Search
課程說明
統計資料是你想進入的行業的驅動力嗎？ 你想成為一名市場分析師、商業智慧分析師、資料分析師還是資料科學家？
那你來對地方了！
你將從這門課學到統計資料科學和商業分析並獲得相關的 Excel 樣板！
從這 5 小時的課程，你會學到
✅瞭解統計學的基本原理
✅學習如何處理不同類型的資料
✅如何繪製不同型別的資料
✅計算中心趨勢、不對稱性和可變性的度量
✅計算相關性( correlation )和共變異數( covariance )
✅區分並處理不同類型的發行版
✅估計信賴區間( confidence intervals )
✅進行假設檢驗
✅做出資料驅動的決定
✅瞭解迴歸分析的機制
✅執行迴歸分析
✅使用和理解虛擬變數( dummy variables )
✅理解資料科學所需的概念，即使使用 Python 和 R
https://softnshare.com/statistics-for-data-science-and-business-analysis/
在面對性侵案件時，「不責備受害者」是大家努力推動的目標。而「女性衣著和性侵無關」，似乎也已成了政治正確的說法。
但是，若單從科學證據的角度來看，過去的研究中到底有沒有發現「女性衣著和性侵被害」之間的相關性呢？（在熟人性侵與權力性侵案例中，衣著可能關係不大，但是在陌生人隨機性侵案例中，衣著也仍然沒有影響嗎？）
稍微搜索文獻之後，發現證據確實很少，但並不是沒有，比方說這一篇研究就發現，女性受到性侵害的其中一個相關因子就是「衣著」：
Synovitz LB, Byrne TJ. (1998) Antecedents of sexual victimization: factors discriminating victims from nonvictims. J Am Coll Health. 46(4):151-8.
原文引用： "The variables found to be related to women's being sexually victimized were (a) number of different lifetime sexual partners, (b) provocative dress, and (c) alcohol use."
還有以下這一篇更是讓人跌破眼鏡，研究竟然發現男性可以透過女性的一些動作與外表，來判斷女性的「被動」或「服從」程度，而「穿著」就是可以用來判斷「被動」或「服從」程度的一個關鍵：有較高的「被動」和「服從」傾向的女性，通常會穿得比較保守。
因此有學者推論，歹徒如果看穿這一點，反而會使得這些穿著保守的女性成為下手目標。相反的，穿著暴露性感的女性，則會被視為「不順從」而成為反指標，反而較不易成為性侵目標。
Theresa M. Beiner, Sexy Dressing Revisited: Does Target Dress Play A Part in Sexual Harassment Cases?, 14 Duke J. Gender L. & Pol'y 125 (2007).
PDF: https://scholarship.law.duke.edu/cgi/viewcontent.cgi?article=1109&context=djglp
原文引用："While people perceive dress to have an impact on who is assaulted, studies of rapists suggest that victim attire is not a significant factor. Instead, rapists look for signs of passiveness and submissiveness, which, studies suggest, are more likely to coincide with more body-concealing clothing.(140) In a study to test whether males could determine whether women were high or low in passiveness and submissiveness, Richards and her colleagues found that men, using only nonverbal appearance cues, could accurately assess which women were passive and submissive versus those who were dominant and assertive.(141) Clothing was one of the key cues: “Those females high in passivity and submissiveness (i.e., those at greatest risk for victimization) wore noticeably more body-concealing clothing (i.e., high necklines, long pants and sleeves, multiple layers).” This suggests that men equate body-concealing clothing with passive and submissive qualities, which are qualities that rapists look for in victims. Thus, those who wore provocative clothes would not be viewed as passive or submissive, and would be less likely to be victims of assault."
References:
140. Chen Shen, Study: From Attribution and Thought-Process Theory to Rape-Shield Laws: The Meanings of Victim’s Appearance in Rape Trials, 5 J. L. & FAM. STUD. 435, 447 (2003); Alinor C. Sterling, Undressing the Victim: The Intersection of Evidentiary and Semiotic Meanings of Women’s Clothing in Rape Trials, 7 YALE J.L. & FEMINISM 87, 104–06 (1995); DUNCAN KENNEDY, SEXY DRESSING ETC. (1993); Gary D. Lafree, Barbara F. Reskin & Christy A. Visher, Jurors’ Responses to Victims’ Behavior and Legal Issues in Sexual Assault Trials, 32 SOC.PROBS. 389, 401 (1985) (study of jurors in rape trials noting that victim history often finds its way into rape trials in spite of rape shield laws).
141. Lynne Richards, A Theoretical Analysis of Nonverbal Communication and Victim Selection for Sexual Assaults, 9 CLOTHING & TEXTILES RES. J. 55, 59–60 (Summer 1991) (discussing Lynne Richards et al., Perceptions of Submissiveness: Implications for Victimization, 125 J.PSYCH. 407 (1991)).
臆測：
(1) 雖然統計上很少發現「女性衣著和性侵被害」兩者的顯著相關，但是這似乎有可能是因為臨時起意的性侵案件占全部性侵案件的比例太小，導致樣本被稀釋而無法檢視「女性衣著和性侵被害」兩者的相關性？
(2) 如果男性可以從女性穿著推測出女性的個性，那性感衣著反而會成為反指標，使得穿著保守的女性更容易變成目標，如此一來，「女性性感衣著和性侵被害機率」兩者當然不會有正相關。
結論：兩者關係仍待驗證，切勿過早論斷。
我和 朱孝文 Lanston 做的簡單分析，數據來源貼在下面，大家可自行比較。幾個重點：第一如前所述，自殺本身是有季節性規律的，一般而言春末夏初的自殺率較高。第二，在現時情況下，關於自殺率的統計完全不能告訴我們究竟有沒有「被自殺」的情況出現，所以也沒有「炒車」與否的問題。就算只有一個人被自殺，那也是被自殺，統計本身無法告訴我們甚麼。第三，要做真正有參考價值（只是對判斷自殺率有參考價值，不是對太子站事件）的分析，起碼都要看五年十年的規律。我們沒有這種數據，只能等待有心人繼續研究。
最後講一句，這裡的n也還是很小，只是分析時期長了。有可能有影響的independent variables太多，n太小，是很難很難很難建立可信模型的。這些數據只供參考，如果要用來作出推論，門檻還要高很多才行。
一講再講：只有一單被自殺也是被自殺。與其跟數據糾纏不清（但又完全沒用），不如集中火力針對可疑的個案來查。
今日看到一個分析最近香港自殺數據的貼文（下文稱為原文），結論是今年九月初的自殺數目比六月激增。
我使用了Benny Yeong的二零一九年香港自殺資料數據庫重做了一次分析，也同樣做了10日平均線，但我的結論是七月初和三月初的自殺率比九月還要高得多。
原文得不到如此結論，我懷疑原因有二:
1. 10日平均線我使用的是移動窗口，並非將時間切開為一個個距離為10天的區間。這做法是一般Time Series分析 (包括股市)的常用處理手法，比夠能夠消去數據的隨機性。
2. 不肯定原文的數據來自何方。但我使用的數據庫，有專人閱讀報章剔除被重覆計算的案件。大家可以檢視原數據的可靠性。
注意原文分析的時間僅由今年六月到九月，我認為只有一季的數據太短，數據的隨機性會令結論可信性減弱。但即使同樣使用六月到九月的數據，我仍然得不到原文的結論。我認為七月初的自殺率顯著比九月高。
當然，大家要注意我所用的數據也只有九個月，仍然不足以顯示長期規律。由於自殺數據很受季節性影響，我認為只有用五年或以上的數據來進行比較，才有較大參考價值。
目前我做出來的這個圖表，顯示今年三月與七月的自殺數字比較高，也即是說，九月至今自殺數字沒有太不符規律的增長。
請注意：統計分析是不可能告訴大家到底有沒有「被自殺」個案的。基本上，除了實質證據（如太子站內閉路電視）能告訴我們事實真相，其他數字都只能作為一般參考。
原文(雲吞博士的語言藝術): https://tinyurl.com/y3k75dz3
2019年香港自殺資料統計(Benny Yeong): https://docs.google.com/…/1o3TcfJm2NdpeSQ3OAg-peEHlO2…/edit…
Random variable (隨機變數): A function that assigns real numbers to events, including the null event. Probability Distribution (機率分佈): 是以 ... ... <看更多>
variables統計 在 工具變數(instrumental variables) - YouTube 的推薦與評價
工具變數(instrumental variables ) 及近年考題網路允許下請以720P 觀看，若網速稍慢可以360P 觀看480P / 240P / 144P 模式下，後半段有影音不同步 ... ... <看更多>