俐媽看到這個圖(IG: freeformeshop)的想法是:
看個錶怎麼會這麼累😂😂😂😂
——————————————
感謝模B的宜婷,她是已經退休的科研數學教學,她也針對自己有興趣的主題,投稿了數學餐!
👩🏻🏫 宜婷+俐媽英文教室:
👉數論
1️⃣ 數系:
①ℕ natural number 自然數
②ℤ integer 整數
→ decimal小數(循環 recurring+,無限infinite+)
③ℚ rational number 有理數
→ irrational number 無理數
④ℝ real number 實數
→imaginary number虛數
⑤ℂ complex number 複數
2️⃣ sentence 語句
3️⃣ proposition 命題:有真假可言的直述(indicative)語句
4️⃣ axiom 公理:不證自明的命題
5️⃣ set 集合
6️⃣ assume (vt.) 假設(-sum: take)
→assumption (n. C) 假設
→make assumption about
7️⃣ denote (vt.) 表示
→denotation (n.C) 意義,本意
8️⃣ exist (vi.) 存在(-sist: stand)
→existence (n.U) 存在
9️⃣ satisfy (vt.) 滿足
🔟 commutative laws 交換律【x+y=y+x、x×y=y×x】
1️⃣1️⃣ associative laws 結合律【x+(y+z)=(x+y)+z、x(yz)=(xy)z】
1️⃣2️⃣ distributive law 分配【x(y+z)=xy+ xz】
1️⃣3️⃣ law of trichotomy 三一律
1️⃣4️⃣ axioms of equality 等量公理
1️⃣5️⃣ reciprocal (n.) 倒數;(adj.) 相互的,互惠的
1️⃣6️⃣ factor因數
→ common factor 公因數
1️⃣7️⃣ multiple 倍數
→ common multiple 公倍數
1️⃣8️⃣ Euclidean algorithm 輾轉相除法(歐幾里得算法)
👉集合論
1️⃣ subset 子集(sub-: under)
2️⃣ empty set 空集合
3️⃣ universal set 宇集(uni-: one/ -vers: turn)
4️⃣ intersection 交集(-sect: cut)
5️⃣ union 聯集
6️⃣ difference set 差集
7️⃣ complement set 補集
8️⃣ Venn diagram 文氏圖
9️⃣ power set 冪集合
🔟 element 元素
1️⃣1️⃣ sufficient condition 充分條件
1️⃣2️⃣ necessary condition 必要條件
1️⃣3️⃣ if and only if 若且唯若(充分且必要)(⇔)
👉機率統計
1️⃣ Random Variable隨機變數【variable (n.C) 變數;(adj.) 多變的,反覆無常的】
2️⃣ discrete (adj.) 離散的,單獨的
3️⃣ Probability Distribution 機率分布
4️⃣ expectation 期望值
5️⃣ Linearity of Expectation 期望值的線性
6️⃣ variance 變異數
7️⃣ independent event 獨立事件 (cf. mutually exclusive event 互斥事件)
8️⃣ repeated experiment 重複試驗
9️⃣ Binomial theorem 二項式定理
🔟 Binomial distribution 二項式分布
1️⃣1️⃣ sampling抽樣
→population母體,sample樣本
①簡單隨機抽樣 sample random sampling:每一樣本抽到機率相同
②系統性抽樣 systematic sampling:將母體元素編號後,每隔一定間隔抽取一個樣本
③分層隨機抽樣 stratified random sampling:將母體按某些特性分成數個不重疊的層,再依各層佔母體比例抽取樣本
④叢集抽樣 cluster sampling:將母體中相鄰近的個體排為一集體,而以集體為抽樣單位
1️⃣2️⃣ normal distribution 常態分布(Gaussian distribution 高斯分布)
1️⃣3️⃣ standard score (standardized score) 標準分數(標準化分數)
——————————————
謝謝宜婷🙏🏼
附圖2, 3是常見的數學表示法哦!
#俐媽英文教室 #辣媽英文天后林俐carol #俐媽英文教室徵稿中 #mathematics #themewords
同時也有3部Youtube影片,追蹤數超過12萬的網紅朱學恒的阿宅萬事通事務所,也在其Youtube影片中提到,用民調判別民意走向,才能有正確的選舉方式。從科學角度,探究民意,才能夠掌握民意。 藍營每次都無法掌握民意,甚至還使出過蓋牌通通都不信的大家閉上眼相信我之術,最後不但大敗,而且還敗得比民調還慘。組頭都比政治人物相信科學呢! 請大家仔細思考吧。 民調以一個社會科學來講 它的科學性在哪裡 為什麼現...
簡單隨機抽樣 在 簡余晏 Facebook 的最佳解答
拒絕「綵衣娛親」式的民調
隨著2018年11月底「九合一」選戰的到來,可以預見各種民調將陸續出籠。但最讓選民困惑的是,各民調結果常南轅北轍,媒體、學者或名嘴通稱這是所謂的「機構效應」。我大學讀統計系,所以最近常被朋友們問:什麼是「機構效應」。
談統計的書,給多數人的印象是很「悶」或「艱澀」。因此我特別推薦一本美國普渡大學(Purdue University)統計學教授大衛•摩爾(David Moore),以深入淺出方式,所寫的書--【統計的概念與爭議】(Statistics –Concepts and Controversies)。
他首先談到如何利用樣本來推估母體,以及在什麼條件下,其統計量(statistic)才能用來估計母體的參數(parameter)。
參數是用來描述母體的數字,但實際上我們無法知道;不過如果我們抽樣時遵守統計學邏輯,然後計算樣本的統計量,那就可用來推估母體的參數。
這個統計邏輯是,雖無法保證樣本一定能代表母體,但要用公平的方法來選擇樣本。也就是樣本必須是不偏(unbise)的,這就像打靶時,瞄準不能偏離靶心一樣。
要取得不偏樣本,首先是民調問題的設計不可刻意引導,讓其往特定的方向偏移。
其次是不能為方便,而使用「方便抽樣(convenience sampling)」或自發性回應樣本(voluntary reponse sample)。前者是選最容易取得的樣本,例如在特定場所隨意問經過的人們;後者例如電視call-in調查。因為用以上方式取得的樣本,都是偏向的。
要取得不偏樣本,可用簡單隨機抽樣(SRS)來取樣,因SRS符合:「抽樣時每個個體,被選入樣本的機率都相同」。
SRS的作法,步驟一是先將樣本中的個體,依所需的樣本數編碼。
其次是製作隨機數字表,該表滿足以下性質:
1、每個數字出現的機會一樣。
2、每個數字的出現,不會影響下個數字出現的機率。例如丟銅板實驗,由於銅板沒有記憶,所以它不會認為已經連續出現5次正面,所以下次「故意」出現反面。
步驟三是依據隨機數字表和樣本個體的編碼,進行抽樣。
以上SRS這些工作,現在都可設計程式,然後用電腦來執行。
簡單隨機抽樣雖解決瞄準偏離靶心的問題,但當我們從同一母體進行多次抽樣時,每次樣本統計量的值會隨之改變。這猶如多次射擊時,彈著點不可能打中同一點,這就是精確度問題。
不過抽樣分布(sampling distribution)原理告訴我們,大樣本的抽樣變異遠低於小樣本,所以足夠的樣本數可以解決精確度的問題。
根據以上的統計知識,嚴格的說「機構效應」並非科學名詞。真正的原因,應是這些民調中,有某些至少犯了:
1、 設計引導性問題。
2、採用方便抽樣、自發性回應抽樣或其他不當方法導致樣本偏向。
3、樣本太小,以致抽樣誤差太大,使得該統計量無法推估母體參數。
最等而下之的是製造假數字,或分析民調數字時濫用工具「拷打資料」,最後資料在「酷刑逼供」下「投降」了,給出政客想要的數字。
通常台灣戰略模擬學會(TASS)稱以上這些為討好政客,而刻意操作的民調為「綵衣娛親」式的民調。
今年的選戰,我們必須睜大眼睛,不要輕易相信「數字會說話」的文宣,也別再被「機構效應」這個名詞呼嚨,更應拒絕接受「綵衣娛親」式的民調。
簡單隨機抽樣 在 朱學恒的阿宅萬事通事務所 Youtube 的精選貼文
用民調判別民意走向,才能有正確的選舉方式。從科學角度,探究民意,才能夠掌握民意。
藍營每次都無法掌握民意,甚至還使出過蓋牌通通都不信的大家閉上眼相信我之術,最後不但大敗,而且還敗得比民調還慘。組頭都比政治人物相信科學呢!
請大家仔細思考吧。
民調以一個社會科學來講
它的科學性在哪裡
為什麼現在我們會說
民進黨現在執政幾乎完全看民調來做事
當初你是怎麼樣接觸民調
民調 因為我念政治系
那我是1975年念政治系
正好是美國行為主義的革命
民調其實就是
可以這麼講就是近百年社會及行為科學的結晶
因為我當時在念大學的階段
正好接觸到這一個行為主義革命
我非常投入到這個裡面
因為一般對政治學的了解都是傳統政治學 對啊
我們講的政治學是科學政治學
也就是說是政治科學
Political science
就量化的研究方面最出名的那當然就是
我們講說政治態度與行為的研究
以前我們不叫民調
民調比較像說是市調啊民調這些東西
不過無論如何
我講比較簡單一點
民調作為一個科學它的根據是在於說
它有嚴謹的統計學的基礎
然後有嚴謹的社會科學研究法的這些測量方法
那麼結合起來
然後再加上這個心理學
社會心理學 人類學等等等等
這些所謂其實是一個科技整合的東西
民調作為一個目前這個
了解一般社會大眾的政治態度和行為
做一個科學工具來講那是非常成熟的
董事長我可不可以問一下
因為你知道我們學電機的時候
物理有一個叫海森堡測不準原理
行為科學呢在調查方面
有沒有類似這樣狀況
因為我先講我見過很多很惡質的民調方法
他根本沒做民調
他就是打給你
我告訴你喔 這個我們今天要做個民調
但我告訴你朱學恒是一個徹頭徹尾的人渣
請問你支不支持人渣來選立委
像這樣子的干擾行為
在民意調查裡面
這個董事長是專家你要怎麼去隔離
isolate這一類的變數
而不會導致民調變成是誰做就可以操縱
我題目設計就可以操作 這要怎麼辦呢
我跟你講這很簡單
如果是蓄意要做假民調
那種就沒有什麼科學的可談
它不是科學 不是科學
所以假民調或劣質民調是很多的到處都是
如果你要講說憑什麼我要講我們這個是真正的民調
民調的過程裡面也會碰到很多
有些人故意惡作不表示真實態度
對不對 對
可是我用一個簡單的理論講
你可能也聽過大數法則
所謂的大數法則簡單講就是說
當你的樣本足夠大的時候
你的樣本所得到的一些估計值
比如說平均數
它會跟跟母體平均數會幾乎完全一致
那如果你的樣本夠大怎麼樣叫夠大呢
以目前來講其實100個樣本都相當大
100個就夠大啦
那我們都要求1000個以上的樣本數
比方說在我們說在百分之九十五信心水準的情況底下
我們希望因為任何調查都會有誤差
我們希望你這個誤差不會太大就正負三
在正負三的這樣的一個誤差範圍之內
我們是可以接受
那樣本那隱含的說樣本會多大呢
就是1068
1068個隨機取樣的樣本得到的
那它的估計母體的這個誤差
我們大概就是正負三
我的意思就是說
談民調的精準度要先撇開所謂假民調
假民調沒辦法去談
就完全沒辦法就跟玄學一樣
他是故意做假民調根本沒做民調對不對
沒有做民調宣稱做假民調然後還有數字
那他絕對不會把他的樣本拿出來給你看
那但是正規的民調
一定是經由這樣的一個非常嚴謹的程序
得到的一個就是抽樣完之後他還會訪談
訪談之後呢所得到的一個結果
你知道我從小到大
其實對政治不是那麼感興趣
我最近幾年才開始注意政治因為工作的關係
是從什麼時候開始民進黨才把
民意調查或是數據化的政治科學
當成那麼重要的一個施政依據
而不相信自己能夠聆聽民眾的聲音
那這個事情我覺得最近很嚴重
就民調不跌
他根本不在乎你在那邊靠北什麼東西
他認為都假的
這個狀況演變我覺得可能跟您當年的民進黨也不一樣
這個是怎麼一回事
這個我倒是可以提供你一個非常重要的理論跟經驗
理論是什麼
有一位非常...叫??一個德國人
他曾經講過一個好的政治人物
他必須具備一種能力
就是說能夠預期民意反應的能力
能夠預期民意反應的能力
不但是專制的君主也好或者是這個
民主國家的元首總統也好
都應該具有這種能力
因為這樣才能夠知道民心知道民意
民心之所向
但是這個
民調其實是可以補足這些政治人物的不足
因為天縱英明的這種政治領袖很少見
一般的這種很平庸的這些政治人物要怎麼樣去了解
影響民意在哪裡
你比方說好了 美國這麼大一個國家
美國總統怎麼了解美國選民的意向是什麼
當然是民調
除了民調還有什麼
那民調就是一定要很精準的民調
所以美國歷屆總統沒有一個不重視民調
所以重視民調不是一件錯誤的事情
在台灣才很奇怪
台灣在批什麼民調治國
這是一個完全錯誤的這是一個威權心態很重的
或者是對民調不了解的人講出來的話
你當然講說這個市井小民
比方說菜市場 夜市啦
那是輿情應該去搜集應該去了解
但民調跟這個輿情沒有互相排斥 沒有互斥
民進黨對於民調的態度
特別是過去 我講過去這5年好了
我覺得是跟過去是不一樣的
跟更長遠的過去是不一樣的
小英當政之後我有一個感覺
民調高她就很高興 民調低她就怪民調
我最後簡單的問一個問題
以游盈隆老師過去5年的民調的經驗
你覺得2022年民進黨好不好選
當然不好選
民進黨的政黨支持度
是一個很敏感的指標很好的指標
在測量政黨的社會支持
現在是最低的時候
民進黨次低的時候是在2018年的11月12月的時候
那時候就是慘敗的時候
慘敗的時候就是23
現在選戰都還沒開始你就已經22點幾了
怎麼可能好 不可能好
所以你現在要收拾殘局嘛
民進黨政府要怎麼樣收拾殘局來避免2022全軍覆沒
或者是2022能夠勉強維持目前兩都四縣市的局面
可不可能不知道
那顯然是一場苦戰
直播日期:游盈隆6/30
直播連結:https://www.youtube.com/watch?v=vxDJ45oODCE
簡單隨機抽樣 在 范琪斐 Youtube 的最佳貼文
歡迎收看范琪斐的寰宇漫遊,今天的琪斐大放送我們要來談談,2020美國總統大選民調一面倒的說拜登贏川普一大截,川貴人,這次別選了吧?乖~我待會給你買個....樓?大家好,我是范琪斐。中間偏右的《華爾街日報》(Wall Street Journal)聯手中間偏左的《國家廣播公司》(NBC),在「川拜」首場辯論後,到川普確診前這段時間,所做的民調顯示,拜登的支持率高達53%,足足領先川普14個百分點(53%:39%)。真的假的啦~這個幅度也太誇張,我們再參考一下別的。
(10/11公布)美國ABC News和《華盛頓郵報》(The Washington Post),在川普出院後做的最新民調,有54%的選民說會把票投給拜登,大幅領先川普12個百分點(54%:42%)。專門統計各家民調數據的Five Thirty Eight指出,拜登的平均支持率勝過川普10.4個百分點(52.2%:41.9%, 10/10數據)。另一個民調數據集合網站「真清晰政治」(Real Clear Politics)的網站顯示,從10月以來每一家主要民調公司統計出的結果,都是拜登遙遙領先川普,差距在5到16個百分點不等,其中不乏立場較為中間的The Hill和經濟學人。所以平均下來拜登的支持率領先9.8個百分點。(10/9公布)美國權威智庫與民調機構「皮尤研究中心」(Pew Research Center)做出來的結果是,52%的選民打算把票投給拜登,領先川普10個百分點(52%:42%)。
我們找了很多民調,可是只有很少數的說,川普領先拜登, 說很少數,是怕我們川貴人傷心,其實找來找去只有一個。 (10/5公布)英國《每日快報》聯手英美智庫Democracy Institute做的民調顯示,川普支持率在46%,小勝拜登1個百分點(46%:45%)。不過我還是註明一下,這個《每日快報》是英國的右翼八卦報,民主研究所的民調,也沒有被民調界公信力很高的538列入參考的近500家民調就是了, 所以現在大多數民調都顯示,拜登會獲得壓倒性勝利,但川貴人當然不認為他會選輸啊,最近又在那邊「Fake news」、「Fake polls」喊來喊去,民調統統都是假的!這都是幻覺~嚇不倒我的!
先不要笑,川貴人說的是真的,4年前一直到投票日當天早上,民調都還顯示希拉蕊一定會凍蒜,《紐約時報》做了大半年的民調,到選舉當天早上,還在說希拉蕊有80%以上的勝選機會,結果最後被「逆轉」,搖擺州統統被川貴人拿下!2016年的民調,被很多人認為是「壞掉了」、「走鐘了」,完全無法反映出真實民意,今年隨著大選日逼近,也有越來越多人開始質疑,真的假的啊?這幾年來專家們一直試圖釐清,當年的「希拉蕊慘案」到底是怎麼出現的,總之過去四年民調專家就很努力的要找出,民調為什麼會跟開出來的票差那麼多,但真的非常困難,因為變數實在太多了,我們今天就幫大家整理出幾個專家們認為可能的原因。
(一)手機的普及
還記得去年台灣不是在吵「手機民調要不要納入總統初選民調」嗎?美國其實也有類似的問題。美國現在就跟台灣「人手一機」一樣,有時候還兩三機,越來越少人使用家用電話了,而且年輕人、低收入者以及少數族群,都只用手機而已;反觀年長者和白人族群,就會比較依賴室內電話。大數據分析網站《Datanami》就指出,25歲左右的年輕人看到不認識的電話,幾乎都會pass不接;但70歲的長輩們則是每通必接,因此這樣進行的電話民調就很容易往某一族群傾斜。
那用手機民調不行嗎?根據1991年的《電話消費者保護法》(Telephone Consumer Protection Act of 1991;TCPA),美國是禁止「自動撥號系統」打電話給手機用戶的,所以如果要打手機做民調,就必須派出「真人」撥號,這有多麻煩呢?數據顯示,你想獲得1,000個回答,就至少得隨機撥號2萬次,其中大部分是空號,因為手機號碼是私人的,根本不會刊登在電話簿上,這實在太勞民傷財了,很想幫做民調的人馬殺雞一下耶,你們辛苦了。
(二)沉默的多數
每次選舉我都很期待接到民調電話,但大多數美國人可不是這麼想的,可能是因為擔憂個資和隱私外洩,導致選民接電話不敢說出真實意見,或者是覺得,蛤~民調很久欸,老娘才沒空理你。1970年代左右,美國「民調回應率」(Polls response rate)高達80%,你只要打過去人家多半都會回答你,但是根據「皮尤研究中心」最新報告,2018年美國「民調回應率」已經暴跌到6%,等於你打100通電話就只有6個人不掛你電話、願意花時間跟你聊兩句,但你也不知道他是不是講真話。
像2016年的大選,支持川普的選民中,就有一群選前不願意表態的,或者在接受民調時故意說謊的,有些甚至不告訴鄰居他們其實支持川普。《Datanami》表示,這些選民會讓調查的結果失準2%到6%,6%很多欸,根本就是超出誤差範圍了。
(三)網路民調難
啊現在網路那麼發達,用網路做民調不就統統搞定了嗎?事實上恐怕剛好相反。數據顯示美國18-29歲的年輕人,有98%都使用網路,但偏偏這個年齡層的人最不愛投票,拿美國總統大選風向球:2018年美國期中選舉為例,雖然這群年輕人投票率比前一次大幅提高15.7個百分點,但仍是所有年齡層中最低的(35.6%),也就是說,每個人都是「鍵盤投手」,大家網路上搖旗吶喊超熱情,結果投票日當天大家都覺得不差我這一票。另一方面,你在網路上想填幾歲就幾歲,想變性就變性,別國網軍想來帶風向,也不是那麼困難,因此網路民調也非常容易失準。
(四)早期民調誇大
另一個大變數是「早期民調」的準確度很低,因為選民還沒有足夠時間去瞭解候選人到底在幹嘛,但早期民調卻是媒體報導所仰賴的主要資訊來源,結果就是候選人拿來造勢、媒體見獵心喜誇大報導,進而影響到後續選民對候選人表示支持的聲量。例如看到拜登領先,那支持拜登的人講話就會比較大聲,因為他們是「主流」,反之支持川普的人,可能就會比較不敢表達意見,形成「沉默螺旋」。
「皮尤研究中心」也加碼解釋,事實上2016年的全國民調還算準確,(預測希贏3.3%最後贏2.1%),但美國總統大選是以選舉人票為單位,希拉蕊全國總票數高於川普也沒屁用,最後川普拿下所有的搖擺州,入主白宮。而選前的州民調也無法反映出搖擺州的真實民意,地方往往沒有全國性民調那種資源,四年前他們就忽略了在最後關頭,投給川普的搖擺選民數量,也沒有準確掌握未受過大學教育的白人選民,他們到底支持誰,種種因素導致了中西部上演「大驚奇」。還有就是民調公司往往有特定的政黨傾向,最後很可能導向「護主」的結果,讓民調不盡然客觀。
那這些問題2020年還會再重演嗎?老實說,有些變數還是很難避免,《紐約時報》就整理了,和四年前相比,哪些因素可能讓美國民調更精準或更失準。
更精準的第一點就是,搖擺選民減少了。
四年前民調失準的一大因素就是搖擺選民,但今年跟民調人員說:嗯~我還沒想好,的搖擺選民數量變少了,四年前的這個時候,大概還有20%的選民說他們還沒決定要投誰,或是打算投給小黨候選人,但今年這群人的數量只剩一半,而且其中支持川普的人也老早就表態,尤其是搖擺州的白人工人階級選民。
更精準的第二點是,選民教育程度的加權。
大家要有個概念,民調準不準確,完全取決於你抽樣有沒有做到「隨機」,也就是每個族群的意見都要被採納進來,但這真的非常難做到,最後很容易讓民調結果出現偏差。例如在美國,如果你跑去郊區教堂裡做民調,那幾乎可以篤定會獲得一個偏共和黨的結果;但如果你對大學生進行抽樣,最後很可能獲得一個偏民主黨的結果。另外的數據又顯示,受過高等教育的選民,比較願意接受民調訪問,每個都是選我選我~而那些較保守、教育程度較低的選民,他們的聲音就很難反映在民調上,所以如果你沒有按照「教育程度」來做加權,民調就會充斥太多年輕大學生的意見,導致結果偏向民主黨。先前民調機構都不怎麼重視教育程度對選情的影響,結果導致2016「爆冷門」。
有鑑於4年前的「教訓」,今年有越來越多民調機構,把選民教育程度的權重提高了,簡單來說就是把教育程度較高的受訪者音量降低一點,把教育程度較低的受訪者音量調高一點,讓他們各自符合在總人口中所佔的比例。今年從3月以來,美國各家民調機構做的幾十個調查中,已經有半數增加教育程度的權重,是先前的兩倍多(約20%)。
可能比2016年更糟糕的是,網路民調的增加。我們剛剛已經提過網路民調的準確度有待商榷,但過去幾個月來,越來越多機構採用網路民調的方式,比例佔地方民調總數的一半。他們採用的方法可能太過簡單,就是直接抓一群網路群組成員,然後再根據受訪者的人口統計資料進行分類加權,這樣的作法成本很低又很方便,但非常容易有樣本代表性不足的結果,而且最後民調可能左傾。 (最好的方式是結合電話民調和網路民調,例如AP/NORC/VoteCast的民調,電訪4萬人外加隨機抽樣11萬網友,結果可能較為客觀。
另一個可能不太客觀的做法是:請選民「回想投票」。
目前有越來越多投票機構採取這個方式,也就是要求受訪者回想2016年他把票投給誰,是希拉蕊還是川普呢?然後再依據他們的回答去做選舉意向的加權。這樣做可以讓民調數字看起來比較漂亮,也可以減少錯誤,但卻很難避免系統偏差,導致結果傾向某一政黨。再加上通常大家都會傾向回答,自己是投給獲勝的那一方,沒有人會想承認自己投給輸家嘛!再說這四年來誕生不少首投族,又有不少人往生,像是疫情導致那麼多人死亡,也有很多人搬到別的地方去,硬把2016年的投票意向套用到今年,恐怕不太合適。
所以這個民調到底是能不能看啊?你要是問我,我覺得就別看了 ,這是我們媒體想要預測選舉的結果, 或研究單位拿來做選民行為分析. 但一般選民還是把政策看清楚點比較要緊,你管別人怎麼投
今天琪斐大放送的關鍵字是:
#美民調失準
#選情霧茫茫
--------------------------------------
《#范琪斐的寰宇漫遊》每周四晚間8點55分在 #寰宇新聞台 播出,沒跟上的也沒關係,歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐的寰宇漫遊 🔔https://reurl.cc/ZvKM3 1000pm準時上傳完整版!
簡單隨機抽樣 在 啟點文化 Youtube 的最佳貼文
【線上課程】《時間駕訓班》~
學會提升效率,擺脫瞎忙人生,做自己時間的主人
課程連結:https://pse.is/DDDHB
第一講免費試聽:https://youtu.be/flfm52T6lE8
【線上課程】《人際斷捨離》~
讓你留下怦然心動的關係,活出輕盈自在的人生!
課程連結:https://pse.is/E5MW5
第一講免費試聽:https://youtu.be/YyLvd1cNcDw
【人際維基】桌遊體驗會~讓你一玩就懂別人的在乎~06/16(日)14:00
活動資訊課程:https://www.koob.com.tw/contents/3072
【10/15 開課!】《學「問」~高難度對話的望聞問切》~第17期
掌握達成共識的關鍵能力!
課程資訊:http://www.koob.com.tw/contents/232
更多學員心得分享:http://goo.gl/A07zZ0
線上課程【不用開口,就讓你擁有人際好感】
啟動人際溝通的關鍵影響力 https://goo.gl/v3ojdo
桌遊【人際維基】~一玩就懂得別人的在乎:https://goo.gl/Ej4hjQ
到蝦皮購買【人際維基】:https://goo.gl/ASruqR
=============================
以下為本段內容文稿:
我想不管在任何的時代,或者是你面對各種不同文化的人,問他們同樣一個問題,叫做「你要怎麼樣讓自己變得更快樂呢」?
可能呢,你會聽到很多的答案,但是其中有一個答案,會有高度的共同性;就是呢,很多人會講「我只要更有錢,就會更快樂」!
那這也難怪哦,「發大財」這三個字,永遠會是一個有市場的訴求。
而且呢,很多調查研究,都一再的顯示「更有錢」這個選項,一直是高居快樂的必要清單裡。
但是「快樂」真的可以用錢買得到嗎?還是金錢的渴望,注定會讓人失望呢?
在1970年代,西北大學的菲利普.布里克曼,他和他的同仁,做了一個特別的實驗,提供了這個問題的部分解答。
布里克曼他想知道喔,人在實現財富的夢想的時候,他的快樂程度會有什麼變化?當天外飛來一大筆橫財的時候,真的可以讓人長期的笑逐顏開嗎?
還是等到新的財富,變得平凡無奇,也就是我們已經習慣它之後,而最初的興奮感,也會迅速的消逝呢?
布里克曼呢,他聯絡了一群,曾經中過「伊利諾州彩券大獎」的人;其中有好幾個人,更是百萬彩金的得主。他也從伊利諾州的電話簿裡,隨機抽樣相同的人數,作為實驗的「對照組」。
他請每個人評估自己「快樂的程度」,以及「預期自己未來會有多快樂」。另外呢,他也問他們「從日常生活的樂趣裡,獲得多少的歡樂」?
比如說,和朋友打屁呀、聽到好笑的笑話啊、接受讚美…等等的。而這個實驗結果,讓人清楚的瞭解到「快樂」跟「金錢」到底有什麼關連?
研究的結果,其實違反了我們一般人的直覺。那些中大獎的人,並沒有比對照組的人,「快樂」或者是「不快樂」。
而且請他們預期「未來能有多快樂」的時候,「實驗組」跟「對照組」也沒有顯著的差別。
而事實上,他們唯一的差別就是,比起「中大獎」的人,「對照組」的人更能夠從日常當中,簡單的事物裡得到樂趣。
其實「中大獎」雖然能夠讓人得到一筆橫財,但是畢竟它是比較少見的。所以有些心理學家,也觀察那些透過工作,一步一步的累積財富的人;去瞭解他們「收入」跟「快樂」之間的關係。
其中有一部分的研究,是進行大規模的國際調查。從各國的人,去評估自己的快樂程度;然後呢,以各國平均快樂等級,相對於他們的國民生產毛額(GNP)繪製圖表。
結果就顯示喔,那些貧困國家的人民,雖然沒有那些富裕國家人民快樂,但是當一個國家的GNP,超過一個普通的水準之後,「財富」跟「快樂」之間的相關性,就消失了。
有些研究檢視,一個人的「薪資」跟「快樂」之間可能的關係,發現的模式也是相同的。
這些結果都告訴我們,當我們一旦有能力,去支應生活當中的必需品之後;這個時候收入的增加,並不會讓人成正比的,變得更快樂。
其實這樣的現象,就回到了我們的心理運作;我們通常都會有一種「感覺適應」的狀態。
也就是說,當你習慣了自己擁有的一切,你的人生第一次,買了一台你夢寐以求的車子的時候,那個當下你會是最快樂的。
可是當你每天都開這台車,這台車之於你,已經變成是一種習慣的存在的時候,你的主觀快樂感受,就不會隨之而增加。
而且呢,你的快樂感受,也會因為你的習慣,很快的回復到,你還沒有得到這台車之前的快樂水平。
就如同有一位心理學家,戴威.邁爾斯他所說的:「因為我們有能力,為越來越多的名利調適自我;昨日的奢華,可能很快的就變成今日的必需品,跟明日的紀念品。」
所以呢聽到這裡,或許你會感覺就連最後一個,能夠因為「有錢」帶來的快樂,這個希望都破滅了;那麼「快樂」好像感覺起來,是一件很困難的事?
其實恰巧相反,快樂並不困難;你要讓自己能夠快樂,其實關鍵真的不在於,你獲得的任何外在事物。這些外在事物,它幾乎不可避免的,都會進入你的心裡的「感覺適應」的循環裡。
說白話文吧,就是當你得到它之後,那個快樂的程度,接下來會呈跳水的方式,它很快的回到,你還沒有它之前的水準。
甚至於,你會更難過。因為你會有一種感覺,怎麼我有了錢,還是不快樂呢?所以真正的快樂,不是來自於你得到這些,而是在於你所關注的事情。
如同上一集,跟大家分享的「一天聽一點」的內容;那句聽起來,有一點雞湯的話,「快樂不在於你遇上的事,而在於你專注的地方」。
那麼你要專注的,是那些幾乎你在得到之後,注定就會產生「適應效果」的事情;還是你要專注在「你自己」身上?
尤其是,那些值得你付出一輩子的事情。可能是你愛的人,你有跟他好好相處嗎?
又或者是,你所愛的事物。當你投入一件,你真正所愛的事物的時候,其實做那件事的本身,就是快樂;而不是做那件事情的結果。你說是嗎?
希望今天的分享,能夠帶給你一些啓發與幫助,我是凱宇。
如果你喜歡我製作的內容,請在影片裡按個喜歡,並且訂閱我們的頻道。別忘了訂閱旁邊的小鈴鐺,按下去;這樣子你就不會錯過,我們所製作的內容。
然而,如果你對於啟點文化的商品,或課程有興趣的話,我們近期的課程,是7月21號開課的【寫作小學堂】。
如果你很清楚知道,自己的人生始終是要寫一些東西的;那麼這一門課,千萬不要錯過。
或許透過文字的爬梳、自我的整理,你的人生裡想要的快樂,就在那隻字片語、文字交錯之間能夠獲得。
這一門課,由我的伴侶嘉玲老師,陪伴大家一起前進。相信你能夠透過這一門課,獲得文字之美,也能夠獲得寫作的快樂。
在我錄音的這個時候,7月21號【寫作小學堂】的名額,也已經在倒數了;所以期盼你,能夠把握這難得的機會。
相關的課程跟報名連結,在我們的影片說明裡都有,期望能夠在啟點文化的教室裡見到你,謝謝你的收聽,我們再會。
簡單隨機抽樣 在 國立台東高級中學九十五學年度第一學期 期末考一年級原藝班 ... 的推薦與評價
以下抽樣方法的特性,何者較為適當? (A)簡單隨機抽樣用於大量的母群體(B)系統抽樣用於週期性母群體(C)分層抽樣使層內個體間的性質差異愈大愈好(D)部落抽樣各部落 ... ... <看更多>
簡單隨機抽樣 在 每天簡單學社工- 【隨機抽樣】(Random Sampling ... - Facebook 的推薦與評價
EX:從社工大學當中隨機抽選100人進行研究訪問。 (二)系統隨機抽樣: 在母群體名單當中隨機決定起始點,每逢若干距離抽取一個個案,使抽出 ... ... <看更多>