做項研究、辦件公事，即使炒個菜弄鍋湯，都有可能陷入理論與實況不符。統計上來說無論是犯第一或第二類型錯誤，結論就是成與不成、滿不滿意的問題。尤其是花費了大量人力、物力、財力、心力，飽受過程的折磨，卻盡落得悲慘結局，很多人可能都有同感，千金難買早知道啊。
過去總覺得教科書千篇一律的告訴我們：要注意理論的適切性、資料的分佈性、方法的正當性……若沒有實際範例，很難體會這些教條式的東西，都是在提醒我們：「當局者迷」，要有反身性，要記得抽離自我，要時時刻刻回到所面對事物的本質。
在資料處理的當下，有很多方法可供資料檢視之用，任何教科書都將之視為第一要務。然而，我們往往容易忽略這一段，倒果為因，先求有再求好的作法是可以快速獲得成果，但這結論真的是我們要的？試想：一筆連自己都不太相信的資料，又遑論結果貼近實況？
搞了好幾天，確認了方法與過程都沒弄錯，結果卻不甚理想。這時，碩班與博班統計老師的叮嚀如暮鼓晨鐘：別忘了回到資料裡去看看，問題通常埋藏在資料裡。
的確，無論任何統計模式的共同點，即在於驗證資料的分佈，是否符合研究者提出的架構（假設）；但理論再完美，方法再複雜，還是必須取決於資料的適切與否。舉個例子，資料當中是否有乖離者（極端值）、資料是否區辨問題（共線性）、蒐集資料的工具是否可靠（信度、效度）等等。
在檢查資料的同時，看電腦螢幕更讓我搖搖欲墜的視力雪上加霜，我突然懷念起印表機這項高科技產物，難怪人家都說：報表在不要錢的情況下，能偷印、多印，用力印越好。
我猛然發現：原來最初的設定才是正確的，卻繞了一大圈回到原點……
#資料 #資料處理 #統計分析 #第一類型錯誤 #第二類型錯誤 #data #data analysis #statistic #type 1 error #type 2 error