第 四 題

本題與前一題（基本假設）環環相扣。當數據「不符合」常態性或變異數同質性時，我們需要透過數學函數將資料變形，這就是資料轉換。思考時需包含以下幾點：

1. 定義：對原始觀測值施以某種數學函數，使其符合 ANOVA 假設。

看到本題，首先要能精確定義何謂第一型錯誤（Type I error），這在假設檢定中是非常經典且基本的定義題。思考步驟如下：

1. 核心定義：第一型錯誤是當虛無假設（$H_0$）實際上為真，但檢定結果卻拒絕了 $H_0$（也就是俗稱的「棄真」）。

思考變方分析（ANOVA）的最核心功能與其解決的統計痛點：

1. 多組平均數比較：如果只有兩組，可以用 t 檢定；但當有三組以上（多個處理）時，若兩兩進行 t 檢定，會使整體第一型錯誤率（Type I error rate）快速膨脹。ANOVA 能在維持固定的顯著水準下，一次檢定多個組別的平均數是否相等。

這是變方分析最基本、也最常考的理論假設題。答題時可以直接聯想到「獨立性」、「常態性」、「變異數同質性」這三大核心假設，有時還會加上「加成性（線性模式）」。

1. 獨立性 (Independence)：觀測值或機差之間必須互相獨立。

這是統計學中最经典的觀念：「相關不等於因果（Correlation does not imply causation）」。

1. 明確表態：不能。