สถิติเบื้องต้น (Basic Statistics) ʶԵԤ×ÍÍÐäà : ¼Ùéà¢Õ¹àͧ¨ÓäÁèä´éÇèÒ à¤Âä´éà¨Í¤Ó¨Ó¡Ñ´¤ÇÒÁ¹Õé·Õèä˹ËÃ×ÍäÁèà¾ÃÒÐà·èÒ·Õè·ÃÒº ¡çäÁèà¤ÂÁÕ¤ÓºÑѵÔà¡ÕèÂǡѺ¤ÇÒÁËÁÒ¢ͧ¤ÓÇèÒ Ê¶Ôµ äÇéµÒµÑÇ ·èÒ¹¼ÙéÍèÒ¹¤§à¤Âä´éÂÔ¹¤ÓÇèÒ " ¹Ñ¡¡ÃÕ±ÒªÒÇÊËÃÑ°·ÓÅÒÂÊ¶ÔµÔ ã¹¡ÒÃÇÔè§ÃÐÂÐ 100 àÁµÃ " " ¹Ñ¡¡ÕÌÒÇèÒ¹éÓªÒÇÍÍÊàµÃàÅÕ à»ç¹à¨éÒʶԵÔÇèÒ¼ÕàÊ×éÍ 200 àÁµÃ " ¨Ò¡¢éͤÇÒÁ¢éÒ§º¹¹Õé ¤ÓÇèÒ Ê¶ÔµÔ ¹Õé¨ÐÁÒ¨Ò¡ÈѾ·ìÀÒÉÒÍѧ¡ÄÉ ¤×Í " Record" «Öè§ËÁÒ¶֧¤èÒ·Õè´Õ·ÕèÊØ´ ËÃ×Í ÍÐä÷Õèà»ç¹ "·ÕèÊØ´" à¾Õ§˹Öè§à´ÕÂÇ áÅйÕèàͧ·Õè·ÓãËéàÃÒÃÙéÊÖ¡ÊѺʹ¡Ñº¤ÓÇèÒ Ê¶ÔµÔ ÍÕ¡¤Ó·ÕèµÃ§¡ÑºÈѾ·ìÀÒÉÒÍѧ¡ÄÉÇèÒ " Statistics" ¼Ùéà¢Õ¹¡çàÅ¢ÍãËé¤Ó¨Ó¡Ñ´¤ÇÒÁã¹á§èÁØÁÁͧ¢Í§¼Ùéà¢Õ¹àͧ ´Ñ§¹Õé Ê¶ÔµÔ (Statistics) ¤×Í
¡ÒùÓàÍÒ¢éÍÁÙÅ Êèǹ¹éÍÂ(¨Ò¡µÑÇÍÂèÒ§) ÁÒªèÇÂ㹡ÒäҴ¡Òóì(¾Âҡóì) ÊèǹÁÒ¡·ÕèäÁèÍÒ¨¨ÐËÒ¤èÒ·Õèµéͧ¡Ò÷ÃÒºä´éËÁ´ ËÃ×Í àÍÒ¢éÍÁÙÅã¹Í´Õµ/»Ñ¨¨ØºÑ¹ ÁÒªèÇÂ㹡ÒäҴ¡Òóì(¾Âҡóì) ÊÔ觷Õè¨Ðà»ç¹ã¹Í¹Ò¤µ ·ÕèäÁèÊÒÁÒöàË繤èÒ·Õè¶Ù¡µéͧä´éà¾ÃÒÐÂѧäÁèä´éà¡Ô´¢Öé¹ ´Ñ§¹Ñ鹡ÒÃãªéÊ¶ÔµÔ ¡çäÁèµèÒ§ÍÐäáѺ¡ÒÃà´Ò àËÁ×͹¡ÑººÃôҹѡ·Ó¹Ò (ËÁÍ´Ù)ãªé àÁ×è͵éͧ¡Ò÷ӹÒ ´Ç§ ⪤ªÐµÒ ¢Í§¤¹ ¹Ð«Ô ¡çÁÕÊèǹ¶Ù¡áÅмԴ ·ÕèÇèÒ¶Ù¡¤×Í ¡ÒÃãªéÊ¶ÔµÔ ¨ÐãËé¼Å¶Ù¡µéͧäÁè 100 % áÅÐà»ç¹à¾Õ§¡ÒäҴ¡Òóì ÊÔ觷ÕèÂѧÁͧäÁèàËç¹ àªè¹¡Ñ¹ ·ÕèÇèÒ¼Ô´¡ç¤×Í¡ÒÃãªéʶԵÔÍÂèÒ§¶Ù¡µéͧ ¨ÐÁÕ¢éÍ¡Ó˹´·Õèà»ç¹ËÅÑ¡ÇÔ·ÂÒÈÒʵÃì ·Õè¼èÒ¹¡ÒþÔÊÙ¨¹ìáÅéÇ ÁÕ¡ÒÃãªé¢éÍÁÙÅ ¡ÒÃÇÔà¤ÃÒÐËì´éǤ³ÔµÈÒʵÃì «Ö觵èÒ§¨Ò¡·ÕèËÁÍ´Ùãªé ·Õè¨Ðà»ç¹ÈÔÅ»ÈÒʵÃì ·ÕèÂѧäÁèÊÒÁÒö¾ÔÊÙ¨¹ì¤ÇÒÁ¶Ù¡µéͧä´é à»ç¹à¾Õ§ÈÒʵÃì ·ÕèÊ׺¶Í´¡Ñ¹ÁÒ äÁèÁÕ·ÄɮշÕèà»ç¹·Õèà»Ô´à¼Â ในวิชาสถิติ เราจะแบ่งลักษณะการนำไปประยุกต์ใช้งานได้เป็นสองลักษณะใหญ่ๆ และยังมีการแยกย่อยลักษณะของแต่ละกลุ่มได้อีกหลายลักษณะ ดังต่อไปนี้ 1. สถิติเชิงพรรณนา (Descriptive Statistics) คือการใช้สถิติเพื่ออธิบายข้อมูลที่มีอยู่ โดยไม่ได้นำไปพยากรณ์ประชากร แต่อย่างใด โดยลักษณะที่จะพรรณนาข้อมูลนั้น มีอยู่สองลักษณะ
µÑÇÍÂèÒ§ ¡ÒÃãªé Descriptive statistic : ¤ÃÙÊ͹ÇÔªÒ¤³ÔµÈÒʵÃì ªÑé¹ÁѸÂÁÈÖ¡ÉÒ»Õ·Õè 4 (Á.4) âçàÃÕ¹áËè§Ë¹Öè§ ÍÂÒ¡·ÃÒºÇèÒ ¹Ñ¡àÃÕ¹ªÑé¹ Á.4 à¢éÒãËÁè»Õ¡ÒÃÈÖ¡ÉÒ¹Õé«Öè§ÁÕ·Ñé§ËÁ´ 10 ËéͧàÃÕ¹ (¨Ó¹Ç¹·Ñé§ËÁ´ 400 ) ¹Ñé¹ ¨ÐÁÕ¤ÇÒÁÊÒÁÒö·Ò§¤³ÔµÈÒʵÃì ÍÂÙèã¹ÃдѺ㴠¨Ö§ä´é¨Ñ´·Ó¢éÍÊͺ à¾×èÍ·Ó¡Ò÷´Êͺ áÅéÇãËé¹Ñ¡àÃÕ¹·Ø¡¤¹·Ó¢éÍÊͺªØ´à´ÕÂǡѹ â´ÂÁÕ¤Ðá¹¹àµçÁ 100 ¤Ðá¹¹ »ÃÒ¡¯¼ÅÇèÒ ¹Ñ¡àÃÕ¹·Ñé§ËÁ´·Õèà¢éÒÊͺ ·Ó¤Ðá¹¹ ä´éÁÒ¡ºéÒ§¹éͺéÒ§ â´ÂÁÕ¢éÍÁÙÅâ´ÂÊÃØ»´Ñ§¹Õé
¨ÐàËç¹ÇèҤس¤ÃÙ·èÒ¹¹Õé àÍÒ¢éÍÁÙÅ·Õèä´éÁÒÊÒ¸ÂÒ â´ÂÀÒ¾ÃÇÁãËéàËç¹ÇèÒ ¼Å¡Ò÷´Êͺ¤ÃÑ駹Õéä´é¼ÅÍÂèÒ§äúéÒ§ äÁèä´éÁÕ¡ÒùÓ令Ҵ¡ÒóìÍÐäÃàÅ àÃÒ¨Ö§àÃÕ¡ÇèÒà»ç¹ ʶԵÔàªÔ§ºÃÃÂÒÂ(¾Ãó¹Ò)
2. สถิติเชิงอนุมาน (Inferential Statistics) เป็นสถิติที่มีความสำคัญและถูกใช้มากกว่า ลักษณะที่สำคัญคือเป็นการศึกษาข้อมูลของกลุ่ม ตัวอย่าง แล้วนำผลสรุปไปประมาณหรือคาดการณ์ประชากร หรือเหตุการณ์ที่จะเกิดขึ้นในอนาคตทั้งนี้สามารถแยกย่อยลักษณะของ สถิติอนุมานได้สอง ลักษณะดังนี้ 2.1 การประมาณค่าพารามิเตอร์ (Parameter Estimation) ค่าพารามิเตอร์คือค่าที่บ่งบอกคุณลักษณะเฉพาะของประชากร เช่น. ค่าเฉลี่ย ค่าเบี่ยงเบนมาตรฐาน ซึ่งวิธีประมาณค่าพารามิเตอร์นี้ก็ยังสามารถแบ่งได้สองวิธีคือ - การประมาณการแบบบอกค่าเดียวหรือแบบจุดเดียว (Point Estimation) เช่น. ประมาณค่าน้ำหนักเฉลี่ยของชิ้นงานทั้งหมด (ประชากร)เท่ากับ 167.6 กรัม เป็นต้น โดยที่ค่าที่เราได้มานี้จะได้มาจากการวิเคราะห์ข้อมูลของกลุ่มตัวอย่างเท่านั้น ทำให้การประมาณค่าวิธีนี้มีโอกาสคลาดเคลื่อนมาก เพราะเราเองก็ไม่อาจรู้ค่าน้ำหนักที่แท้จริงชิ้นงาน (ประชากร)ได้ทุกตัว Variable N Mean Weight 100 167.61 จากตัวอย่าง เมื่อเราหาค่าเฉลี่ยของกลุ่มตัวอย่างได้เท่าไหร่ เราก็ใช้เป็นตัวประมาณค่ากลางของประชากรเลย µÑÇÍÂèÒ§ ¡ÒÃãªé Point estimation : ¤ÃÙÇÔªÒÀÒÉÒÍѧ¡ÄÉ ªÑé¹ÁѸÂÁÈÖ¡ÉÒ»Õ·Õè 4 (Á.4) âçàÃÕ¹áËè§Ë¹Öè§ ÍÂÒ¡·ÃÒºÇèÒ ¹Ñ¡àÃÕ¹ªÑé¹ Á.4 à¢éÒãËÁè»Õ¡ÒÃÈÖ¡ÉÒ¹Õé«Öè§ÁÕ·Ñé§ËÁ´ 10 ËéͧàÃÕ¹ (¨Ó¹Ç¹·Ñé§ËÁ´ 400 ) ¹Ñé¹ ¨ÐÁÕ¤ÇÒÁÃÙéÀÒÉÒÍѧ¡ÄÉÍÂÙèã¹ÃдѺ㴠¨Ö§ä´é¨Ñ´·Ó¢éÍÊͺ à¾×èÍ·Ó¡Ò÷´Êͺ áµè¤ÃÙ·èÒ¹¹ÕéàÅ×Í¡ãªéÇÔ¸ÕÊØèÁµÑÇÍÂèÒ§¹Ñ¡àÃÕ¹ÁÒËéͧÅÐ 5 ¤¹ ÃÇÁáÅéÇ 50 ¤¹ áÅéÇãËé·Ó¢éÍÊͺªØ´à´ÕÂǡѹ â´ÂÁÕ¤Ðá¹¹àµçÁ 100 ¤Ðá¹¹ »ÃÒ¡¯¼ÅÇèÒ ¹Ñ¡àÃÕ¹·Ñé§ËÁ´·Õèà¢éÒÊͺ ·Ó¤Ðá¹¹ ä´éÁÒ¡ºéÒ§¹éͺéÒ§ àÁ×èÍËÒ¤èÒà©ÅÕèÂáÅéÇ ä´é¤Ðá¹¹ 55 ¤Ðá¹¹ ¤Ø³¤ÃÙ·èÒ¹¹Õé¡çàÅÂÊÃØ»ÇèÒ ¹Ñ¡àÃÕ¹ ªÑé¹ Á4. »Õ¹ÕéÁÕ¤ÇÒÁÊÒÁÒöÀÒÉÒÍѧ¡ÄÉ ÍÂÙèã¹ÃдѺ »Ò¹¡ÅÒ§à·èÒ¹Ñé¹ - การประมาณค่าแบบบอกเป็นช่วง (Interval Estimation) เมื่อวิธีประมาณการแบบจุดมีโอกาสผิดพลาด ทั้งนี้ เพราะเมื่อเราไปเก็บตัวอย่างมาอีกกลุ่ม เมื่อหาค่าเฉลี่ยออกมาก็จะได้ไม่ตรงกับของกลุ่มตัวอย่างแรกหรอก และถ้าเราไปเก็บ ตัวอย่างมาหลายๆกลุ่ม ค่าเฉลี่ยของแต่ละกลุ่มก็เปลี่ยนไปทั้งได้มากกว่าและน้อยกว่า นั่นแปÅว่าเมื่อเรานำไปประมาณค่า เฉลี่ยของประชากร แต่ละครั้งก็จะได้ค่าไม่ตรงอยู่ดี แต่ถ้าสังเกตดูจะเห็นว่า ค่าเฉลี่ยของกลุ่มตัวอย่างหลายๆกลุ่มนั้นจะตก อยู่ในย่านๆหนึ่งเสมอ เราเรียกว่า Interval ดังนั้นแทนที่เราจะบอกเป็นค่าเดียว เราก็เปลี่ยนมาบอกเป็นย่านที่ค่าพารามิเตอร์ จะตกอยู่แทน แล้วเราก็คาดการได้ว่า โอกาสที่ค่าพารามิเตอร์จะอยู่ภายใน Interval นี้ด้วยระดับความมั่นใจเท่าไหร่ Variable N Mean 95.0% CI Weight 100 167.613 ( 165.871, 169.356) จากตัวอย่างจะมีการบอกเป็นช่วงความเชื่อมั่นว่า มั่นใจว่าค่ากลางขงอประชากรจะอยู่ภายในย่านนี้ 95 เปอร์เซนต์ จะห็นว่า ช่วงความเชื่อมั่นนี้จะบอกค่าต่ำสุดและสูงสุดมาให้เรา ขอให้อ่านรายละเอียดในหัวข้อ Confidence Interval µÑÇÍÂèÒ§ ¡ÒÃãªé Interval estimation : ¤Ø³¤ÃÙ·èÒ¹à´ÔÁ¨Ò¡µÑÇÍÂèÒ§·Õè¼èÒ¹ÁÒ à»ÅÕè¹ã¨á·¹·Õè¨ÐÊÃØ»ÇèÒ ¹Ñ¡àÃÕ¹ªÑé¹ Á4. ·Õèà¢éÒãËÁè»Õ¹ÕéÁÕ¤ÇÒÁÃÙé ÀÒÉÒÍѧ¡ÄÉ ÍÂÙèã¹ÃдѺ 55 ¤Ðá¹¹ «Öè§ÍÂÙèÃдѺ¡ÅÒ§æ ¤Ø³¤ÃÙä´éÇÔà¤ÃÒÐËì¢éÍÁÙÅãËÁè â´ÂËÒÇèÒ 80% ¢Í§¹Ñ¡àÃÕ¹·Õèà¢éÒÊͺ ·Ó¤Ðá¹¹ä´éÍÂÙè㹪èǧ㴠¨Ö§¹Ó¤Ðá¹¹¢Í§·Ñé§ 50 ¹Ñ¡àÃÕ¹ ÁÒàÃÕ§Íѹ´Ñº áÅéǤѴ ¤Ðá¹¹µèÓÊØ´ 5 ¤¹ áÅÐÊÙ§ÊØ´ÍÕ¡ 5 ¤¹ÍÍ¡ ( ÃÇÁáÅéÇ 10 ¤¹ à»ç¹ 20% ) àÁ×è͹ӤÐá¹¹ ¢Í§ 40 ¹Ñ¡àÃÕ¹·ÕèàËÅ×ÍÁÒ´Ù ¾ºÇèÒ ÁÕ¤Ðá¹¹ µÑé§áµè 42 ¤Ðá¹¹ ¨¹¶Ö§ 76 ¤Ðá¹¹ ¤Ø³¤ÃÙ·èÒ¹¹Õé¡çãªé¢éÍÁÙŹÕéÊÃØ»ÇèÒ »ÃÐÁÒ³ 80% ¢Í§¹Ñ¡àÃÕ¹ ªÑé¹ Á4. ·Õèà¢éÒãËÁè»Õ¹ÕéÁÕ¤ÇÒÁÃÙéÀÒÉÒÍѧ¡ÄÉ ÍÂÙè㹪èǧ 42 - 76 ¤Ðá¹¹ (àµçÁ 100 ¤Ðá¹¹ ) 2.2 . การทดสอบสมมุติฐาน (Hypothesis Testing) เมื่อเรามีความสงสัยในเรื่องใด สิ่งสำคัญที่สุดคือเราจะตั้งสมมุติฐานเกี่ยวกับปัญหานั้นเสียก่อน ซึ่งแท้จริงก็คือเราตั้งสมมุติฐานเกี่ยวกับประชากรแล้ว เราก็ทำการเก็บข้อมูลจากกลุ่มตัวอย่าง เพื่อหาข้อสรุปว่า สมมุติฐานที่เราตั้งนั้น เราจะยอมรับหรือปฏิเสธ โดยมีวิธีการและรายละเอียดแยกย่อยอีกมากมาย ขอให้อ่านราย ละเอียดในเรื่อง การทดสอบสมมุติฐาน
¨ÐàËç¹ÇèÒ¢éÍᵡµèÒ§¢Í§ ʶԵÔàªÔ§¾Ãó¹Ò ¡Ñº ͹ØÁÒ¹ ¤×ÍʶԵÔàªÔ§Í¹ØÁÒ¹¨ÐÁÕ¡ÒùӼŷÕèä´é仡ÅèÒÇÍéÒ§ (͹ØÁÒ¹) ¶Ö§»ÃЪҡà ¨Ó¹Ç¹ÁÒ¡ ´Ñ§¹Ñé¹ ËÒ¡àÁ×èÍã´¡çµÒÁ·Õè¼Ùéãªé ÇÔà¤ÃÒÐËì¢éÍÁÙÅ´éÇÂà¤Ã×èͧÁ×ͷҧʶԵÔáÅéÇ äÁèä´é¹Ó仡ÅèÒÇÍéÒ§ àÅ àÃÒ¡ç¨ÐàÃÕ¡ÇèÒà»ç¹¡ÒþÃó¹Ò áÁéÇèÒ¨ÐÁÕ¡ÒÃãªéà¤Ã×èͧ¢Í§ ʶԵÔ͹ØÁÒ¹¡çµÒÁ àªè¹à´ÕÂǡѹËÒ¡ÁÕ¡ÒùӼšÒÃÇÔà¤ÃÒÐËì仡ÅèÒÇÍéÒ§¶Ö§»ÃЪҡÃÊèǹÁÒ¡ àÃÒ¡ç¨ÐàÃÕ¡ÇèÒà»ç¹¡ÒÃãªé ʶԵÔ͹ØÁÒ¹ áÁéÇèÒ¨Ðãªé ¡ÃÒ¿ ËÃ×͵ÑÇàÅ¢ ¡çµÒÁ ´Ñ§¹Ñé¹¾ÃÁá´¹¢Í§Ê¶ÔµÔ ÊͧẺ ¹Õé¨Ö§äÁèä´éÍÂÙè·Õ誹Դ¢Í§à¤Ã×èͧÁ×Í áµèÍÂÙè·ÕèÇÔ¸Õ¡ÒùӼŷÕèä´éä»ãªéµèÍ µèÒ§ËÒ¡ ·èÒ¹ÅͧÍèҹʶԵÔËÅѧ¨º¡ÒÃá¢è§¢Ñ¹¢Í§¹Ñ¡¡ÕÌÒà·¹¹ÔÊ 2 ¤¹ µèÍ仹Õé ( à»ç¹µÑÇàÅ¢ÊÁÁµÔ à·èÒ¹Ñé¹)
áÅéÇÅͧ¤Ô´´ÙÇèÒ à»ç¹Ê¶ÔµÔẺ àªÔ§¾Ãó¹Ò ËÃ×Í Í¹ØÁÒ¹ á¹Ç㹡ÒäԴ ¤×Í 1. ËÒ¡àÃÒ´Ù¢éÍÁÙÅ(ʶԵÔ) µÒÁµÒÃÒ§¹ÕéáÅéÇ äÁèµéͧʧÊÑÂàÅÂÇèÒ ·ÓäÁ Federer ¶Ö§ª¹Ð ¡çà¾ÃÒеÑǺ觪Õé¶Ö§»ÃÐÊÔ·¸ÔÀÒ¾ ·Ø¡µÑÇ à˹×Í¡ÇèÒÍÂèÒ§àËç¹ä´éªÑ´ ËÒ¡¼Ùéãªé¢éÍÁÙÅ µéͧ¡ÒÃÊÒÃÐá¤è¹Õé ¢éÍÁÙŹÕéà»ç¹ Descriptive statistics 2. ËÅѧ¨Ò¡´ÙʶԵÔáÅéÇ àÃÒ¤Ò´ÇèÒ Federer ¹èÒ¨Ðà˹×Í¡ÇèÒ Philipousis ÍÕ¡¤ÃÑé§ ¶éÒà¨Í¡Ñ¹ÍÕ¡ ¨ÐàËç¹ÇèÒàÃÒàÃÔèÁÁÕ¡ÒþÂҡóìà˵ءÒóì¢éҧ˹éÒ â´Âãªé¢éÍÁÙÅÊ¶ÔµÔ ·Õèà¾Ôè§á¢è§¢Ñ¹¨ºÅ§ä» ÅѡɳйÕé àÃÒàÃÕ¡ÇèÒà»ç¹ Inferential statistics
ÃÙ» áÊ´§ÀÒ¾ÃÇÁ¢Í§Ê¶ÔµÔ
|