第4章：點估計與信賴區間

從一筆樣本數據，推論看不見的母體真相

← 返回課程 開始閱讀 ↓
1

從一筆數據到母體的推論

情境：你在一間社區長照機構實習，使用 IOPIIOPI（Iowa Oral Performance Instrument）是一種手持式口腔功能測量儀器，透過充氣球囊偵測舌頭或嘴唇施加的壓力（單位：kPa），廣泛用於吞嚥功能評估與口腔肌力訓練。 為 30 位長者測量最大舌壓，算出平均值為 35.2 kPa。主管問你：「台灣社區長者的舌壓大概是多少？」你能直接回答「就是 35.2 kPa」嗎？

直覺告訴我們，這 30 位長者的平均值只是一個「近似值」。如果換一批人再測，結果可能是 33.8 或 36.5 kPa。這個 35.2 kPa 是由樣本計算而來的統計量統計量（Statistic）是由樣本資料經數學運算後得到的數值，例如樣本平均數、樣本標準差、樣本比例等。統計量是隨機變數，每次抽樣都可能得到不同的值。，它是我們用來「猜測」母體參數的依據，但不等於母體參數本身。

本章的核心問題

統計推論的目標是由樣本推估母體。本章介紹兩種推估方式：

  • 點估計（Point Estimation）：用一個數值來代表母體參數的最佳猜測。例如「台灣社區長者的平均最大舌壓約為 35.2 kPa」。
  • 區間估計（Interval Estimation）：給出一個「範圍」，並附帶一定的信心水準。例如「我們有 95% 的信心認為，台灣社區長者的平均最大舌壓介於 31.5 到 38.9 kPa 之間」。

點估計簡單直觀，但無法表達估計的不確定性。區間估計（即信賴區間）則同時告訴我們「估計值是多少」和「這個估計有多可靠」，因此在臨床研究報告中幾乎是標準配備。

2

舌壓的年齡差異：功能儲備的臨床意義

在學習點估計與信賴區間的統計方法之前，先來看一篇經典的吞嚥生理研究。Nicosia 等人（2000）探討了年齡對舌壓時間特性的影響，其數據結構恰好能說明「為什麼只報告平均數是不夠的」。

研究設計概覽

研究者招募了 20 位受試者，分為兩組：10 位中年人（48-55 歲，5 男 5 女）與 10 位老年人（69-91 歲，5 男 5 女）。每位受試者的硬顎中線上黏貼三顆充氣球囊（直徑 13 mm），分別位於前方、中間與後方。受試者執行兩類任務：最大等長收縮最大等長收縮（Maximum Isometric Contraction）是指肌肉在不改變長度的情況下，盡全力產生最大壓力的動作。在舌壓測量中，受試者將舌頭用力頂住硬顎上的球囊，維持數秒，藉此測得舌肌的最大力量。（isometric）3 次，以及吞嚥（3 ml 半固體、3 ml 液體、10 ml 液體各 3 次）。

關鍵發現：最大舌壓 vs. 吞嚥舌壓

研究最重要的發現可以用下表呈現：

測量項目 中年組 老年組 年齡效應
最大等長舌壓（kPa） 約 60 kPa 約 40 kPa p < .001
吞嚥舌壓（kPa） 約 35 kPa 約 33 kPa n.s.
壓力儲備（等長 − 吞嚥） 約 25 kPa 約 7 kPa p < .05
達峰時間（液體吞嚥） 較短 顯著延長 p < .05
功能儲備（Functional Reserve）的概念

最大等長舌壓代表舌肌「全力施展」的能力，而吞嚥舌壓則是「日常吞嚥實際需要」的力量。兩者之間的差值稱為功能儲備功能儲備（Functional Reserve）是指個體最大生理能力與日常功能需求之間的差距。儲備越大，代表個體越能承受額外的生理壓力（如疾病、手術）而不至於失能。在吞嚥領域，壓力儲備 = 最大等長壓力 − 吞嚥壓力。（Functional Reserve）。老年人的吞嚥壓力與中年人相當（日常任務仍可執行），但最大壓力明顯下降，導致儲備空間縮減。一旦遭遇額外的生理挑戰（如中風、肺炎、手術後插管），老年人比中年人更容易跨過「失能門檻」而出現吞嚥障礙。

時間參數的差異

除了壓力大小，研究也發現老年人吞嚥液體時的達峰時間達峰時間（Time to Peak Pressure）是從吞嚥舌壓開始上升到達到最大值所需的時間，以毫秒（ms）為單位。達峰時間延長可能反映舌肌收縮速度減慢或神經肌肉協調性降低。顯著延長（p < .05），且老年組較常出現「多峰型」壓力曲線（pressure building pattern），即舌壓在到達最大值前出現多次起伏。這種模式僅在老年組的液體吞嚥中被觀察到，可能反映了舌肌的肌少症肌少症（Sarcopenia）是指隨年齡增長而發生的骨骼肌質量、力量與功能的退化性減少。在舌肌中表現為肌纖維數量減少、纖維截面積縮小，以及非收縮組織（如脂肪與結締組織）增加。變化。

統計學觀點：為什麼需要信賴區間

Nicosia 等人的樣本僅有 20 人（每組 10 人）。如果只報告「老年組平均最大舌壓為 X kPa」，讀者無法判斷這個數字有多可靠。加上信賴區間後，如「95% CI [a, b]」，讀者就能看出：(1) 估計的精確程度（區間寬度），以及 (2) 兩組的區間是否重疊（初步判斷是否有顯著差異）。這正是區間估計優於點估計之處。

參考文獻：
Nicosia, M. A., Hind, J. A., Roecker, E. B., Carnes, M., Doyle, J., Dengel, G. A., & Robbins, J. (2000). Age effects on the temporal evolution of isometric and swallowing pressure. The Journals of Gerontology Series A: Biological Sciences and Medical Sciences, 55(11), M634–M640. https://doi.org/10.1093/gerona/55.11.M634
3

點估計與不偏性

點估計是用樣本中的一個數值來「代表」母體參數。這個用來估計母體參數的統計量，稱為估計量估計量（Estimator）是用於估計母體參數的統計公式或規則。例如樣本平均數 X̄ 是母體平均數 μ 的估計量，樣本標準差 s 是母體標準差 σ 的估計量。（Estimator）。但不同的估計量，品質不一定相同。

不偏估計量（Unbiased Estimator）

一個「好的」估計量應該具備什麼性質？最基本的要求是不偏性（Unbiasedness）：如果我們反覆從母體中抽取大量樣本，每次都計算該估計量的值，則所有估計值的平均數應該等於母體參數的真值。用數學表達：

\[ E(\hat{\theta}) = \theta \]

若估計量 \(\hat{\theta}\) 的期望值等於母體參數 \(\theta\)，則稱其為不偏估計量。

常見估計量的不偏性比較

假設我們想估計母體的中心位置（集中趨勢），可以選擇樣本平均數、樣本中位數或樣本眾數。哪些是不偏的？

樣本平均數 \(\bar{X}\)

加總所有觀測值後除以樣本數。反覆抽樣後，所有 \(\bar{X}\) 的平均值會趨近母體平均數 \(\mu\)。

不偏估計量
樣本中位數 \(Md\)

排序後取中間值。在對稱分布中，反覆抽樣的中位數平均值也會等於母體中位數。

不偏估計量
樣本眾數 \(Mo\)

出現次數最多的值。反覆抽樣後，眾數的平均值不一定會等於母體眾數，尤其在小樣本或多峰分布中偏差明顯。

有偏估計量

模擬實驗：理解抽樣分布

想像一個母體有 2,000 位長者的最大舌壓數據。我們從中隨機抽取 50 人為一組樣本，重複 1,000 次，每次都計算樣本平均數。將這 1,000 個平均數畫成直方圖，就會得到抽樣分布抽樣分布（Sampling Distribution）是指某個統計量（如樣本平均數）在反覆抽樣中所形成的機率分布。它描述的不是個別觀測值的分布，而是統計量本身的變異模式。（Sampling Distribution）。

抽樣分布的特性
  • 中心：抽樣分布的平均數非常接近母體平均數 \(\mu\)，這就是不偏性的具體表現。
  • 離散程度：抽樣分布的標準差稱為標準誤標準誤（Standard Error, SE）是統計量的抽樣分布之標準差。對於樣本平均數，SE = σ/√n。標準誤越小，表示估計量在不同樣本間的變動越小，估計越精確。（Standard Error, SE = \(\sigma / \sqrt{n}\)），反映了估計的精確程度。
  • 形狀：根據中央極限定理（第 3 章），只要 n 夠大，抽樣分布會趨近常態分布。
回到舌壓的例子

你測量的 30 位長者得到的 \(\bar{X}\) = 35.2 kPa 只是抽樣分布中的「一個點」。它是母體平均數 \(\mu\) 的不偏估計，但不代表 \(\mu\) 就是 35.2。要表達這個估計的可靠程度，就需要接下來介紹的信賴區間。

4

信賴區間

信賴區間（Confidence Interval, CI）是用「一段範圍」來估計母體參數，並附上一個信心水準（通常為 95%）。它的意義是：如果我們用同樣的方法重複抽樣很多次，每次都計算一個 95% CI，那麼大約有 95% 的區間會包含真正的母體參數 \(\mu\)。

信賴區間的公式

當母體標準差 \(\sigma\) 未知（幾乎所有實際研究都是如此），我們使用樣本標準差 \(s\) 來估計，並改用 t 分布：

\[ \bar{X} \pm t_{\alpha/2,\, df} \times \frac{s}{\sqrt{n}} \]

其中 \(\bar{X}\) = 樣本平均數，\(t_{\alpha/2, df}\) = t 分布的臨界值，\(s\) = 樣本標準差，\(n\) = 樣本數，\(df = n - 1\)

計算範例：30 位長者的舌壓 95% CI

已知：\(\bar{X}\) = 35.2 kPa，\(s\) = 9.8 kPa，\(n\) = 30，\(df\) = 29。

查表得 \(t_{0.025, 29}\) = 2.045。

標準誤 SE = \(9.8 / \sqrt{30}\) = 9.8 / 5.477 = 1.789

誤差界限 = 2.045 × 1.789 = 3.66

95% CI = [35.2 − 3.66, 35.2 + 3.66] = [31.54, 38.86] kPa

解讀：我們有 95% 的信心認為，台灣社區長者的平均最大舌壓介於 31.54 到 38.86 kPa 之間。

信賴區間的正確詮釋

信賴區間是統計推論中最容易被誤解的概念之一。以下是正確與錯誤的解讀方式：

正確的解讀

「如果用相同方法反覆抽樣 100 次，每次計算一個 95% CI，大約會有 95 個區間包含真正的 \(\mu\)。」信賴區間描述的是方法的長期可靠性，而非某一個特定區間的機率。

常見的錯誤解讀

「母體平均數落在 [31.54, 38.86] 之間的機率是 95%。」這是錯的，因為母體平均數 \(\mu\) 是一個固定的常數（只是未知），不是隨機變數，不能說它有某個機率落在某個範圍內。會變動的是「區間」本身，而非 \(\mu\)。

射箭比喻

想像射箭：靶心是固定的（就像 \(\mu\) 是固定的），每一次抽樣計算出的信賴區間就像射出的一支箭。「95% 信賴水準」的意思是這把弓的命中率約為 95%，亦即每 100 支箭大約有 95 支會射中靶心附近。但對於已經射出去的那一支箭（已經算出來的那一個 CI），它要嘛包含 \(\mu\)，要嘛不包含，不存在「95% 機率」。

5

影響信賴區間寬度的因素

信賴區間越窄，代表估計越精確。那麼哪些因素決定了 CI 的寬窄？回顧公式 \(\bar{X} \pm t_{\alpha/2} \times (s / \sqrt{n})\)，可以發現三個關鍵因素：

信賴水準

信賴水準越高（例如從 95% 提高到 99%），\(t_{\alpha/2}\) 值越大，區間也越寬。這就像射箭時想要更高的命中率，就得把「容許範圍」畫得更大。

95% CI 比 99% CI 窄

樣本數 \(n\)

樣本數越大，標準誤 \(s / \sqrt{n}\) 越小，CI 越窄。由於 SE 與 \(\sqrt{n}\) 成反比，要把 CI 寬度減半，需要將樣本數擴大為原來的 4 倍。

n 越大，CI 越窄

資料變異程度 \(s\)

資料的標準差越大，代表個體之間差異越大，估計的不確定性也越高，CI 因此更寬。反之，若受試者的舌壓值很一致（s 很小），CI 就會比較窄。

變異越大，CI 越寬

臨床應用：Nicosia 研究的啟示

Nicosia 等人的研究每組僅 10 人，在這麼小的樣本數下，即使兩組的點估計看起來差很多，CI 也會很寬，重疊的可能性較高。如果他們增加樣本數（例如每組 50 人），CI 會顯著縮窄，統計推論會更有力。這也解釋了為什麼臨床研究強調足夠的樣本數：不是為了「讓結果變顯著」，而是為了讓估計更精確。

三因素的整合理解

在研究設計階段，研究者能控制的主要是信賴水準和樣本數。資料的變異程度通常無法人為改變（它是母體本身的性質）。因此，在預算允許的情況下，增加樣本數是縮窄信賴區間、提升估計精確度最直接的方法。

6

SPSS 實作練習

接下來使用 SPSS 來實際計算信賴區間。請先下載本學期的共用資料集，再依照四個任務逐步操作。

下載資料檔案

下載「老年吞嚥功能_橫式資料.xlsx」，此資料集包含長者的最大舌壓、握力、性別、吞嚥障礙等變項。

下載：老年吞嚥功能_橫式資料.xlsx
匯入資料到 SPSS

開啟 SPSS → 檔案 → 開啟 → 資料 → 選擇 .xlsx 格式 → 瀏覽並選取檔案 → 確認「從資料的第一列讀取變數名稱」已勾選 → 確定。

四個實作任務

任務一：計算全體長者最大舌壓的 95% 信賴區間

目標：估計全體長者最大舌壓（kPa）的母體平均數。

操作方式（二種方式）：

  • 方法 A：分析 → 敘述統計 → 預檢資料 → 將「最大舌壓kPa」放入「依變數清單」→ 確定。在輸出的「統計量」表格中確認「平均值的信賴區間」為 95%。
  • 方法 B：分析 → 比較平均數法 → 單一樣本 t 檢定 → 將「最大舌壓kPa」放入「檢定變數」→ 確定。輸出表格中會直接顯示平均數與 95% CI。

記錄：記下平均數（點估計）、95% CI 下界與上界。

任務二：比較男女握力的信賴區間

目標：分別計算男性與女性握力（kg）的 95% CI，觀察兩組區間是否重疊。

操作方式：

  • 分析 → 敘述統計 → 預檢資料 → 將「握力kg」放入「依變數清單」→ 將「性別代碼」放入「因子清單」→ 確定。
  • SPSS 會分別顯示男性與女性的統計量與 95% CI。

思考：男女的 CI 是否重疊？若完全不重疊，初步可推論兩組的母體平均數可能不同。若有大幅重疊，則差異可能不顯著。

任務三：計算吞嚥障礙盛行率的信賴區間

目標：估計吞嚥障礙（二元變項：0 = 無, 1 = 有）的盛行率及其 95% CI。

操作方式：

  • 分析 → 敘述統計 → 預檢資料 → 將「吞嚥障礙」放入「依變數清單」→ 確定。
  • 由於吞嚥障礙以 0/1 編碼，平均數就等於盛行率（比例），其 95% CI 即為盛行率的信賴區間。

思考：比較第 1 章提到的社區長者吞嚥障礙盛行率（27%），你的資料中盛行率是否在該範圍內？

任務四：比較 90%、95%、99% 信賴區間的寬度

目標：觀察信賴水準如何影響 CI 寬度。

操作方式：

  • 分析 → 比較平均數法 → 單一樣本 t 檢定 → 將「最大舌壓kPa」放入「檢定變數」。
  • 點選「選項」→ 將信賴區間百分比改為 90 → 確定，記錄 CI 寬度。
  • 重複操作，分別改為 95 和 99，記錄各自的 CI 寬度。

思考：三個 CI 的寬度排列應為 90% < 95% < 99%。信賴水準越高，區間越寬，這與「更有信心就需要更大容許範圍」的直覺一致。

實作小提醒

在 SPSS 中，「預檢資料」功能預設輸出的是 95% CI。若需要其他信賴水準（90% 或 99%），建議改用「單一樣本 t 檢定」的「選項」按鈕來調整。兩種方法計算出的 95% CI 結果完全相同。

7

點估計與信賴區間：章節測驗

測試您對本章核心概念的理解程度。共 10 題，答對 +10 分，答錯 −5 分。

準備開始測驗

準備好測試您對點估計與信賴區間的理解了嗎？

認知負荷量表

完成章節測驗後，請花 1～2 分鐘填寫以下量表，
協助老師了解本章內容對您的認知負荷情況，作為調整教學的參考。

填寫認知負荷量表
← 第3章：數據分布 返回課程列表 第5章：假說檢定 →