兩母體比例檢定(Test for Two Population Proportions)假設兩個母體隨機 變數分別以 X 和 Y 表示，其分別為具有 P1 和 P2 母體比例的白努利分配。對於這兩個母
將採用變異數分析 (Analysis of Variance; ANOVA)、Fisher’s LSD 多重方 法統計模型及改為兩獨立樣本 T 檢定進行分析，主要為探討連續型資料型態之應變數與 類別型資料型態之自變數的關係，並利用 F 檢定估算出 F 值，若有顯著差異則進行多重
比較來分析。兩獨立樣本 T 檢定比較兩組獨立樣本的平均值是否有差異，進而比較學歷
年齡別
(二) 學歷高低是否影響結婚人數?
兩獨立樣本 T 檢定 分析目的與方法:
首先以兩獨立樣本 T 檢定，探討學歷是否影響結婚人數。
分析假設:
H0:大學以上結婚人數＝大學以下結婚人數 Ha:大學以上結婚人數≠大學以下結婚人數 分析結果:
透過兩獨立樣本 T 檢定結果得知:因為 P-value=0.0005922 < α＝0.05，所以 拒絕 H0，表示大學以上結婚人數不等於大學以下結婚人數。
Two Sample t-test
data: Yes and No
t = -3.7878, df = 34, p-value = 0.0005922
alternative hypothesis: true difference in means is not equal to 0
90 percent confidence interval:
-47885.49 -18327.39 sample estimates:
mean of x mean of y 49440.00 82546.44
(三) 男女生讀博士的比例是否一致?
兩母體比例檢定 分析目的與方法:
以兩母體比例檢定，探討 104~106 年男女生讀博士的比例是否一致。
分析假設:
H0:P1＝P2 Ha:P1≠P2
(P1 =男生讀博士的比例、P2 =女生讀博士的比例) 分析結果:
透過兩母體比例檢定結果得知:因為 P-value< α＝0.05，所以拒絕 H0，表示106 年男女 生讀博士的比例不同，並從此結果得知男生讀博士的比例大於女生。
2-sample test for equality of proportions without continuity correction
data: c(X1, X2) out of c(N1, N2)
X-squared = 393.34, df = 1, p-value < 2.2e-16 alternative hypothesis: two.sided
95 percent confidence interval:
0.006040793 0.007363160 sample estimates:
prop 1 prop 2 0.009952323 0.003250346
透過兩母體比例檢定結果得知:因為 P-value< α＝0.05，所以拒絕 H0，表示105 年男女 生讀博士的比例不同，並從此結果得知男生讀博士的比例大於女生。
透過兩母體比例檢定結果得知:因為 P-value< α＝0.05，所以拒絕 H0，表示104 年男女 生讀博士的比例不同，並從此結果得知男生讀博士的比例大於女生。
2-sample test for equality of proportions without continuity correction
data: c(X1, X2) out of c(N1, N2)
X-squared = 385.94, df = 1, p-value < 2.2e-16 alternative hypothesis: two.sided
95 percent confidence interval:
0.005641233 0.006890339 sample estimates:
prop 1 prop 2 0.009525410 0.003259625
2-sample test for equality of proportions without continuity correction
data: c(X1, X2) out of c(N1, N2)
X-squared = 435.57, df = 1, p-value < 2.2e-16 alternative hypothesis: two.sided
95 percent confidence interval:
0.005779031 0.006976381 sample estimates:
prop 1 prop 2 0.009314147 0.002936441
(四) 各個學歷是否影響平均結婚年齡?
變異數分析:
分析目的與方法:
以變異數分析，探討新郎和新娘的各個學歷是否影響平均結婚年齡。
分析假設:
H0:μ1＝ μ2 ＝ μ3 Ha:三者不完全相等
(μ1＝博士、μ2＝碩士、μ3＝學士) 分析結果:
新郎 博士 碩士 大學
106 35.26 32.48 31.54
105 35.05 32.52 31.52
104 34.74 32.32 31.39
新娘 博士 碩士 大學
106 34.65 31.45 31.54
105 34.71 31.45 29.82
104 34.11 31.22 29.67
<如上表格>104 年~106 年新郎和新娘各個學歷結婚平均年齡
透過變異數分析結果得知:因為 P-value< α＝0.05，所以拒絕 H0，表示新郎讀博士、碩 士、學士平均結婚年齡不完全相等。
因為 P-value< α＝0.05，所以拒絕 H0，所以進行多重比較分析檢定，得知新郎 碩士-博士、學士-博士、學士-碩士平均結婚年齡有顯著的差異。
diff lwr upr p adj
碩士-博士 -2.5766667 -3.001491 -2.1518423 0.0000035 學士-博士 -3.5333333 -3.958158 -3.1085089 0.0000008 學士-碩士 -0.9566667 -1.381491 -0.5318423 0.0011081
Terms:
education Residuals
Sum of Squares 20.038867 0.172533 Deg. of Freedom 2 6 Residual standard error: 0.1695746 Estimated effects may be unbalanced
> summary(chick.anova)
Df Sum Sq Mean Sq F value Pr(>F)
education 2 20.039 10.019 348.4 6.22e-07 ***
Residuals 6 0.173 0.029 ---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
透過變異數分析結果得知:因為 P-value< α＝0.05，所以拒絕 H0，表示新娘讀博士、碩 士、學士平均結婚年齡不完全相等。
因為 P-value< α＝0.05，所以拒絕 H0，所以進行多重比較分析檢定，得知新娘 碩士-博士、學士-博士平均結婚年齡有顯著的差異。
education Residuals
Sum of Squares 27.969356 2.412933 Deg. of Freedom 2 6 Residual standard error: 0.6341574 Estimated effects may be unbalanced
> summary(chick.anova)
Df Sum Sq Mean Sq F value Pr(>F) education 2 27.969 13.985 34.77 0.000501 ***
Residuals 6 2.413 0.402
---Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
diff lwr upr p adj
碩士-博士 -3.116667 -4.705380 -1.5279531 0.0022985 學士-博士 -4.146667 -5.735380 -2.5579531 0.0004957 學士-碩士 -1.030000 -2.618714 0.5587136 0.1955916
第五章、結論與討論
第六章、團隊合作之學習與成長
藉由這次的報告也讓我們得知婚姻跟學歷的相關性，去內政部找了很多的資料來做 使用，學會如何利用 R 程式來做統計，利用統計繪製出圖表，利用圖表得知出結論，並 且融合一年級所學的統計學，和此次報告做一個融合，學會何種題型需配合哪項公式可 以用來判斷資料，並且之後可以更加的靈活運用公式且知道公式背後的意義。
除了實際操作程式外，還讓我們學習到團隊合作的重要性，每項分析都配合每個人 的專長，好好的運用在各個題目上，每位組員都盡善盡責的做好份內的事，在約定的時 間內繳交報告，當有組員遇到困擾、疑惑時，也會在百忙之中互相幫助，共同解決難 題，學習其他自身不熟的分析，感謝有大家的互助合作，使進度可以照著規劃持續進 行。
最後，也感謝老師在我們有需要幫助時可以抽空為我們分析，幫助我們了解每項問 題該運用何種統計學的概論，讓我們更熟悉公式的運用，並即時的幫助我們，使我們的 報告可以更加的完成。
第七章、參考文獻與資料來源
1. 中華民國內政部統計處。初婚人數按性別、年齡及教育程度分暨其結婚年齡中位 數。2017 年 10 月 12 日。取自:https://www.moi.gov.tw/stat/node.aspx?sn=5398 2. 中華民國內政部統計處。婚姻與家庭。
取自:https://www.moi.gov.tw/stat/node.aspx?cate_sn=&belong_sn=5138&sn=6826 3. Cheers 快樂工作人雜誌。3 個數字探索:高學歷，在職場仍加分。楊倩蓉著。
取自:http://topic.cheers.com.tw/issue/2016/master/article/article2.aspx 4. kknews 每日頭條。為什麼高學歷越來越晚婚? 2018 年 8 月 27 日。取自:
https://kknews.cc/zh-tw/world/lryvvz2.html 5. 維基百科。中位數。2019 年 4 月。取自:
https://zh.wikipedia.org/wiki/%E4%B8%AD%E4%BD%8D%E6%95%B8 6. 維基百科。變異數。2019 年 9 月。取自:
https://zh.wikipedia.org/wiki/%E6%96%B9%E5%B7%AE%E5%88%86%E6%9E%90 7. 統計學系列課程李柏堅著。2015 年 1 月 21 日。取自:
https://www.youtube.com/watch?v=d774o_hdDsQ