主題:教統 ─ 誤差

1. 『系統誤差』： 所謂測量，乃是大家事先公定有一測量 單位（標準），例如 公尺。 然後依據製造出含刻度的測量工具（例如 尺）， 將測量工具 和待測物相互比較，而判得 測量值。 如果測量工具本身所顯示的刻度，因為校正時疏忽，造成不正確。或因為 環境的因素（例如溫度 壓力等），使得數值產生變化。或因 人為不正確（或不熟練）操作或 觀測方法錯誤。都是可能產生 系統誤差的來源。 對於某些非 直接測量的物理量，依據某 原理或方法設計出來的實驗。也有可能因為 實驗時 無法充分滿足 原理所假設的狀況，或根本設計原理有失誤，而造成系統誤差。（這也是很多人常忽略的 通常 『系統誤差』會使得所有測量值 都過高或過低的偏差，偏差量大致相同，不含機率分佈的因素。 2. 『隨機誤差』： 實驗的基本方法，往往是希望能 控制變因，以找出 物理量受 個別變因的影響。因此 總是希望 控制所有影響的變因，一次只讓一種變因變化。實驗的設計便是盡量能達到上述的目的。而且為了實驗簡便，往往也忽略對實驗影響較微小的因素。（也比較實際） 但實際操作時，不見得盡如人意。這些不易控制（有時候無法控制）的小變因，便會使測量值產生隨機分佈的誤差。也就是說 有些測量值會過高，有些則會稍低。 降低 『系統誤差』的方法，當然只有靠 正確分析誤差來源：儀器造成的 → 設法改良儀器。環境造成的 → 設法控制實驗環境。操作不良的→ 只好 加強訓練自己了喔！   抽樣誤差是樣本統計量與相對應的母體參數間的差異。此種差異來自抽樣過程的機遇(chance)，抽樣方法及推論方法的不同。抽樣誤差在統計上是為了省時、省錢、省工而有計畫地被允許的，且可以一定公式控制其大小。 由於母體中的各個元素互不相同，且樣本為母體的一部份，因此樣本統計量會隨樣本不同而不同，故樣本統計量與母體參數之間不免有所差異。抽樣誤差是抽樣所造成的誤差，一方面是選取樣本時，機遇所造成的。機遇所產生的誤差稱為隨機抽樣誤差，可經由選擇樣本數的多寡來控制，一般而言，樣本數愈多，隨機抽樣誤差較小。另一方面是所使用的抽樣方法所造成的。一般而言，機率抽樣法的抽樣誤差較小，非機率抽樣法的抽樣誤差較大。不良的抽樣方法會造成極大的抽樣誤差。 舉例說明： 例如：利用call in來抽樣，其抽樣誤差就會很大。 例如：調查時不幸抽樣到十分偏激的樣本，使得樣本代表性減低。 例如：想調查全台選民政黨結構時，如果抽樣明顯集中台灣北部，則會造成因為設計不佳，而抽樣產生偏差。   何謂非抽樣誤差： 至於非抽樣誤差，是與抽樣無關的系統誤差，主要來自調查時的執行與事後在記錄、整理資料. 時所發生的錯誤，其特性剛好和抽樣誤差相反。非抽樣誤差在調查的每個階段幾乎都會發生。 非抽樣誤差可分為處理誤差與回應誤差兩種。處理誤差是指處理資料時所犯的錯誤，包括計算錯誤、資料輸入錯誤。此種誤差無法估計，唯有在資料的整理、計算上做妥善的規劃與審核方可減少誤差，統計學家通常假設此種誤差不存在。回應誤差是選定的受訪對象給的資料不正確或是不回應。 舉例說明： 例如：受訪對象不願誠實回答問題，或對問題不瞭解，或不用心隨便猜測，或記憶錯誤等等。要降低處理誤差可以加強訓練調查員，與加強資料的審核或利用電腦來處理資料。