第一章緒論根據統計:某人力銀行抽樣調查「暑期工讀調查」結果：92.5%的受訪者表示今年暑假會去打工。而打工主要動機，有76.09%的人是為了賺錢，20.13%的人為了獲得工作經驗。問到工讀最關心的薪資待遇問題時，學生們認為合理的工讀時薪平均為95.52元，全職工讀月薪平均為17696.45元。上述這些資料僅說明資料收集整理後的概略結果，屬於早期的統計學稱為敘述統計學（descriptivestatistics）而近代統計學不僅收集資料,且以少數資料推論該資料全體性質,故此期統計學稱為推論統計學(inferentialstatistics)敘述統計學(descriptivestatistics)：敘述統計學是將蒐集之資料整理成一簡單數據(如平均數或百分比)或圖表以說明此資料之概略性質。推論統計學(inferentialstatistics)：推論統計學是將少數資料所獲得的結果，推論至該資料的全體性質，它又稱為歸納統計學(inductivestatistics)，為近代統計學研究的對象。推論統計學即如某藥品治療20位高血壓病人(少數資料)之治療效果用於推論所有高血壓病人(如100萬人)(全體資料)之治療效果統計學依應用範圍可細分為：工業統計學（包含實驗設計、品管、可靠度等）。生物統計學（包含動植物統計學、生態統計學、環境統計學、醫學統計學、藥學統計學、遺傳統計學等）。心理統計學、產經統計學、社會統計學..等。雖然有不同科別的統計學之區分，其原理及方法均大同小異。另有專以數學公式及原理為研究討論目的稱為數理統計學。如何研習統計對於應用統計學而言，並非莫測高深的學科，只須有基本數學程度即可。統計學與一般數學不同，前者著重在將搜集的資料，以簡單計算式處理後解釋其性質，而後者則常在從事數理公式的推導及證明。研習統計學可區分為兩類型：有意成為統計專家，專門從事試驗設計及資料分析，所以必須熟悉各種統計理論及方法。研習統計的常識，具基本統計概念，能與專家學者溝通，或者至少能夠閱讀研究報告及期刊論文。對統計學產生興趣？當你必須用統計方法去瞭解問題的真相時，就會想要認識它,進而對它產生興趣。統計學僅根據兩個數據及一個公式衍生出相關的統計方法：兩個數據:平均值＆標準偏差(第三章)一個公式:標準化值公式(第五章)統計學並非如一般人的觀念，好像用了很多複雜的數學觀念及公式，其實不然，實用上只要有代數學之基礎即可。所以研習統計學應是輕鬆愉快的！我的讀書心得十本書讀一遍不如一本書讀十遍我的吃飯歌:(以前首兒歌弦律唱)我的讀書歌:第二章族群與樣品(樣本)假設某研究人員想瞭解：一所大學15000個學生體重去年10萬多個大專畢業生每個人薪資。某公司24個員工每個人教育年數。上面的「一所大學學生體重」、「去年所有大專畢業生薪資」、「24個員工教育年數」可說就是3個族群(population)。每個學生體重、每個畢業生薪資、每個員工教育年數稱為一個觀測值(observation)或元素(element)如從去年10多萬個大專畢業生中，隨機抽取1,000個做薪資調查。這1,000個大專畢業生薪資即為一個樣品(sample)。族群（population）：是由具有某些共同特質的觀測值或元素（人或事物）所組成的群體，也是研究人員所要研究觀察對象的全體。樣品（sample）：是由族群中抽取部份觀測值或元素而組成的個體或觀測值，是族群的一小部份觀測值。族群的種類:樣品種類隨機樣品:樣品要能夠概括族群的性質，因此必須使族群的每個個體獨立且機會均等地被選為樣品，此樣品稱為隨機樣品。而此隨機樣品必須能反映出族群的性質。非隨機樣品:依取得方法的不同，也有非隨機樣品，這類樣品全憑抽樣者主觀判斷及經驗，不是依據機率理論或隨機原則所獲得的。最常用的為:簡單隨機抽樣（simplerandomsampling：SRS）。其他有:系統抽樣（systematicsampling：SYS）。分層隨機抽樣（stratifiedrandomsampling：STRS）。集群抽樣（clustersampling：CS）。不歸還抽樣法歸還抽樣法抽取機率簡單隨機抽樣法(SRS)之應用精密度與準確度PrecisionandAccuracy2.7抽樣誤差:系統誤差與隨機誤差隨機誤差(RandomError)：測量每個物體觀測值時皆不盡相同，原其因不明,是偶然發生的誤差。