敘述統計、機率基礎、推論統計到統計模型與應用。
橫跨高中統計與大學統計學基礎，每篇標明程度並附概念示意圖。
依主題群切入，逐步建立完整的統計版圖
質性與量性、名目／順序／等距／等比——分析前先認識你的資料。
瀏覽 →平均數、中位數、眾數——用一個數字代表一整群資料。
瀏覽 →全距、變異數、標準差——資料有多分散同樣重要。
瀏覽 →直方圖、箱型圖、散布圖——讓資料自己說話，也別被圖騙了。
瀏覽 →相關係數如何量化兩變數的同進退，以及它的陷阱。
瀏覽 →樣本空間、事件與機率公理——量化不確定性的語言。
瀏覽 →已知一事如何改變另一事的機率——貝氏定理與偽陽性之謎。
瀏覽 →把隨機結果對應到數字，並用期望值與變異數刻畫它。
瀏覽 →二項、卜瓦松、常態——少數幾個分布描述了大半的世界。
瀏覽 →為何樣本平均會趨近真值、又為何常態分布無所不在。
瀏覽 →用樣本推論母體：隨機抽樣、抽樣誤差與抽樣分布。
瀏覽 →點估計與區間估計——「95% 信賴區間」到底在說什麼。
瀏覽 →虛無假設、p 值、型一型二錯誤——如何用資料下判斷。
瀏覽 →比較平均數、檢定類別關聯——最常用的兩類檢定。
瀏覽 →一次比較多組平均數，為何要用變異數來比較平均。
瀏覽 →用一條線（或更多）描述變數間關係並做預測：最小平方法。
瀏覽 →相關不等於因果——混淆變數、辛普森悖論與因果推論。
瀏覽 →隨機分派、對照組與盲法——好的資料始於好的設計。
瀏覽 →不假設分布的檢定：當常態假設不成立時的工具箱。
瀏覽 →p-hacking、倖存者偏差、誤用圖表——看懂數字背後的把戲。
瀏覽 →學生巢套於班級、班級巢套於學校——教育資料的階層結構怎麼分析。
瀏覽 →從答對率到難度與鑑別度——測驗題目與能力的現代測量模型。
瀏覽 →探索性／驗證性因素分析與主成分分析——把眾多題目縮成少數潛在構念。
瀏覽 →路徑分析、潛在變數與中介／調節效果——社會科學模型的整合框架。
瀏覽 →同一群人追蹤多次——學習軌跡與隨時間變化的成長曲線分析。
瀏覽 →平均數、標準差、p 值、信賴區間、常態分布……術語的中英對照與白話定義。
查術語 →這個讀本的定位、範圍，以及如何搭配 Uedu AI 助教與其他讀本一起學。
了解更多 →本專區內容為教學用途的原創整理，配圖為 AI 生成的概念示意圖（非精確統計圖表）。深入學習仍請對照課本與權威教材。