結語

這份筆記整理自課堂內容、統計教材與查閱到的資料，也收錄了我在學習過程中對公式與方法所做的推導。它不只是各種檢定公式的集合，而是希望把看似分散的統計方法放回同一條思考主線。

從基礎概念走向統計方法

前面的章節先建立統計學的基本概念，接著介紹常見機率分布、抽樣、自由度與虛無假設。這些內容並不是各自獨立的名詞；後面的 t 檢定、卡方檢定、變異數分析、迴歸、無母數方法與存活分析，都會反覆使用它們。

不同統計方法共享的分析流程

不同方法處理的資料型態與研究問題雖然不同，但在這份筆記中可以整理成一個共同流程：

方法選擇時，這份筆記常先討論資料是否適合常態分布等有母數模型，或是否需要考慮無母數方法。這是理解方法差異的重要入口，但不能只用一次常態性檢定決定方法；還要同時考慮資料尺度、樣本關係、離群值、分布形狀與真正要檢定的母體命題。

1. 先確認資料型態、樣本之間的關係，以及方法所需的分布或模型條件。
2. 從研究問題寫出虛無假設與對立假設，先說清楚究竟要比較哪一個母體命題。
3. 在虛無假設成立的前提下，將抽樣資料整理成適合的統計量；從數學上看，這通常是在進行隨機變數的轉換或組合。
4. 推導或辨認該統計量的期望值、變異數與抽樣分布，例如常態分布、t 分布、F 分布或卡方分布。
5. 利用觀察到的統計量求得 p 值，再配合效果大小、信賴區間、資料圖形與研究背景作出解釋。

推導平均數與變異數的意義

筆記中的許多推導，目的都是回答同一類問題：為什麼某個統計量的平均數與標準差要這樣計算？只有知道統計量在重複抽樣下以哪裡為中心、會有多大的隨機變動，才能把觀察結果轉換成 Z、t、F、卡方或其他可判讀的統計量。

推導過程中反覆出現的重要工具是線性組合。把多個隨機變數相加、相減或加權合併時，期望值、變異數與共變異數會共同決定新統計量的分布。兩組平均數之差、成對差值、組間與組內變異，以及迴歸中的平方和，都可以從這個角度理解。

關於仍未附上的公式證明

部分公式沒有附上完整證明，有些是因為推導需要超出這份筆記範圍的數學工具，以我目前的能力還無法完整完成；有些則是在查閱教材與網路資料後，仍沒有找到足以重建全部步驟的說明。這些地方會明確保留界線，不用不完整的推導假裝已經證明；日後若找到可靠且能清楚說明的推導，再繼續補充。

統計方法真正重要的，不只是算出一個 p 值，而是知道研究問題如何轉成虛無假設、資料如何形成統計量、統計量為什麼服從某個分布，以及結論受到哪些條件限制。這也是這份筆記從概念、公式推導到實務判讀所希望建立的完整脈絡。

全文完。