第 一 題

「峰度（kurtosis）」是指描述次數分配曲線頂端尖銳或平坦程度，以及分配尾部厚度（極端值多寡）的統計量。通常以常態分配的形狀為基準進行比較，特徵包含： (1) 常態峰（Mesokurtic）：峰度值等於 0（統計軟體中常指超額峰度 Excess Kurtosis），表示分配的尖銳程度與尾部厚度與標準常態分配相同。 (2) 高狹峰（Leptokurtic）：峰度值大於 0，相較於常態分配，曲線頂端較尖銳，資料高度集中於平均數附近，且兩側尾部較厚（意即存在較多極端值）。

「離群值（outliers）」是指在一組數據分配中，數值異常極端、與大部分觀測值顯著偏離的資料點。 其特徵與統計意涵包含： (1) 判定標準：實務上常用的判定方法包括「四分位距法」（數值大於 $Q_3 + 1.5 \times IQR$ 或小於 $Q_1 - 1.5 \times IQR$）以及「標準分數法」（常態分配假設下，通常將 $Z$ 分數絕對值大於 3 的數值視為離群值）。

「重複量數設計（Repeated-Measures Design）」又稱為受試者內設計（Within-Subjects Design），指對「同一組受試者」在不同時間點或接受所有不同實驗處理下，進行兩次或兩次以上的測量，在統計上屬於「相依樣本」的設計（與獨立樣本之受試者間設計相對）。 其特徵與實務考量包含： (1) 優點（提升統計考驗力）：由於是同一批人重複受測，能將「受試者間的個體差異」從總誤差變異中分離並排除，從而縮小誤差項，顯著提高統計考驗力（Power）；此外，所需的受試者樣本總數較少，具備經濟效益。

「效果量（effect size）」是指自變項與依變項之間關聯強度，或不同實驗組別之間差異幅度的客觀、標準化指標，主要用於衡量研究結果的「實用顯著性（practical significance）」。 其特徵與重要性包含： (1) 獨立於樣本數：傳統的假設檢定（p 值）極易受樣本數大小影響（樣本極大時微小差異也會顯著），而效果量不受樣本數影響，能真實反映效果的相對大小。

「事前對比」（planned contrasts），又稱先驗對比（a priori contrasts），是指在變異數分析（ANOVA）中，研究者基於過去文獻或明確的理論假設，在收集與分析資料「之前」，就已經事先決定好要進行比較的特定組別平均數差異檢定。 其核心特徵包含： (1) 對比係數：比較是透過設定各組的權重（對比係數 $c_j$）來進行，且參與比較的所有組別，其係數總和必須為零（$\sum c_j = 0$）。