關於機率論與統計之間的關係

我的概念 :P

最簡單的簡單"隨機"抽樣法就是"樣本被抽到的機率"要相等啊～
即使分層、叢集抽樣也還是建構在這個觀念上；

然後抽完之後，利用其發生的數據多寡，

去根據樣本所表現出來的結果"推測、估計"母體所表現出來的結果。
那怎麼推測的？根據"機率"
拿最簡單的：
　　500顆燈泡隨機抽50顆、壞了3顆：我們可以估計大概總共會壞30顆。
　　為什麼？因為取到壞燈泡的機率大概3/50 :P

檢定更重要啊，拿假設檢定來說就好了，為何我們有足夠理由去拒絕或接受其一假設？因為它發生的"機率"足夠高囉 :P

蒐集資料, 除了長期登記資料及普查以外, 就是做統計實驗或
對群體做抽樣調查, 因此抽樣的基本原理以及如何實施, 是學、
用統計者必須知道的. 而抽樣要具有代表性, 要能用統計方法
對資料分析, 就必須採用 "隨機抽樣" 法. 而這涉及機率.

除對樣本資料做簡單的描述性分析以外, 統計的重點在於藉由
統計實驗祉隨機抽樣得到的樣本資料去推論群體特性, 這就是
所謂的 "推論統計" 或 "統計推論". 然而統計推論的基礎是什麼?
那就是隨機抽樣的結果是根據機率理論而出現的一個結果.

2012-11-22 14:22:38 補充：
因此我們必須知道由怎樣的群體隨機抽樣, 可能產生怎樣的樣
本結果. 估計、檢定都是由樣本資料對群體做推論的程序, 都
是以機率理論為基礎的. ANOVA, 迴歸, 無母數方法等, 只是對
特定群體結構及抽樣程划而實施的資料分析程序, 其核心仍是
估計與檢定這兩個基本的統計推論程序.

純粹就資料分析的計算部分, 你可以什麼都不學...反正套裝軟
體很方便, 反正也可以找人代為處理統計計資料分析算這一部
分. 但是, 你要正確應用統計方法於你的問題, 你要正確地蒐集
所需的資料, 你不能不了解一些統計的基本的東西, 你不能對
機率完全不懂.