺點：相較於五點或七點量尺，三點量尺的區辨能力較弱，可能導致資訊損失，且難以捕捉細微的差異。對於人格特質這種複雜的概念，三點量尺可能過於簡化。

3. 量表的聲稱：「便於施測」、「良好的信效度」、「短時間內測量」

• 方便施測、短時間內測量：這與「題數少」、「三點量尺」的設計是吻合的，是設計上的優勢。
• 「良好的信效度」：這是研究者對其量表的聲稱，需要數據支持。

4. 分析結果的解讀：

• 「五大人格特質分數的 KR-20 係數均高於 0.80」：
  - KR-20 係數：KR-20 (Kuder-Richardson Formula 20) 是用於二分法題目（例如，對/錯）的內部一致性信度係數。它適用於題目是二分計分的情況。
  - 三點量尺：題目採用的是「三點量尺」，這表示題目不是二分計分的。對於李克特量尺（多點計分），計算內部一致性信度更常用的是 Cronbach's α 係數。
  - 疑慮：聲稱使用 KR-20 來計算三點量尺題目的信度，這是不恰當的。KR-20 只適用於二分題。如果研究者確實計算了 KR-20，那表示他們可能將三點量尺的計分轉換為二分（例如，高/低，或某個分數線以上/以下），這樣會損失資訊。或者，研究者可能誤用了 KR-20，而應該使用 Cronbach's α。

問題一：建議進行的效度研究

建議：
我會建議研究者進行「結構效度 (Construct Validity)」的研究，特別是透過「因素分析 (Factor Analysis)」來檢驗量表的構念結構。

建議理由：

1. 針對性與核心需求：

   • 題目提到量表是「簡版五大人格量表」，其目的是測量OCEAN五大人格特質。這些特質本身就是理論構念。
   • 前面評論提到，僅憑內部一致性信度 (KR-20/Cronbach's α) 和內部維度間相關來判斷「測量單一特質」和「區辨效度」是不夠的。結構效度是驗證量表是否真正測量了其預設的理論構念，以及這些構念之間的關係是否符合理論預期的最核心的效度類型。
   • 如果研究者希望這個量表能科學地應用，那麼驗證其測量的構念結構是至關重要的。

2. 因素分析的優勢：

   • 驗證題目的歸屬：因素分析可以檢驗題目是否確實能歸納到預設的五個潛在構念（因素）之下，即驗證「聚合效度」(題目與預期構念的相關性高) 和「區辨效度」(題目與非預期構念的相關性低)。
   • 檢驗維度獨立性：可以檢驗這五個理論上獨立的特質，在實際測量中是否真的形成獨立的因素結構。
   • 評估量表精簡性：對於「題數少」的量表，因素分析更能幫助判斷這些題目是否有效地區分了不同的特質，或者是否存在題目重疊、或某個特質未能被充分涵蓋的情況。
   • 提供理論支持：如果因素分析結果支持預設的五因素結構，將為量表的理論基礎提供強有力的統計證據。

3. 其他效度研究的局限性（在此情境下）：

   • 內容效度：雖然重要，但題目已經提到題目是篩選出來的，且研究者可能認為內容已涵蓋。進行內容效度分析（例如專家評鑑）可能比較耗時，且主觀性較強。
   • 效標關聯效度：需要尋找一個外部效標（例如，已驗證的人格量表或行為指標）進行相關分析。尋找合適的效標並收集數據可能需要額外的時間和資源。
   • 同時效度/預測效度：同樣需要外部效標，可能受限於研究經費和時間。

4. 可行性：

   • 因素分析是一種常用的統計技術，只要有足夠的樣本數據（通常建議至少 100-200 人，取決於題目數量和模型複雜度），就可以進行。
   • 研究者可能需要一些統計軟體（如 SPSS, R）和基本的統計知識來執行和解釋。

總結：進行結構效度研究，特別是因素分析，是最能為該簡版量表提供科學依據、驗證其理論基礎和測量精確性的方法，且在時間和經費有限的情況下相對可行。

問題二：回應 Rasch Model 的諮詢

回應內容：

「您好！很高興您對 Rasch Model 感興趣。Rasch Model 是潛在特質理論 (Item Response Theory, IRT) 的一個重要模型，它在心理測量領域非常有價值。如果您對 IRT 不熟悉，我會從幾個方面來解釋，並說明它與您目前使用的方法有何不同，以及它能帶來的好處。」

1. 什麼是 Rasch Model？

• Rasch Model 是一種一參數邏輯模型 (one-parameter logistic model)。它的核心思想是，一個受試者對某個題目的反應（例如，答對或答錯，或在量尺上的評分），取決於兩個主要因素：
  a. 受試者的人格特質水平 (θ)：受試者在這個特質上的能力或傾向有多高。
  - b. 題目的難度 (b)：這個題目對於測量該特質來說有多困難。
• 模型假設，一個受試者答對（或給出較高分數）某題目的機率，是受試者能力水平與題目難度之間差異的函數。
• 關鍵假設：獨立性 (Unidimensionality) 和 局部獨立性 (Local Independence)。

2. Rasch Model 的優勢與它能回答的問題：

• 題目參數的獨立性：Rasch Model 的一個重大優勢是，題目的難度參數 (b) 不依賴於受試者樣本的特質分佈。也就是說，無論您測量的是一群能力很高的學生還是一群能力較低的學生，題目的難度參數應該相對穩定。這使得我們可以更客觀地評估題目本身的特性。

判斷：
該研究團隊無法依實驗研究法操控「高幸福感分數高低」來觀察其對電競訓練前後成效的影響。

原因說明：

1. 操控變項 (Manipulated Variable) vs. 分類變項 (Classificatory Variable)：
   • 實驗研究法的核心特徵是研究者能夠主動操控自變項（獨立變項），將受試者隨機分配到不同的實驗條件（組別）下，然後觀察對依變項（因變項）的影響。
   • 在實驗設計中，「高幸福感分數」是被用來篩選受試者的標準，而不是研究者操控或創設的變項。受試者天生就具有不同的幸福感水平，研究者只是根據他們原有的幸福感水平將其分組。
   • 因此，「幸福感分數高低」在此研究中是一個分類變項 (Classificatory Variable) 或屬性變項 (Attribute Variable)，而不是一個由研究者操控的實驗變項 (Experimental Variable)。

要精確描述此研究的設計，需要考慮以下幾個關鍵要素：

1. 研究目的：探討電競訓練對青少年幸福感提升的成效，並探究「居住地」、「預設幸福感水平」以及「電競訓練」這三個變項之間的關係。

2. 研究類型：這是一個準實驗設計 (Quasi-experimental Design)，並且包含實驗處理和觀察性變項。

   • 準實驗：因為研究者無法完全操控所有關鍵變項（例如，受試者的居住地和預設的幸福感水平），並且分組（高/低幸福感組）是基於受試者原有的特徵，而非隨機分派。
   • 包含實驗處理：研究者提供了「電競訓練」這個實驗處理。

3. 自變項 (Independent Variables / Predictors)：

   • 實驗處理變項 (Experimental Treatment Variable)：電競訓練 (是否接受訓練，或訓練的介入)。在本研究中，是比較「訓練前」與「訓練後」的幸福感變化。
   • 分類變項 (Classificatory Variables / Grouping Variables)：
     • 居住地：都市 vs. 偏鄉 (2水準)。這是一個觀察性變項。
     • 預設幸福感水平：高幸福感組 vs. 低幸福感組 (2水準)。這是基於篩選結果的分組。

4. 依變項 (Dependent Variable / Outcome Variable)：

   • 幸福感分數：在電競訓練前後測量的分數。研究者關注的是幸福感的變化量或訓練後的水平。

核心觀念

本題考查的是「交叉分類後的受試者人數判讀」。題目要找同時符合下列三個條件的受試者：

1. 來自偏鄉；
2. 屬於高幸福感組；
3. 完成電競訓練。

因此，答案是三個條件交集中的人數：

解題方法

應在題目所附的實驗資料表、流程圖或受試者分組表中，找到「偏鄉 × 高幸福感 × 完成電競訓練」這一格，直接讀取該格的人數。

結論：
根據本實驗結果，可以得到「電競訓練可以提高幸福感」的結論。

原因說明：

1. 顯著的組內效應 (Within-subjects Effect)：
   • 在 ANOVA 表格中，我們關注「電競訓練」這個組內因子 (Within subjects) 對幸福感的影響。
   • 查看「電競訓練」這一列的 P-value：對於「電競訓練」主效應，P-value 為 < .001。
   • 由於 P-value (< .001) 小於常見的顯著水準 α (例如 0.05)，這表示「電競訓練」的主效應是統計上顯著的。
   • 這意味著，在控制了居住地和預設幸福感水平的影響後，受試者在接受電競訓練前後的幸福感分數存在顯著差異。

判斷：
本實驗結果不支持「電競訓練對高幸福感組與低幸福感組的都市青少年其幸福感能有不同程度的提升」的結論。

原因說明：

1. 檢視交互作用 (Interaction Effect)：

   • 要判斷訓練效果是否因預設幸福感水平（高/低）而異，我們需要檢視「電競訓練」與「幸福感」這兩個因子之間的交互作用。
   • 在 ANOVA 表格中，我們尋找「電競訓練 x 幸福感」的交互作用項。
   • 查看該交互作用項的 P-value：對於「電競訓練x幸福感」的交互作用，P-value 為 0.327。
   • 由於 P-value (0.327) 大於常見的顯著水準 α (例如 0.05)，這個交互作用是統計上不顯著的。

2. 交互作用不顯著的意義：

   • 「電競訓練 x 幸福感」的交互作用不顯著，意味著電競訓練對幸福感提升的效果，在統計上沒有顯著差異，無論受試者原本是高幸福感組還是低幸福感組。

繪製交互作用示意圖：

交互作用圖通常以時間（組內因子）為 X 軸，依變項（幸福感）為 Y 軸。然後為組間因子（居住地）的每個水準繪製一條線。

• X 軸：時間 (訓練前, 訓練後)
• Y 軸：幸福感分數
• 線 1：代表「都市」受試者在訓練前後的幸福感分數。
• 線 2：代表「偏鄉」受試者在訓練前後的幸福感分數。

圖形描述：

1. 畫出 X 軸和 Y 軸。
2. 在 X 軸上標示「訓練前」和「訓練後」。
3. 在 Y 軸上標示幸福感分數的範圍（例如從 0 到 4，根據圖表）。
4. 繪製兩條線：
   • 都市線：連接「都市」受試者在「訓練前」的平均幸福感分數和「訓練後」的平均幸福感分數。
   • 偏鄉線：連接「偏鄉」受試者在「訓練前」的平均幸福感分數和「訓練後」的平均幸福感分數。

根據 ANOVA 表格判斷交互作用是否顯著：

要判斷「居住地」與「電競訓練」的交互作用是否統計顯著，我們需要查看 ANOVA 表格中對應的 P-value。

• 尋找「電競訓練 x 居住地」的交互作用項。
• 查看該交互作用項的 P-value：對於「電競訓練x居住地」的交互作用，P-value 為 <.001。

判斷結果：
由於 P-value (< .001) 小於常見的顯著水準 α (例如 0.05)，這個交互作用是統計上顯著的。

交互作用圖的預期形態（用於說明顯著性）：

• 當交互作用顯著時，兩條線（都市線和偏鄉線）在圖上不會是平行的。

這個實驗設計確實存在一些潛在的疏失，特別是在混淆變項 (Confounding Variables) 的控制和研究設計的嚴謹性方面。以下提出三種可能的混淆變項及其對應的改善方法：

1. 混淆變項：受試者的動機與投入程度 (Motivation and Engagement Level)

• 說明：

  • 幸福感的提升可能不僅僅來自於電競訓練本身，也可能受到受試者在訓練期間的參與動機、投入程度、以及對電競活動的興趣影響。
  • 即使都是「高幸福感組」或「低幸福感組」，他們的動機水平可能差異很大。動機高的人可能本身就更容易從任何活動中獲得積極體驗，進而提升幸福感，這與電競訓練的直接效果混淆。
  • 此外，受試者可能因為參與研究而獲得額外關注，這也可能影響他們的表現（霍桑效應）。

• 改善方法：

  • 納入動機作為共變數 (Covariate)：在進行 ANOVA 分析時，可以額外測量受試者的動機（例如，透過問卷），並將其作為共變數 (ANCOVA) 納入分析。這樣可以統計上控制動機水平的差異，更純粹地檢視電競訓練的效果。
  • 標準化訓練過程：盡可能標準化電競訓練的內容和進行方式，並鼓勵所有受試者積極參與。可以設定一些參與度的指標，並在分析時考慮這些指標。
  • 招募動機一致的樣本：在招募受試者時，可以篩選動機水平較為一致的參與者，或者進行分層抽樣，確保各組在動機水平上盡量平衡。

2. 混淆變項：電競訓練內容的具體影響 (Specific Effects of E-sports Training Content)

• 說明：

  • 「電競訓練」是一個廣泛的概念，其具體內容可能包含團隊合作、策略規劃、反應速度訓練、社交互動（如果是在多人線上遊戲中）等。
  • 幸福感的提升可能不是來自「電競」本身，而是來自訓練過程中特定元素的影響。例如，如果是團隊合作的訓練，幸福感的提升可能來自於社交連結的增強；如果是策略規劃，可能來自於成就感的提升。
  • 如果不同組別（例如都市 vs. 偏鄉，或高/低幸福感組）對訓練內容的感知或反應不同，那麼這些訓練內容的特定元素就可能成為混淆變項。

• 改善方法：

  • 詳細記錄訓練內容與受試者反應：在研究過程中，詳細記錄訓練的具體活動、時間分配，並收集受試者對訓練內容的感知和評價。
  • 設計對照組：

這是一個關於信賴區間定義的判斷題。信賴區間的正確解釋是：重複抽樣下，建構出的信賴區間有 (1-x)% 的比例會包含母群母數。